Web技術(shù)實(shí)現(xiàn)移動(dòng)監(jiān)測(cè)的介紹

由上述引用語(yǔ)句可得出“移動(dòng)監(jiān)測(cè)”需要以下要素：

一個(gè)擁有攝像頭的計(jì)算機(jī)用于判斷移動(dòng)的算法移動(dòng)后的處理

注：本文涉及的所有案例均基于 PC/Mac 較新版本的 Chrome / Firefox 瀏覽器，部分案例需配合攝像頭完成，所有截圖均保存在本地。

對(duì)方不想和你說(shuō)話，并向你扔來(lái)一個(gè)鏈接：

體驗(yàn)鏈接>>

綜合案例

該案例有以下兩個(gè)功能：

拍好 POST 后的 1 秒會(huì)進(jìn)行拍照靜止 1 秒后音樂(lè)會(huì)停止，產(chǎn)生移動(dòng)會(huì)恢復(fù)播放狀態(tài)

上述案例也許并不能直接體現(xiàn)出『移動(dòng)監(jiān)測(cè)』的實(shí)際效果和原理，下面再看看這個(gè)案例。

體驗(yàn)鏈接>>

像素差異

案例的左側(cè)是視頻源，而右側(cè)則是移動(dòng)后的像素處理（像素化、判斷移動(dòng)和只保留綠色等）。

因?yàn)槭腔?Web 技術(shù)，所以視頻源采用 WebRTC，像素處理則采用 Canvas。

視頻源

不依賴 Flash 或 Silverlight，我們使用 WebRTC (Web Real-Time Communications) 中的 navigator.getUserMedia() API，該 API 允許 Web 應(yīng)用獲取用戶的攝像頭與麥克風(fēng)流（stream）。

示例代碼如下：

<!-- 若不加 autoplay，則會(huì)停留在第一幀 -->
<video id="video" autoplay></video>
// 具體參數(shù)含義可看相關(guān)文檔。
const constraints = {
 audio: false,
 video: {
 width: 640,
 height: 480
 }
}
navigator.mediaDevices.getUserMedia(constraints)
 .then(stream => {
 // 將視頻源展示在 video 中
 video.srcObject = stream
 })
 .catch(err => {
 console.log(err)
 })

對(duì)于兼容性問(wèn)題，Safari 11 開(kāi)始支持 WebRTC 了。具體可查看 caniuse。

像素處理

在得到視頻源后，我們就有了判斷物體是否移動(dòng)的素材。當(dāng)然，這里并沒(méi)有采用什么高深的識(shí)別算法，只是利用連續(xù)兩幀截圖的像素差異來(lái)判斷物體是否發(fā)生移動(dòng)（嚴(yán)格來(lái)說(shuō)，是畫面的變化）。

截圖

獲取視頻源截圖的示例代碼：

const video = document.getElementById('video')
const canvas = document.createElement('canvas')
const ctx = canvas.getContext('2d')
canvas.width = 640
canvas.height = 480
// 獲取視頻中的一幀
function capture () {
 ctx.drawImage(video, 0, 0, canvas.width, canvas.height)
 // ...其它操作
}

得出截圖間的差異

對(duì)于兩張圖的像素差異，在 凹凸實(shí)驗(yàn)室 的 《“等一下，我碰！”——常見(jiàn)的2D碰撞檢測(cè)》 這篇博文中所提及的“像素檢測(cè)”碰撞算法是解決辦法之一。該算法是通過(guò)遍歷兩個(gè)離屏畫布（offscreen canvas）同一位置的像素點(diǎn)的透明度是否同時(shí)大于 0，來(lái)判斷碰撞與否。當(dāng)然，這里要改為『同一位置的像素點(diǎn)是否不同（或差異小于某閾值）』來(lái)判斷移動(dòng)與否。

但上述方式稍顯麻煩和低效，這里我們采用 ctx.globalCompositeOperation = 'difference' 指定畫布新增元素（即第二張截圖與第一張截圖）的合成方式，得出兩張截圖的差異部分。

體驗(yàn)鏈接>>

示例代碼：

function diffTwoImage () {
 // 設(shè)置新增元素的合成方式
 ctx.globalCompositeOperation = 'difference'
 
 // 清除畫布
 ctx.clearRect(0, 0, canvas.width, canvas.height)
 
 // 假設(shè)兩張圖像尺寸相等
 ctx.drawImage(firstImg, 0, 0)
 ctx.drawImage(secondImg, 0, 0)
}

兩張圖的差異

體驗(yàn)上述案例后，是否有種當(dāng)年玩“QQ游戲《大家來(lái)找茬》”的感覺(jué)。另外，這個(gè)案例可能還適用于以下兩種情況：

1. 當(dāng)你不知道設(shè)計(jì)師前后兩次給你的設(shè)計(jì)稿有何差異時(shí)
2. 想查看兩個(gè)瀏覽器對(duì)同一個(gè)網(wǎng)頁(yè)的渲染有何差異時(shí)何時(shí)為一個(gè)“動(dòng)作”

由上述“兩張圖像差異”的案例中可得：黑色代表該位置上的像素未發(fā)生改變，而像素越明亮則代表該點(diǎn)的“動(dòng)作”越大。因此，當(dāng)連續(xù)兩幀截圖合成后有明亮的像素存在時(shí)，即為一個(gè)“動(dòng)作”的產(chǎn)生。但為了讓程序不那么“敏感”，我們可以設(shè)定一個(gè)閾值。當(dāng)明亮像素的個(gè)數(shù)大于該閾值時(shí)，才認(rèn)為產(chǎn)生了一個(gè)“動(dòng)作”。當(dāng)然，我們也可以剔除“不足夠明亮”的像素，以盡可能避免外界環(huán)境（如燈光等）的影響。

想要獲取 Canvas 的像素信息，需要通過(guò) ctx.getImageData(sx, sy, sw, sh)，該 API 會(huì)返回你所指定畫布區(qū)域的像素對(duì)象。該對(duì)象包含 data、width、height。其中 data 是一個(gè)含有每個(gè)像素點(diǎn) RGBA 信息的一維數(shù)組，如下圖所示。

含有 RGBA 信息的一維數(shù)組

獲取到特定區(qū)域的像素后，我們就能對(duì)每個(gè)像素進(jìn)行處理（如各種濾鏡效果）。處理完后，則可通過(guò) ctx.putImageData() 將其渲染在指定的 Canvas 上。

擴(kuò)展：由于 Canvas 目前沒(méi)有提供“歷史記錄”的功能，如需實(shí)現(xiàn)“返回上一步”操作，則可通過(guò) getImageData 保存上一步操作，當(dāng)需要時(shí)則可通過(guò) putImageData 進(jìn)行復(fù)原。

示例代碼：

let imageScore = 0
const rgba = imageData.data
for (let i = 0; i < rgba.length; i += 4) {
 const r = rgba[i] / 3
 const g = rgba[i + 1] / 3
 const b = rgba[i + 2] / 3
 
 const pixelScore = r + g + b
 
 // 如果該像素足夠明亮
 if (pixelScore >= PIXEL_SCORE_THRESHOLD) {
 imageScore++
 }
}
// 如果明亮的像素?cái)?shù)量滿足一定條件
if (imageScore >= IMAGE_SCORE_THRESHOLD) {
 // 產(chǎn)生了移動(dòng)
}

在上述案例中，你也許會(huì)注意到畫面是『綠色』的。其實(shí)，我們只需將每個(gè)像素的紅和藍(lán)設(shè)置為 0，即將 RGBA 的 r = 0; b = 0 即可。這樣就會(huì)像電影的某些鏡頭一樣，增加了科技感和神秘感。

體驗(yàn)地址>>

const rgba = imageData.data
for (let i = 0; i < rgba.length; i += 4) {
 rgba[i] = 0 // red
 rgba[i + 2] = 0 // blue
}
ctx.putImageData(imageData, 0, 0)

將 RGBA 中的 R 和 B 置為 0

跟蹤“移動(dòng)物體”

有了明亮的像素后，我們就要找出其 x 坐標(biāo)的最小值與 y 坐標(biāo)的最小值，以表示跟蹤矩形的左上角。同理，x 坐標(biāo)的最大值與 y 坐標(biāo)的最大值則表示跟蹤矩形的右下角。至此，我們就能繪制出一個(gè)能包圍所有明亮像素的矩形，從而實(shí)現(xiàn)跟蹤移動(dòng)物體的效果。

找出跟蹤矩形的左上角和右下角

體驗(yàn)鏈接>>

示例代碼：

function processDiff (imageData) {
 const rgba = imageData.data
 
 let score = 0
 let pixelScore = 0
 let motionBox = 0
 
 // 遍歷整個(gè) canvas 的像素，以找出明亮的點(diǎn)
 for (let i = 0; i < rgba.length; i += 4) {
 pixelScore = (rgba[i] + rgba[i+1] + rgba[i+2]) / 3
 
 // 若該像素足夠明亮
 if (pixelScore >= 80) {
 score++
 
 coord = calcCoord(i)
 motionBox = calcMotionBox(montionBox, coord.x, coord.y)
 }
 }
 
 return {
 score,
 motionBox
 }
}
// 得到左上角和右下角兩個(gè)坐標(biāo)值
function calcMotionBox (curMotionBox, x, y) {
 const motionBox = curMotionBox || {
 x: { min: coord.x, max: x },
 y: { min: coord.y, max: y }
 }
 motionBox.x.min = Math.min(motionBox.x.min, x)
 motionBox.x.max = Math.max(motionBox.x.max, x)
 motionBox.y.min = Math.min(motionBox.y.min, y)
 motionBox.y.max = Math.max(motionBox.y.max, y)
 return motionBox
}
// imageData.data 是一個(gè)含有每個(gè)像素點(diǎn) rgba 信息的一維數(shù)組。
// 該函數(shù)是將上述一維數(shù)組的任意下標(biāo)轉(zhuǎn)為 (x,y) 二維坐標(biāo)。
function calcCoord(i) {
 return {
 x: (i / 4) % diffWidth,
 y: Math.floor((i / 4) / diffWidth)
 }
}

在得到跟蹤矩形的左上角和右下角的坐標(biāo)值后，通過(guò) ctx.strokeRect(x, y, width, height) API 繪制出矩形即可。

ctx.lineWidth = 6
ctx.strokeRect(
 diff.motionBox.x.min + 0.5,
 diff.motionBox.y.min + 0.5,
 diff.motionBox.x.max - diff.motionBox.x.min,
 diff.motionBox.y.max - diff.motionBox.y.min
)

這是理想效果，實(shí)際效果請(qǐng)打開(kāi) 體驗(yàn)鏈接

擴(kuò)展：為什么上述繪制矩形的代碼中的 x、y 要加 0.5 呢？一圖勝千言：

性能縮小尺寸

在上一個(gè)章節(jié)提到，我們需要通過(guò)對(duì) Canvas 每個(gè)像素進(jìn)行處理，假設(shè) Canvas 的寬為 640，高為 480，那么就需要遍歷 640 * 480 = 307200 個(gè)像素。而在監(jiān)測(cè)效果可接受的前提下，我們可以將需要進(jìn)行像素處理的 Canvas 縮小尺寸，如縮小 10 倍。這樣需要遍歷的像素?cái)?shù)量就降低 100 倍，從而提升性能。

體驗(yàn)地址>>

示例代碼：

const motionCanvas // 展示給用戶看
const backgroundCanvas // offscreen canvas 背后處理數(shù)據(jù)
motionCanvas.width = 640
motionCanvas.height = 480
backgroundCanvas.width = 64
backgroundCanvas.height = 48

尺寸縮小 10 倍

定時(shí)器

我們都知道，當(dāng)游戲以『每秒60幀』運(yùn)行時(shí)才能保證一定的體驗(yàn)。但對(duì)于我們目前的案例來(lái)說(shuō)，幀率并不是我們追求的第一位。因此，每 100 毫秒（具體數(shù)值取決于實(shí)際情況）取當(dāng)前幀與前一幀進(jìn)行比較即可。

另外，因?yàn)槲覀兊膭?dòng)作一般具有連貫性，所以可取該連貫動(dòng)作中幅度最大的（即“分?jǐn)?shù)”最高）或最后一幀動(dòng)作進(jìn)行處理即可（如存儲(chǔ)到本地或分享到朋友圈）。

延伸

至此，用 Web 技術(shù)實(shí)現(xiàn)簡(jiǎn)易的“移動(dòng)監(jiān)測(cè)”效果已基本講述完畢。由于算法、設(shè)備等因素的限制，該效果只能以 2D 畫面為基礎(chǔ)來(lái)判斷物體是否發(fā)生“移動(dòng)”。而微軟的 Xbox、索尼的 PS、任天堂的 Wii 等游戲設(shè)備上的體感游戲則依賴于硬件。以微軟的 Kinect 為例，它為開(kāi)發(fā)者提供了可跟蹤最多六個(gè)完整骨骼和每人 25 個(gè)關(guān)節(jié)等強(qiáng)大功能。利用這些詳細(xì)的人體參數(shù)，我們就能實(shí)現(xiàn)各種隔空的『手勢(shì)操作』，如畫圈圈詛咒某人。

下面幾個(gè)是通過(guò) Web 使用 Kinect 的庫(kù)：

• DepthJS：以瀏覽器插件形式提供數(shù)據(jù)訪問(wèn)。
• Node-Kinect2： 以 Nodejs 搭建服務(wù)器端，提供數(shù)據(jù)比較完整，實(shí)例較多。
• ZigFu：支持 H5、U3D、Flash，API較為完整。
• Kinect-HTML5：Kinect-HTML5 用 C# 搭建服務(wù)端，提供色彩數(shù)據(jù)、深度數(shù)據(jù)和骨骼數(shù)據(jù)。

通過(guò) Node-Kinect2 獲取骨骼數(shù)據(jù)

文章至此就真的要結(jié)束了，如果你想知道更多玩法，請(qǐng)關(guān)注 凹凸實(shí)驗(yàn)室。同時(shí)，也希望大家發(fā)掘更多玩法。

參考資料

使用HTML5開(kāi)發(fā)Kinect體感游戲

MOTION DETECTION WITH JAVASCRIPT