使用 Vue3 + AR 撸猫，才叫好玩
先来个预告效果图开场
前言：浏览苹果官网时，你会看到发现每个设备在介绍页底部有这么一行文字：“用增强现实看看”。使用苹果设备点击之后就能将该设备投放于用户所在场景视界，在手机摄像头转动的时候，也能看到物体对象不同的角度，感觉就像真的有一台手机放在你的面前。（效果如下图。注意：由于该技术采用苹果自有的 arkit 技术，安卓手机无法查看）
纯前端解决方案
纯前端技术的实现可以用下图总结：
使用 WebRTC 获取摄像头信息，然后在 canvas 画布上绘制原图; JSARToolKit 计算姿态矩阵，进而渲染虚拟信息
实现核心步骤
（识别）WebRTC 获取摄像头视频流； （跟踪）Tracking.js 、JSFeat 、ConvNetJS 、deeplearn.js 、keras.js ； （渲染）A-Frame、 Three.js、 Pixi.js 、Babylon.js
比较成熟的框架：AR.js
好比每个领域都有对应的主流开发框架，Web AR 领域比较成熟框架的就是 AR.js，它在增强现实方面主要提供了如下三大功能：
图像追踪。当相机发现一幅 2D 图像时，可以在其上方或附近显示某些内容。内容可以是 2D 图像、gif、3D 模型(也可以是动画)和 2D 视频。案例：艺术品、学习资料(书籍)、传单、广告等等。 基于位置的 AR。这种“增强现实”技术利用了真实世界的位置，在用户的设备上显示增强现实的内容。开发者可以利用该库使用户获得基于现实世界位置的体验。用户可以随意走动(最好是在户外)并通过智能手机看到现实世界中任何地点的 AR 内容。若用户移动和旋转手机，AR 内容也会同步做出反应(这样一些 AR 内容就被“固定”到真实位置了，且会根据它们与用户的距离做出适当的变化)。
这样的解决方案让我们做出交互式旅游向导成为可能，比如游客来到一个新的城市，游览名胜古迹、博物馆、餐馆、酒店等等都会更方便。我们也可以改善学习体验，如寻宝游戏、生物或历史学习游戏等，还可以将该技术用于情景艺术(视觉艺术体验与特定的现实世界坐标相结合)。标记跟踪。当相机发现一个标记时，可以显示一些内容(这与图像跟踪相同)。标记的稳定性不成问题，受限的是形状、颜色和尺寸。可以应用于需要大量不同标记和不同内容的体验，如：(增强书籍)、传单、广告等。
开始上手体验 AR.js
开发调试开启 https
由于使用到摄像头敏感权限，调试时必须基于 https 环境打开才能正常运行。如果是以往，自己手动搭建个 https 环境调试对于很多新手来说还是比较麻烦耗费时间，好在最新的基于 vite+vue3 的脚手架搭建的项目，可以轻松用一行命令开启 https 访问。用脚手架初始化好代码之后，先修改 package.json 文件，在 dev 命令中加上--host 暴露网络请求地址（默认不开启），如下图：
npm run dev -- --https
先跑跑官方 demo，看看效果
学习一门新框架或语言，最好的方式就是先将官方 demo 跑起来体验看看。
下面是官方代码展示的案例效果（注：该录制动图体积较大，请耐心等待加载）
wow ～ 是不是感觉还蛮有意思的？接下来正式进入文章的主题，开始撸猫吧 🐱
开始
前面有提到，AR.js 基于三种方式展示内容，下面将使用基于图像追踪（Image Tracking） 方式实现。顾名思义，图像追踪就是基于一张图片，根据图片的特性点识别图片并跟踪展示 AR 内容，例如当摄像头捕捉到该图片时，就可以将要展示的内容悬浮于该图片上方展示。
引入依赖库
Ar.js 从版本 3 开始采用了新的架构,使用jsartoolkit5[1]进行跟踪定位,而渲染库有两种方式可选：A-Frame 或 Three.js。A-Frame 方式就是通过 html 标签的方式简化创建场景素材，比如说展示一张图片，可以直接使用 <a-image></a-image>方式展示。
修改 index.html 文件：
先将 vue 代码注入注释掉
然后引入依赖：
<script src='./src/sdk/ar-frame/aframe-master.min.js'></script>
<script src='./src/sdk/ar-frame/aframe-ar-nft.js'></script>
撸猫姿势一：展示猫图片
<body>
<a-scene embedded arjs>
<a-assets>
<img id="my-image" src="./src/assets/cat.jpg">
</a-assets>
<a-marker preset="hiro">
<a-image rotation="90 0 0" src="#my-image"></a-image>
<!-- <a-box position="0 0.5 0" material="color: green;"></a-box> -->
</a-marker>
<a-entity camera></a-entity>
</a-scene>
</body>
简单解释下上面的代码：
<a-scene>声明一个场景，你可以理解相当于一个 body 元素，里面嵌入其他标签元素；<a-marker>标签声明的是标识图片，也就是相机识别到标识图片时，做相应的处理；这里采用插件预设的 hiro 图片，下面效果动图可以看到使用 <a-assets>包裹使用到的素材，相当于声明引入素材，接着在<a-marker>中使用
看下效果：
撸猫姿势二：播放视频
除了展示图片，还可以展示视频，先看效果：
<a-scene vr-mode-ui="enabled: false;" renderer='antialias: true; alpha: true; precision: mediump;' embedded
arjs='trackingMethod: best; sourceType: webcam; debugUIEnabled: false;'>
<a-assets>
<video
src="https://ugcydzd.qq.com/uwMROfz2r57CIaQXGdGnC2ddPkb5Wzumid6GMsG9ELr7HeBy/szg_52471341_50001_d4615c1021084c03ad0df73ce2e898c8.f622.mp4?sdtfrom=v1010&guid=951847595ac28f04306b08161bb6d1f7&vkey=3A19FB37CFE7450C64A889F86411FC6CE939A42CCDAA6B177573BBCB3791A64C441EFF5B3298E3ED4E99FFA22231772796F5E8A1FCC33FE4CAC487680A326980FFCC5C56EB926E9B4D20E8740C913D1F7EBF59387012BEC78D2816B17079152BC19FCEF09976A248C4B24D3A5975B243614000CAA333F06D850034DA861B01DCA1D53B546120B74F%22"
preload="auto" id="vid" response-type="arraybuffer" loop crossorigin webkit-playsinline muted playsinline>
</video>
</a-assets>
<a-nft videohandler type='nft' url='./src/assets/dataNFT/pinball' smooth="true" smoothCount="10"
smoothTolerance="0.01" smoothThreshold="5">
<a-video src="#vid" position='50 150 -100' rotation='90 0 180' width='300' height='175'>
</a-video>
</a-nft>
<a-entity camera></a-entity>
</a-scene>
<script>
window.onload = function () {
AFRAME.registerComponent('videohandler', {
init: function () {
var marker = this.el;
this.vid = document.querySelector("#vid");
marker.addEventListener('markerFound', function () {
// 识别到标识图，开始播放视频
this.vid.play();
}.bind(this));
marker.addEventListener('markerLost', function () {
// 丢失标识图，停止播放视频
this.vid.pause();
this.vid.currentTime = 0;
}.bind(this));
}
});
};
</script>
🐱：喵～是不是感觉更酷更好玩了？
撸猫姿势三：配合声网技术，与你家的猫隔空喊话
如果你是一位前端开发者，相信你一定知道阮一峰这个大佬。曾经在他的每周科技周刊看到这么一个有趣的事情：在亚马逊某片雨林里，安装了录音设备，实时将拾取到的鸟叫声传到一个网站，你可以打开该网站听到该片雨林里的实时鸟叫声，简单的说就是该网站可以听到该片雨林的”鸟叫直播 "。（可惜现在一时找不到该网站网址）
而作为工作党，爱猫人士的我们，可能有着上述同样的情感需求：要出差几天，家里的猫一时没法好好照顾，想要实时看到家里的爱猫咋办？
买台监控摄像头呗
当然是打开声网找到解决方案：
视频通话[2] (这里为声网文档点个赞，整个产品的文档分类规划的特别清晰，不像某些云服务产品文档像是垃圾桶里翻东西)
使用 vue3 写法改造文档 demo
先安装依赖包：
"agora-rtc-sdk-ng": "latest"
app.vue 中代码：
<script setup>
import AgoraRTC from "agora-rtc-sdk-ng";
import { ref } from "vue";
const joinBtn = ref(null);
const leaveBtn = ref(null);
let rtc = {
localAudioTrack: null,
client: null,
};
let options = {
appId: "2e76ff53e8c349528b5d05783d53f53c",
channel: "test",
token:
"0062e76ff53e8c349528b5d05783d53f53cIADkwbufdA1BIXWsCZ1oFKLEfyPRrCbL3ECbUg71dsv8HQx+f9gAAAAAEAACwxdSy/6RYQEAAQDK/pFh",
uid: 123456,
};
rtc.client = AgoraRTC.createClient({ mode: "rtc", codec: "vp8" });
rtc.client.on("user-published", async (user, mediaType) => {
await rtc.client.subscribe(user, mediaType);
console.log("subscribe success");
if (mediaType === "video") {
const remoteVideoTrack = user.videoTrack;
const remotePlayerContainer = document.createElement("div");
remotePlayerContainer.id = user.uid.toString();
remotePlayerContainer.textContent = "Remote user " + user.uid.toString();
remotePlayerContainer.style.width = "640px";
remotePlayerContainer.style.height = "480px";
document.body.append(remotePlayerContainer);
remoteVideoTrack.play(remotePlayerContainer);
}
if (mediaType === "audio") {
const remoteAudioTrack = user.audioTrack;
remoteAudioTrack.play();
}
rtc.client.on("user-unpublished", (user) => {
const remotePlayerContainer = document.getElementById(user.uid);
remotePlayerContainer.remove();
});
});
// 加入通话
const handleJoin = async () => {
await rtc.client.join(
options.appId,
options.channel,
options.token,
options.uid
);
rtc.localAudioTrack = await AgoraRTC.createMicrophoneAudioTrack();
rtc.localVideoTrack = await AgoraRTC.createCameraVideoTrack();
await rtc.client.publish([rtc.localAudioTrack, rtc.localVideoTrack]);
const localPlayerContainer = document.createElement("div");
localPlayerContainer.id = options.uid;
localPlayerContainer.textContent = "Local user " + options.uid;
localPlayerContainer.style.width = "640px";
localPlayerContainer.style.height = "480px";
document.body.append(localPlayerContainer);
rtc.localVideoTrack.play(localPlayerContainer);
console.log("publish success!");
};
// 离开通话
const handleLeave = async () => {
rtc.localAudioTrack.close();
rtc.localVideoTrack.close();
rtc.client.remoteUsers.forEach((user) => {
const playerContainer = document.getElementById(user.uid);
playerContainer && playerContainer.remove();
});
await rtc.client.leave();
};
</script>
<template>
<div>
<button ref="joinBtn" @click="handleJoin" type="button" id="join">
加入
</button>
<button ref="leaveBtn" @click="handleLeave" type="button" id="leave">
离开
</button>
</div>
</template>
<style></style>
跑起来效果：
加入通话手机打开上述网址，输入你的项目 appId 跟 token，可以看到成功加入通话：
下方图片是手机摄像头捕捉到的画面，原谅我用猫照片代替 😂
让视频画面跑在 AR.js 画面中
这个由于个人时间关系，暂时就不研究实现。这里提供一个想法就是：单纯的视频画面看起来有点单调，毕竟有可能猫并不在视频画面中出现，结合撸猫姿势一提到的展示图片，其实我们可以在 ar 场景中视频区域周围，布置照片墙或其他酷炫一点的 subject，这样的话我们打开视频即使看不到猫星人，也可以看看它的照片之类的交互。
结束语
本文借征文活动，简单入手了解了下 web AR 相关知识，在这几天学习的过程中觉得还是蛮好玩的，此文也当抛砖引玉，希望更多开发者了解 AR 相关的知识。
AR 在体验上真的很酷，未来值得期待。
最近几年苹果一直致力于推进 AR 技术体验并带来相关落地产品，例如为了配合提升 AR 体验，带来雷达扫描，空间音频功能。值得一提的是，今年的苹果秋季发布会，苹果的邀请函也是利用到了 AR + 空间音频技术，即使你不是果粉，当你实际上手体验的时候，你依然会真正发自内心的感觉：wow ～ cool。可以点此视频[4]观看了解。
而目前的 Web AR 技术相比于苹果自有的 ARkit 技术，在体验上还存在一些差距（如性能问题，识别不稳定），同时缺乏生态圈，希望 Web AR 技术在未来得到快速发展，毕竟 web 端跨平台通用特性，让人人的终端都可以跑起来才是实现 AR 场景大规模应用的前提。
Facebook 押注的元宇宙概念中，其实也包含了 AR 技术，所以在元宇宙世界到来之前，AR 技术值得我们每一个前端开发者关注学习。
彩蛋
如果你问我最喜欢什么猫，我会说--“房东的猫”，～哈哈哈 🐱 ～
参考资料
https://github.com/artoolkitx/jsartoolkit5
[2]https://docs.agora.io/cn/Video/start_call_web_ng?platform=Web
[3]https://webdemo.agora.io/basicVideoCall/index.html
[4]https://www.bilibili.com/video/BV1R3411i7LL?from=search&seid=17803327188398196779&spm_id_from=333.337.0.0
- EOF -
觉得本文对你有帮助？请分享给更多人
关注「大前端技术之路」加星标，提升前端技能
点赞和在看就是最大的支持❤️