WebRTC屏幕共享实战：桌面采集、窗口采集与区域采集

WebRTC 屏幕共享在 Native 端通过DesktopCapture系列接口实现，支持三种模式：全屏（多个显示器）、单窗口、用户自定义区域。本文从采集原理、平台实现细节、跨平台 C++ 接口封装到完整的工程代码实例进行系统展开，并结合源码解析与高频面试问题，帮助读者建立端到端的屏幕共享技术体系。

1. 采集原理与架构分层

1.1 为什么屏幕共享要单独设计采集模块？

与摄像头采集不同，屏幕内容具有以下特点，决定了需要独立的采集与编码链路：

• 分辨率极高：现代显示器常见 2K/4K，远超摄像头 720p/1080p，对帧内存和编码器压力巨大。
• 帧率要求低：屏幕内容以静态文字、PPT 为主，不需要 30fps，5fps 即可满足；但翻页时需要瞬间提速到 15~30fps。
• 图像特征不同：大面积色块、锐利文字边缘，与摄像头的自然纹理差异很大。VP8/H264 默认针对摄像头优化，若直接用于屏幕会出现色带、文字模糊，因此编码器提供kVideoCodecModeScreensharing模式，启用针对屏幕的量化矩阵、宏块策略与码率控制。
• 安全权限特殊：屏幕采集涉及隐私，各操作系统均有独立的权限申请机制（Windows UAC、macOS screen-capture、Linux Portal）。