关于html5调用音视频等多媒体硬件的api已经很成熟，不过一直找不到机会把这些硬件转化为实际的应用场景，不过近年来随着iot和ai的浪潮，我觉得软硬结合的时机已经成熟。那我们就提前熟悉下怎么操作这些多媒体硬件吧，首先图像识别是其中最热门的应用场景，首先实现调用摄像头以及截图。
demo的效果请看：
api兼容性
核心的api就是navigator.mediadevices，从caniuse可看出，pc端除了ie，已经没多大问题。移动端新版本浏览器也支持，同时很多项目都已经转向小程序，加上移动端一向紧跟最新标准，问题也不大。接着就是支持度就更好的video标签。最后还有canvas，支持度就更加乐观了。
硬件的获取
使用到的api：enumeratedevices，它返回的是一个promise，结果就是设备列表。设备的对象属性主要包括 deviceid，groupid，kind。其中deviceid，groupid 是设备的标记，可以通过这两个id调用所属的硬件。而kind 顾名思义就是硬件类型了。有了enumeratedevices就可以遍历硬件，同时可以实现选择对应的硬件并调用。
//遍历多媒体硬件
navigator.mediadevices.enumeratedevices().then(function (devices) {
console.log(devices);
/*
{
deviceid: ""
groupid: "8cac2d9a9e5d30a7bfc5a33b9971a3d40a850f7b0f6634b7f41f7dbe1de0a519"
kind: "audioinput"
label: ""
} []
*/
});
调用摄像头
接着开始调用对应的硬件，这里会使用到另一个api，getusermedia，同样它返回的也是一个promise，结果是一个视频流。有了视频流就好办了，把stream设置到video的srcobject，马上一个视频监控的应用就出来了。
getusermedia的参数设置比较复杂，具体可参考mdn里面的文档 ，我这里设置的是对应的摄像头及视频的尺寸。loadedmetadata事件在元数据（metadata）被加载完成后触发视频播放。
// 调用摄像头，并将流导入video
navigator.mediadevices.getusermedia({
video: { groupid, width: 800, height: 600 }
}).then(function (stream) {
video.srcobject = stream;
mediatrack = stream.gettracks()[0];
video.onloadedmetadata = function (e) {
video.play();
};
})
.catch(console.log);
视频的截图
最后就是截取视频画面了，这就用到了canvas的drawimage，这个api不仅支持把canvas对象和image对象渲染进画布，同时还支持video对象，这就完美解决了我们的需求，核心代码如下：
//写入画布，并转换为base64 ctx.drawimage(video, 0, 0, canvas.width, canvas.height); const imgurl = canvas.todata;
根据需求我们可以把图片数据转换为流或二进制，我这里转换为base64，拿到了数据就可以发挥想象了，tensorflow，机器学习，模式识别，大把的应用场景。
