Canvas绘制视频帧并叠加滤镜的核心是稳定低延迟的“画—读—改—写”闭环，关键在于视频流绑定时设置autoplay、muted、playsinline及显式宽高，等待loadeddata事件后用requestAnimationFrame驱动绘制，滤镜优先用CSS filter，复杂处理需降采样或WebGL加速。
Canvas 绘制视频帧并叠加滤镜效果，核心是把视频流“画进去”，再“读出来、改一改、写回去”。这个闭环必须稳定、低延迟，否则画面卡顿或黑屏。关键不在代码多复杂，而在几个容易被忽略的时机和配置点。
视频流绑定与就绪控制
先用 navigator.mediaDevices.getUserMedia({ video: true }) 获取摄像头权限，拿到 MediaStream 后赋给 <video> 的 srcObject。这一步必须配齐三个属性：
- autoplay：让视频自动开始播放，避免手动触发
- muted：静音，绕过浏览器对自动播放的限制（尤其 iOS 和 Chrome）
- playsinline：防止 iOS 强制全屏，确保 canvas 能正常捕获画面
同时显式设置 width 和 height（如 width="640" height="480"），别只靠 CSS 控制尺寸——否则 canvas 绘制时会因缩放导致像素错位。等 loadeddata 或 canplay 事件触发后再开始绘制，否则前几帧大概率是黑的。
稳定帧采集与绘制节奏
用 requestAnimationFrame 驱动绘制循环，而不是 setInterval。前者与屏幕刷新率同步，不丢帧、不堆帧，更稳。
立即学习“前端免费学习笔记（深入）”；
- 在回调里调用
ctx.drawImage(video, 0, 0, canvas.width, canvas.height) - 若只需处理局部（比如人脸区域），可传入源坐标参数裁剪：
drawImage(video, sx, sy, sw, sh, dx, dy, dw, dh) - 为减轻压力，可加帧率限制：例如每 3 帧处理一次，用计数器或
performance.now()判断时间间隔
像素级滤镜实现与性能优化
滤镜逻辑就是三步：读 → 算 → 写。
-
ctx.getImageData(0, 0, w, h)返回ImageData，其.data是Uint8ClampedArray，按 R-G-B-A 四字节一组排列 - 灰度化推荐加权法：
gray = (r * 0.299 + g * 0.587 + b * 0.114) | 0，位运算比Math.round快 - 反色直接：
data[i] = 255 - data[i]（R）、data[i+1] = 255 - data[i+1]（G）、data[i+2] = 255 - data[i+2]（B） - 提前缓存
data.length，遍历时用i += 4步长，避免循环内重复访问属性或创建对象
大画布（如 1280×720）频繁调用 getImageData/putImageData 容易卡顿。可降采样处理（先缩到 640×480），或用 Web Workers 拆分计算；更重的滤镜建议迁移到 WebGL 加速。
轻量效果优先用 CSS filter
如果只要亮度、对比度、饱和度、模糊这类基础调整，直接给 <video> 设置 CSS filter 更简单高效：
filter: brightness(1.2) contrast(1.1) saturate(0.8) blur(1px);- 用 JS 动态更新：
video.style.filter = newFilterString，注意每次赋值要覆盖完整字符串 - 需要局部增强（如仅人脸），可用容器 +
::before伪元素叠加backdrop-filter实现毛玻璃效果
不复杂但容易忽略
