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）

聪明的你可能已经想到了，为什么只能用苹果手机才能查看，那有没有一种纯前端实现的通用的 web AR 技术呢？

纯前端解决方案

纯前端技术的实现可以用下图总结：

以 JSARToolKit 为例:

• 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：

1. 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。
2. 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)。
3. 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：

接着用下面命令运行即可开启 https：

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 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：

撸猫姿势一：展示猫图片

简单解释下上面的代码：

1. 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；
2. 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
3. 使用包裹使用到的素材，相当于声明引入素材，接着在中使用

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：

代码如下：

：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：

跑起来效果：

这时就相当于在家安装了一个摄像头，如果我们需要远程查看，就可以通过声网官方提供的一个测试地址[3]

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

[1]

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

作者：码克吐温

https://juejin.cn/post/7030342557825499166

作者：码克吐温
https://juejin.cn/post/7030342557825499166