如何在浏览器中无服务端将Canvas动画导出为MP4视频

作者:袖梨 2026-06-04

本文介绍如何纯前端将 html canvas 渲染的物理动画(如运动方块)录制为视频文件,无需后端服务器:先用 mediarecorder 实时捕获 canvas 流生成 webm,再通过 ffmpeg.wasm 转码为 mp4。全程运行于浏览器,支持离线使用。

本文介绍如何纯前端将 html canvas 渲染的物理动画(如运动方块)录制为视频文件,无需后端服务器:先用 mediarecorder 实时捕获 canvas 流生成 webm,再通过 ffmpeg.wasm 转码为 mp4。全程运行于浏览器,支持离线使用。

要在浏览器中将 Canvas 动画(例如你实现的物理模拟)直接导出为标准 MP4 视频,不依赖任何服务器,推荐采用「分阶段处理」策略:先录制为 WebM,再本地转码为 MP4。这是因为 MediaRecorder 原生支持高效、低延迟的 Canvas 流录制,而 ffmpeg.wasm 则擅长格式转换与编码优化——二者结合,既保证实时性,又满足兼容性需求。

✅ 第一步:用 MediaRecorder 录制 Canvas 为 WebM

MediaRecorder 可直接接收 <canvas> 的 captureStream() 输出(需启用 requestVideoFrameCallback 或 requestAnimationFrame 同步帧率)。关键点如下:

  • Canvas 必须设置 width/height 属性(而非仅 CSS),否则流可能为空;
  • 推荐帧率设为 30({ video: { width, height, frameRate: 30 } }),避免 MediaRecorder 自适应导致卡顿;
  • 使用 Blob 收集数据块,并在停止后生成可下载的 .webm 文件。
const canvas = document.getElementById('myCanvas');const stream = canvas.captureStream(30); // 30 FPSconst mediaRecorder = new MediaRecorder(stream, {  mimeType: 'video/webm;codecs=vp9'});const chunks = [];mediaRecorder.ondataavailable = e => chunks.push(e.data);mediaRecorder.onstop = () => {  const blob = new Blob(chunks, { type: 'video/webm' });  const url = URL.createObjectURL(blob);  const a = document.createElement('a');  a.href = url;  a.download = 'animation.webm';  a.click();};// 开始录制(例如点击按钮触发)function startRecording() {  chunks.length = 0;  mediaRecorder.start();}// 停止录制(例如动画结束时调用)function stopRecording() {  mediaRecorder.stop();}

⚠️ 注意:captureStream() 在 Safari 中需开启实验性功能(chrome://flags/#unsafely-treat-insecure-origin-as-secure 不适用;Safari 16.4+ 已原生支持,但建议测试目标环境)。

✅ 第二步:用 ffmpeg.wasm 将 WebM 转码为 MP4(H.264/AAC)

若需广泛兼容(如微信、iOS 系统相册),MP4(H.264 + AAC)是更稳妥选择。ffmpeg.wasm 可在浏览器中完成此任务:

import { createFFmpeg, fetchFile } from '@ffmpeg/ffmpeg';const ffmpeg = createFFmpeg({   corePath: 'https://unpkg.com/@ffmpeg/[email protected]/dist/ffmpeg-core.js',  log: true,  progress: ({ ratio }) => console.log(`Transcoding: ${(ratio * 100).toFixed(0)}%`) });async function transcodeToMP4(webmBlob) {  await ffmpeg.load(); // 首次加载 wasm 模块(约 20MB,建议预加载)  // 写入输入文件  const arrayBuffer = await webmBlob.arrayBuffer();  ffmpeg.FS('writeFile', 'input.webm', new Uint8Array(arrayBuffer));  // 执行转码命令(关键参数说明):  // -c:v libx264 → 使用 H.264 编码器  // -crf 23 → 画质控制(18~28,值越小质量越高)  // -preset fast → 平衡速度与压缩率  // -c:a aac → 音频编码(即使无音频也建议保留以确保 MP4 容器合规)  await ffmpeg.run(    '-i', 'input.webm',    '-c:v', 'libx264',    '-crf', '23',    '-preset', 'fast',    '-c:a', 'aac',    '-y', 'output.mp4'  );  // 读取输出文件并生成下载链接  const data = ffmpeg.FS('readFile', 'output.mp4');  const blob = new Blob([data.buffer], { type: 'video/mp4' });  const url = URL.createObjectURL(blob);  const a = document.createElement('a');  a.href = url;  a.download = 'animation.mp4';  a.click();}

? 提示:首次 ffmpeg.load() 较慢(需下载 WASM 模块),可放在页面初始化或用户点击“导出”前预加载;也可使用 ffmpeg.setLogger() 监控进度。

✅ 整合到你的物理动画流程中

将录制逻辑嵌入你的 draw() 循环即可:

let isRecording = false;let mediaRecorder;function startCapture() {  if (!isRecording && canvas.captureStream) {    const stream = canvas.captureStream(30);    mediaRecorder = new MediaRecorder(stream, { mimeType: 'video/webm' });    mediaRecorder.ondataavailable = e => chunks.push(e.data);    mediaRecorder.start();    isRecording = true;  }}function stopAndExport() {  if (isRecording && mediaRecorder) {    mediaRecorder.stop();    isRecording = false;    // 停止后立即转码(WebM → MP4)    const webmBlob = new Blob(chunks, { type: 'video/webm' });    transcodeToMP4(webmBlob);  }}// 在你的主循环中调用(例如:空格键开始/停止)document.addEventListener('keydown', e => {  if (e.code === 'Space') {    isRecording ? stopAndExport() : startCapture();  }});

? 总结与注意事项

  • 完全客户端:所有操作在浏览器完成,无网络请求、无服务端依赖;
  • ⚠️ 性能考量:高分辨率(如 1920×1080)+ 高帧率(60 FPS)会显著增加内存与 CPU 压力,建议默认使用 1280×720@30fps;
  • ⚠️ ffmpeg.wasm 体积:核心约 20MB,可通过 corePath 指向 CDN 或自托管;生产环境建议配合 service worker 缓存;
  • 替代方案对比
    • Whammy.js(仅 WebM,无音频,已停更)→ 简单但功能受限;
    • Canvas2Image → 仅截图,无法生成视频;
    • ffmpeg.wasm 直接喂入 canvas.toDataURL() 帧序列 → 极其低效(需逐帧解码 PNG/JPEG),强烈不推荐

最终,你只需三步:startCapture() → 运行物理动画 → stopAndExport(),即可获得专业级 MP4 视频。这套方案已被广泛用于在线教育、代码演示、粒子可视化等场景,稳定可靠,值得深度集成。

相关文章

精彩推荐