Демонстрація екрану в мобільному додатку: iOS та Android

Демонстрація екрану на мобільних платформах — принципово інше завдання, ніж на десктопі. iOS та Android не дають додатку прямого доступу до буфера екрану. Ми використовуємо спеціальні системні механізми, кожен зі своїми обмеженнями та особливостями. Без правильної архітектури проєкт ризикує зіткнутися з падіннями через нестачу пам'яті, відхиленнями в App Store Review або непрацюючим захопленням на нових версіях ОС. За 50+ реалізованих проєктів ми накопичили досвід, який гарантує стабільну роботу screen sharing у production.

Як працює ReplayKit на iOS?

На iOS захоплення екрану можливе лише через ReplayKit. Не можна отримати контент екрану безпосередньо з основного процесу додатка — це обмеження sandbox. Для трансляції в реальному часі використовуємо RPSystemBroadcastPickerView, який показує системний picker для запуску broadcast. Трансляція відбувається через Broadcast Upload Extension — окремий таргет у проєкті, який запускається у власному процесі (com.apple.broadcast-services-upload). Extension та основний додаток не мають спільної пам'яті — обмін даними лише через App Group (shared UserDefaults, shared FileManager, або Darwin notify для сигналів).

Структура extension:

class SampleHandler: RPBroadcastSampleHandler {
    override func processSampleBuffer(_ sampleBuffer: CMSampleBuffer,
                                      with sampleBufferType: RPSampleBufferType) {
        switch sampleBufferType {
        case .video:
            // Передаємо CMSampleBuffer в WebRTC/Agora/Livekit
            videoSource?.capturer(capturer, didCapture: toRTCVideoFrame(sampleBuffer))
        case .audioApp:
            // Системне аудіо
        case .audioMic:
            // Мікрофон (доступний лише при явному дозволі в Info.plist)
        }
    }
}

Extension має ліміт пам'яті 50 МБ — у 90% випадків падіння спричинене перевищенням цього ліміту. Agora та Livekit надають полегшені версії SDK спеціально для Broadcast Extension. Комунікація extension → основний додаток через CFNotificationCenter (Darwin notifications). Роздільна здатність та FPS обмежені ReplayKit: максимум 1080p, до 60 FPS. На практиці для screen sharing достатньо 720p/15fps — екрани мобільних пристроїв невеликі, а бітрейт знижується на 40% без втрати читабельності тексту.

Apple Developer Documentation: ReplayKit

Що таке MediaProjection API на Android?

На Android захоплення екрану — через MediaProjection API. Користувач повинен явно дозволити запис:

val mediaProjectionManager = getSystemService(MEDIA_PROJECTION_SERVICE) as MediaProjectionManager
startActivityForResult(
    mediaProjectionManager.createScreenCaptureIntent(),
    REQUEST_MEDIA_PROJECTION
)

У onActivityResult отримуємо Intent з дозволом — з нього створюємо MediaProjection. VirtualDisplay з MediaProjection.createVirtualDisplay() дає Surface, на який система малює вміст екрану.

Для передачі через WebRTC використовуємо ScreenCapturerAndroid (з org.webrtc): він обгортає MediaProjection і постачає кадри у VideoSource. З Android 10+ при запуску screen capture через ForegroundService потрібен android:foregroundServiceType="mediaProjection" у маніфесті. З Android 14 — додатково явний ServiceInfo.FOREGROUND_SERVICE_TYPE_MEDIA_PROJECTION при старті сервісу через startForeground(). Без цього — SecurityException. При розриві з'єднання викликається MediaProjection.Callback.onStop() — потрібно обробити та повідомити користувача.

Android Developers: MediaProjection

Як передаються кадри в реальному часі?

І на iOS, і на Android кадри захоплення екрану — це CMSampleBuffer (iOS) або Bitmap/Image через ImageReader (Android). Для передачі по мережі через WebRTC конвертуємо в RTCVideoFrame з YUV420PlanarBuffer (iOS) або JavaI420Buffer (Android). Конвертація YUV з BGRA — дорога операція, робимо в нативному коді (C++) або через апаратний конвертер. Для Agora — AgoraRtcKit.startScreenCapture() приймає конфігурацію з contentHint: .text для оптимізації кодеку під текстовий контент (менше руху, висока різкість). WebRTC гнучкіший за Agora у налаштуванні бітрейту, але Agora простіше інтегрувати з Broadcast Extension.

Порівняння iOS та Android

Типові проблеми screen sharing

Що входить у реалізацію screen sharing?

• Архітектура та проєктування: вибір стеку (WebRTC/Agora/Livekit), схема обміну кадрами, обробка життєвого циклу.
• Розробка Broadcast Extension (iOS) та MediaProjection Service (Android): повний цикл захоплення та трансляції.
• Інтеграція з сигналінгом та WebRTC: налаштування peer connection, ICE, ретрансляція.
• Управління дозволами: запити на запис екрану, ATT, foreground service.
• Обробка помилок та edge cases: падіння extension, користувач скасував захоплення, втрата мережі.
• Документація та навчання: опис інтеграції, передача вихідного коду з коментарями.
• Тестування: на реальних пристроях з різними версіями ОС.

Як вибрати стек для screen sharing?

Вибір між WebRTC, Agora та Livekit залежить від вимог до кастомізації та часу виходу на ринок. WebRTC дає повний контроль над бітрейтом та кодеком, але потребує більше часу на інтеграцію — в середньому 1.5 тижня на обидві платформи. Agora та Livekit скорочують цей термін до 5 днів завдяки готовим модулям, але обмежують гнучкість налаштування. Для проєктів з високим навантаженням (1000+ одночасних трансляцій) WebRTC виявляється на 30% дешевшим за витратами на інфраструктуру.

Терміни орієнтовно

iOS (ReplayKit + Broadcast Extension + WebRTC) — від 3 до 5 днів при готовому сигналінгу. Android (MediaProjection + WebRTC) — від 2 до 3 днів. Обидві платформи з коректним життєвим циклом, фоновим режимом та UX-повідомленнями — від 1 до 1.5 тижня. Вартість розраховується індивідуально в залежності від складності та потрібного стеку.

Отримайте консультацію щодо вашого проєкту — наші інженери з сертифікатами Apple та Google допоможуть оцінити обсяг робіт та уникнути типових помилок. Зв'яжіться з нами для детального обговорення.

Як вибрати підхід до камери в застосунках?

Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.

CameraX проти Camera2 та AVFoundation

На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.

CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.

Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.

На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.

Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.

Що робити з AudioFocus на Android та AudioSession на iOS?

Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).

На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.

AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.

На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.

Відео: відтворення та стрімінг

ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.

Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.

AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.

Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).

WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.

RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.

Обробка медіа: компресія та транскодування

Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.

На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.

Як реалізувати стрімінг на мобільних пристроях: покроковий план?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.

Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.

Що входить в роботу?

Процес розробки медіафункціональності

Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).

Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.

Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.