本系列为即构科技与「极客时间-每日一课」栏目共同打造的深度技术分享内容，视频发布于「极客时间 app-每日一课」栏目。

视频地址：

https://time.geekbang.org/dailylesson/detail/100056832

概述

在视频会议、线上课堂、游戏直播等场景下，屏幕共享是一个最常被用到的功能。要实现对屏幕画面的实时共享，端到端主要有这几个步骤：录屏采集、视频编码、实时传输、视频解码、视频渲染。

一般来说，实时屏幕共享时，共享发起端以固定采样频率（一般 8 - 15 帧）抓取到屏幕中指定源的画面（包括指定屏幕、指定区域、指定程序等），经过视频编码压缩（选择保持文本/图形边缘信息不失真的方案）后，在实时网络上以相应的帧率分发。

因此，录屏采集是实现实时屏幕共享的基础。即构作为专业的音视频云服务商，对于实时屏幕共享有一套完整的流程体系和 API 封装，让开发者可以更加方便快捷地拥有录屏直播的能力。

下面我们将介绍基于不同端，实现录屏采集的方法。本篇为您详解 Android 端录屏采集实现教程。

原理

在分享如何实现 Android 系统录屏采集前，我们先来看看其背后的原理。

Android 在 4.4 版本前要实现屏幕录制必须获取到 root 权限，但目前大部分设备的系统版本都高于 4.4，因此这种情况在此就不作赘述。

在 5.0 及以上版本，我们可以利用系统提供的 MediaProjection 和 MediaProjectionManager 进行屏幕录制，可以不需要获取 root 权限，但会弹窗获取权限，需要用户同意才行。

那么在 Android5.0 及以上版本，我们使用 MedaProjection 是如何把屏幕的数据录制下来呢？

这里我们就要说到两个“助攻的小伙伴”了——Surface 和 VirtualDisplay。

1、Surface

Handle onto a raw buffer that is being managed by the screen compositor.A Surface is generally created by or from a consumer of image buffers (such as a SurfaceTexture ,MediaRecorder , or Allocation ), and is handed to some kind of producer (such as OpenGL ,MediaPlayer , or CameraDevice ) to draw into.

Google 官网对 Surface 的定义是：Surface 就是屏幕数据消费者（如 SurfaceTexture，MediaRecorder，Allocation）提供给屏幕数据的生产者（如 OpenGL，MediaPlayer，CameraDevice）的一块数据缓冲区，生产者们可以在 Surface 上进行图像内容的生产，消费者们会把生产出来的数据消费到屏幕上面（绘制出来）或者是转换成消费者所希望的数据。 

2、VirtualDisplay

顾名思义，这个便是系统提供的一个虚拟屏幕，我们采用 MediaProjection 进行录制，就需要创建这样一个 VirturalDisplay 。那么，这个 VirturalDisplay 和 Surface 有什么关联呢？属于生产者还是消费者呢？

答案非常明显，VirturalDisplay 属于生产者，因为 VirturalDisplay 是系统的一个虚拟屏幕，其内容可以理解为手机物理屏幕的拷贝，只是仅存在于内存中，而没有绘制出来，所以我们无法看到这个屏幕而已，那么既然是手机屏幕的镜像，相对于屏幕录制的整个架构来说，自然就是生产者了。

OK，现在清楚了这两个助攻的小伙伴的特点，我们还要思考一个问题，现在缓冲区有了，生产者有了，那消费者呢？？屏幕数据应该给谁消费呢？

这就涉及到了场景问题。Android 允许我们把屏幕数据通过 MediaRecorder 录制下来然后保存，也允许我们把屏幕数据录制下来通过 MediaCodec 进行编码，然后传输出去。

因此根据上面的原理，我们可以画出以下屏幕采集的整体架构图：

实现

上面我们已经清楚了整个屏幕录制的原理，那么在代码层面，我们应当如何实现呢？主要分为以下几步：

第一步，申请权限。在 AndroidManifest 加上申请权限的代码，因为我们需要用到音频录制。

<uses-permission android:name="android.permission.RECORD_AUDIO" /><uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

第二步，获取系统服务。通过 MediaProjectionManager 获取一个系统服务，这个系统服务需要获取用户授权：

mMediaProjectionManager = (MediaProjectionManager)getSystemService(MEDIA_PROJECTION_SERVICE);

MediaProjectionManager 是系统提供的一个录屏服务，在使用上和其他的系统服务没有太大的区别，都是通过 getSystemService 获取对应的服务。

第三步，创建 Intent 跳转服务。MediaProjectManager 已经封装了获取 Intent 的方法 createScreenCaptureIntent， 拿到 Intent 之后，当调用 startActivityForResult 方法时，会触发一个请求授权的弹窗，当用户同意授权或者拒绝授权，都会通过 onActivityResult 返回。

Intent captureIntent= mMediaProjectionManager.createScreenCaptureIntent();startActivityForResult(captureIntent, REQUEST_CODE);

第四步，监听 onActivityResult  根据用户授权返回的结果获取 MediaProjection 

protected void onActivityResult(int requestCode, int resultCode, Intent data) {if (requestCode == REQUEST_CODE && resultCode == RESULT_OK) {mMediaProjection = mMediaProjectionManager.getMediaProjection(resultCode,data);}}

在这里我们才是获取到了真正的屏幕录制操作对象—— MediaProjection，接下来我们就需要通过这个对象去开启屏幕录制。

第五步，创建虚拟屏幕。我们已经获取到了 MediaProjection，接下来就是要创建一个虚拟屏幕——VirtualDisplay，这一步是屏幕录制的关键所在，我们先来看看 MediaProject 官网的 API 是如何创建一个 VirtualDIsplay 的，重点看看参数的定义。

public VirtualDisplay createVirtualDisplay(@NonNull String name,int width, int height, int dpi, int flags, @Nullable Surface surface,@Nullable VirtualDisplay.Callback callback, @Nullable Handler handler)

对于创建虚拟屏幕的 API ，其他参数可以先忽略，但其中有两个参数我们需要注意，一个是 Surface surface ，一个是 int Flag 。

首先是 int Flag ，从这个参数的命名上来看，我们知道这是一个标志位，从 Android 的习惯来看，这个标志位可以传递什么参数呢？我们看看注释。

* @param flags A combination of virtual display flags. See {@link DisplayManager}for the full* list of flags.

根据注释，我们可以看到 DisplayManager 提供了以下相关的 Flag：

那么，提供的这几个 Flag 有什么区别呢？

• VIRTUAL_DISPLAY_FLAG_AUTO_MIRROR：当没有内容显示时，允许将内容镜像到专用显示器上。

• VIRTUAL_DISPLAY_FLAG_OWN_CONTENT_ONLY：仅显示此屏幕的内容，不镜像显示其他屏幕的内容。

• VIRTUAL_DISPLAY_FLAG_PRESENTATION：创建演示文稿的屏幕。

• VIRTUAL_DISPLAY_FLAG_PUBLIC：创建公开的屏幕。

• VIRTUAL_DISPLAY_FLAG_SECURE：创建一个安全的屏幕

一般如果没有特殊的需求，我们将这个 Flag 设置为 VIRTUAL_DISPLAY_FLAG_PUBLIC 就可以了，这样就可以获取到屏幕的数据了。

然后是 Surface ，这不就是我们前面说的助攻小伙伴嘛。我们前面说过了，这个 Surface 是由消费者去创建的。因此，这时候就要想想我们的消费者是什么？我们的场景是什么？是要录制成文件还是编码成数据传输出去实现录屏直播呢？

当然…… 这个终极问题最后可能是要产品经理来决定……

1、屏幕录制保存（MediaRecoder）

好了，假设现在产品经理已经明确表示，需求场景是把屏幕录制成文件保存下来，就像现在很多市面上的屏幕录制 APP 一样。那我们应该怎么做呢？

其实很简单，我们只需要想一下，有没有什么 API 是可以将图像数据录制保存成文件的呢？

Android 官方就已经有提供了一个工具供我们使用，那就是 MediaRecoder  ，重点是 MediaRecoder 可以通过 getSurface 对外提供一个 Surface，而这个 Surface 刚好是 VirtualDisplay 所需要的，所以整个调用链和 API 我们可以理清楚了，如下图。而数据的流向则是相反的，从 VirturalDisplay -> Surface -> MediaRecoder（绿色箭头表示数据的流向）。

那么 MediaRecoder 要怎么使用呢？MediaRecoder 不仅可以录制视频画面，还可以录制音频。下面提供了如何设置 MediaRecoder 的代码。最后，只要调用一下 mediaRecorder.start() 就会启动录制，并将录制好的视频画面和 MIC 采集到的声音保存到我们定义的文件中。

private void initRecorder() {File file = new File(Environment.getExternalStorageDirectory(),System.currentTimeMillis() + ".mp4");mediaRecorder.setAudioSource(MediaRecorder.AudioSource.MIC); mediaRecorder.setVideoSource(MediaRecorder.VideoSource.SURFACE); mediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP); mediaRecorder.setOutputFile(file.getAbsolutePath());mediaRecorder.setVideoSize(width, height); mediaRecorder.setVideoEncoder(MediaRecorder.VideoEncoder.H264); mediaRecorder.setAudioEncoder(MediaRecorder.AudioEncoder.AMR_NB); mediaRecorder.setVideoEncodingBitRate(5 * 1024 * 1024); mediaRecorder.setVideoFrameRate(30); try {mediaRecorder.prepare();} catch (IOException e) { e.printStackTrace();}}

2、录屏直播

如果此时产品经理突然要改需求，想把录制成文件改成录屏直播...

那我们就要改变方案了，把数据的消费者 MediaRecorder 换成其他可以编码的工具，比如 Android 自带的硬件编码 MediaCodec 或者大名鼎鼎的 FFmpeg。但是数据的生产者不会变，依然是 VirtualDisplay，数据缓冲依旧是 Surface。

以 MediaCodec 为例，关于 MediaRecoder 的流程图则变为：

MediaCodec 作为 Android 系统提供的硬编/硬解能力，本身便可作为一次专题进行分享。因此，这里不会太深入的分享关于 MediaCodec 的功能和使用方式，只是作为一个消费者的角度和我们的屏幕录制直播方案进行分享。

mEncoder = MediaCodec.createEncoderByType(MIME_TYPE);mEncoder.configure(format, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE);mInputSurface = mEncoder.createInputSurface(); //这⾥输出的 Surface 可以输⼊给VirtualDisplay//直接开启编码器mEncoder.start();

延伸

通过以上内容我们知道，MediaRecoder 支持录制 MIC 采集的音频数据和 MediaProjection 提供的屏幕画面数据。然而 MediaProjection 不能提供音频数据，如果我们想通过 MediaRecoder 录制 MediaProjection 提供的屏幕画面数据加上非 MediaRecoder 指定的音频源呢？比如我们录制一个游戏视频，但是想加入对应的音频，类似于王者荣耀的精彩片段加上特定音效，要如何实现呢？

其实只要我们在一开始录制的时候，不设置 MediaRecoder 的音频源，然后再利用其他工具，把音频源剪辑进去就可以了。比如大名鼎鼎的 FFmpeg 就是音视频剪辑的好手。但是，FFmpeg 对于上手是有一定的门槛和难度的，想要自己编译一个稳定可靠好用的 FFmpeg 库可不是那么简单的，并且为了加上一个录制音频的功能，大大增加我们 APK 的体积，也是因小失大的。

那么，还有其他的办法可以实现吗？答案是肯定的。

Android 系统提供了原生的 MediaExtractor 类，给音视频混合提供了相对比较简单易操作的方法，那么，使用 MediaExtractor 应该注意什么呢？

MediaExtractor 可以把音频和视频源剪辑到一起，我们可以理解为两条不同的轨道——音频轨和视频轨，把他们混在一起，其中最重要的自然是混合在一起的时间戳。因此，在剪辑的时候，除非可以明确的确定音频的开始时间在视频的某个详细时间点，否则，建议将音频和视频全部置回开始的时候，然后再开始混合。

总结

最后，我们来总结一下 Android 端录屏采集实现的主要内容。

首先，从原理上要了解

MediaProjectionManager 和 MediaProjection 这两个安卓系统用来提供录屏能力的系统服务，以及两个助攻的小伙伴——数据缓冲区 Surface 和虚拟屏幕 VirtualDisplay；

其次，介绍了如何实现录屏采集的两个使用场景：录制并保存（屏幕录制）和录制并编码（屏幕直播）；

最后，延伸了如何在屏幕录制并保存的同时，混入非环境背景音的音频。

最后的最后，记得在不使用的时候，释放使用到的 API 哦！！