「Canvas API」的設計目的在於繪製網頁瀏覽器中的圖形。其應用範疇包括動畫、遊戲畫面、數據視覺化、圖片編輯以及實時視頻處理等，亦可透過瀏覽器指紋識別進行線上追蹤。此技術依賴於畫布圖像在不同網路瀏覽器和平台上的呈現方式變化，以創建用戶瀏覽器的個性化數字指紋。然而，在完全相同的設備環境下，其有可能產生重複。

Canvas 功能檢測

• Canvas 2D API
• Text API for Canvas
• Canvas toDataURL（常用於指紋識別）
• OffscreenCanvas API
• Canvas native

  「Canvas」指紋亦可由瀏覽器插件進行修改，然而，其易被識別之特性仍然明顯。

• 穩定性

  在同一台设備和瀏覽器環境下，canvas具有穩定性。

• 非人為噪音

  部分指紋瀏覽器或指紋插件能於 canvas 雜訊中添加參數，然而仍可能被識別。

圖像細節

Canvas 指紋產生的原因

Canvas 圖像在畫布上的展現方式可能會因網頁瀏覽器、操作系統、顯卡及其他因素而異，進而產生可供創建指紋的獨特圖像。

1. 抗鋸齒

抗鋸齒技術猶如美顏濾鏡，廣泛應用於各處。若作業系統未啟用字體平滑功能，部分字體在電腦顯示器上的呈現將相當糟糕。一般而言，Windows作業系統會預設開啟字體與圖像平滑。在Mac OS X中，抗鋸齒似乎只適用於特定大小以下的字體。不僅在作業系統層級，部分瀏覽器也會內建自家的抗鋸齒技術，如Safari使用自家的內建字體渲染引擎。然而最重要的是，抗鋸齒技術在Canvas上繪製字體與圖像時亦能發揮效用。

如下圖所示，左側為未啟用字體平滑的狀態，而右側則已啟用：

抗鋸齒技術將產生部分非純色像素，這些過渡狀態的像素值受顯卡色彩配置檔的影響，進而導致其色彩可能有所差異，我們稱之為噪音。在足夠大的畫布上，繪製相同的字體與圖像，再計算所有像素數據，便能獲得相對獨一無二的指紋數據。

2. 字體微調（Font Hinting）

微調的一個特性是網格配合，即透過調整字體字符的字高和字寬，使字符與螢幕顯示的設定像素網格對齊。圖像顯示到螢幕上是一個個小方塊網格，字體可能會左右移動以確保正確顯示在網格上，這樣也是為了在不同螢幕下字體形狀及排版看起來大致相同。

透過以下GIF圖像乃眾多不同用戶的畫布圖像之匯集，可直觀觀察，相同的程式碼在不同的設備環境下所展現的差異：

如上述圖像細節所示，一般來說，我們可以調用 toDataURL 函數獲取 Canvas 圖像的 base64 數據，亦可從 Canvas 生成的 PNG 圖像的數據塊中獲取 IDAT 塊的 CRC 校驗和。然後我們可以計算該字串（base64 或 CRC 校驗和）的雜湊值（具體算法因各網站而異）來作為 Canvas 指紋。

注意：Canvas 指紋在各個不同網站中的原因眾多，使用的字串不同（base64 或 CRC 校驗和），雜湊值算法不同（MD5, SHA, MUMUHASH, etc.）皆會使 Canvas 指紋截然不同，然而真實的 Canvas 指紋卻是穩定的，因此在相同的瀏覽器與設備環境下，同一網站的 Canvas 指紋是固定的。這也是 Canvas 指紋用於用戶輔助識別的理論基礎，其具有穩定性質。