HTML5 Video如何记录暂停帧PTS或帧号实现精准跳转至对应目标帧

你的场景是全链路可控的内部视频资源、面向受训用户，完全不需要采购商业帧精确播放器，按以下方案落地即可实现100%帧对齐，没有定位偏差。

优先推荐：预处理+帧唯一标识匹配方案 #

你提到的「写入可读取标识+粗跳后逐帧匹配」思路可行性极高，落地步骤：

• 视频入库环节统一转码为固定帧率（CFR） 编码，转码时添加参数-bf 0关闭B帧，从根源消除可变帧率（VFR）、B帧重排带来的时间戳漂移问题
• 转码时二选一添加帧唯一标识：
  • 编码层写入：给每一帧加自定义SEI用户数据，内容为连续递增的全局帧序号，标识直接绑定帧数据，不会随解码逻辑变化偏移
  • 轻量改法：转码同步导出帧映射表，表结构为连续帧序号 -> 对应PTS值 -> 帧感知哈希值，存在服务端，不需要修改源视频文件
• 前端跳转逻辑放弃原生<video>的精确seek：先执行video.currentTime = 记录的目标时间 - 0.5做粗定位，等seeked事件触发后开始逐帧解码，逐帧匹配帧序号/哈希值，匹配到目标帧立刻暂停，完全对齐无偏差。

附加问题：自动识别重复帧，无需用户手动点按 #

逐帧操作时完全可以自动判断是否跳到新帧，逻辑很简单：

• 逐帧步进/步退触发后，把当前Canvas上绘制的画面缩放到16*16尺寸转灰度图，生成64位长度的感知哈希值
• 每次移动时间轴后重新计算当前帧哈希，和上一帧的哈希做汉明距离比对，距离小于3就判定为重复/同一帧，自动触发下一次步进，直到检测到新帧再停止，整个过程用户无感知
• 逐帧操作不要自己算1/平均FPS当步长改currentTime，直接用原生requestVideoFrameCallbackAPI拿解码完成的帧回调，步进稳定性远高于手动计算步长，还能自动适配丢帧、帧率波动场景。

关于PTS定位的说明 #

不建议直接用PTS作为唯一帧定位依据：
不同浏览器、不同系统的解码内核返回的PTS值存在几毫秒到几十毫秒的偏移，尤其是带B帧、可变帧率的视频，PTS和实际展示帧的对应关系不稳定。哪怕做了固定帧率转码，PTS也只能用来做粗定位，最终帧对齐必须靠帧序号或者帧哈希做二次校验，不能直接依赖PTS做精准跳转。

零预处理快速上线兜底方案 #

如果暂时不想做批量视频转码，直接用帧哈希匹配即可快速上线：

• 首位标注用户选定最佳标注帧时，除了记录当前时间戳，同步生成当前帧、前后相邻2帧的感知哈希值，和标注数据（比如边界框坐标）一起存储
• 审核人员跳转标注位置时，先粗跳到记录的时间戳前0.5秒位置，之后逐帧前进计算每帧的哈希值，和存储的目标帧哈希做匹配，匹配度最高的帧即为目标帧，自动暂停即可
• 这个方案不需要改动现有视频资源，上线成本极低，内部标注场景下准确率可以达到100%。

内容的提问来源于stack exchange，提问作者SP_ProductGuy