GPUWeb项目中VideoFrame尺寸选择的技术解析

在GPUWeb项目中，关于VideoFrame应该使用编码尺寸(coded size)还是显示尺寸(display size)的问题引发了深入的技术讨论。这个问题涉及到视频帧处理的核心概念，对开发者理解视频渲染流程具有重要意义。

视频帧尺寸的基本概念

视频帧通常包含三种尺寸信息：

1. 编码尺寸(coded size)：包含实际像素数据和可能的填充区域，例如1920x1080视频可能编码为1920x1088（填充到16x16宏块）
2. 可见区域(visible rect)：定义视频帧中实际可见的部分
3. 显示尺寸(display size)：应用宽高比调整后最终显示的尺寸

在WebCodecs API中，VideoFrame对象提供了codedWidth/codedHeight和displayWidth/displayHeight属性来分别表示这些尺寸。

技术争议点

当前GPUWeb规范中，copyExternalImageToTexture()方法使用VideoFrame的编码尺寸作为源尺寸，这引发了以下技术考量：

1. 编码尺寸的局限性：编码尺寸包含的填充区域对开发者通常是无用信息，直接使用可能导致意外结果
2. 显示一致性：HTMLVideoElement和Canvas 2D等现有API都使用显示尺寸，保持一致性对开发者体验很重要
3. 高级用例支持：某些专业应用可能需要访问原始编码数据，但这是更高级的使用场景

实际测试结果

通过创建特殊测试视频（包含旋转、非标准宽高比等特性）进行的跨API测试显示：

• HTMLVideoElement的videoWidth/videoHeight始终返回显示尺寸
• Canvas 2D的drawImage()使用显示尺寸
• WebGL的texImage2D在大多数情况下使用显示尺寸
• WebGPU的copyExternalImageToTexture和importExternalTexture当前实现存在不一致

特别值得注意的是，当视频包含旋转和非标准宽高比时，不同API的处理方式差异更加明显，这进一步凸显了统一尺寸标准的重要性。

技术决策建议

基于测试结果和讨论，建议GPUWeb采用以下方案：

1. 统一使用显示尺寸：与现有Web平台API保持一致性，减少开发者困惑
2. 保留高级访问途径：通过WebCodecs API仍可访问编码尺寸等底层信息
3. 明确文档说明：清晰说明尺寸选择原则和可能的影响

这种方案既照顾了大多数使用场景的简便性，又为专业需求保留了灵活性，是较为平衡的技术选择。

实施影响

这一变更将影响：

• copyExternalImageToTexture()的源尺寸定义
• 外部纹理的textureDimensions()和textureLoad()行为
• 开发者对视频帧尺寸的预期和理解

项目组需要相应更新规范文本，并确保各浏览器实现的一致性，这对于提升GPUWeb的视频处理能力具有重要意义。