MKV in AVIF umwandeln

Matroska ist der Behälter, der sich durchgesetzt hat, weil er sich nie gegen etwas gesperrt hat: 10-Bit-HEVC, AV1, VP9 Profil 2, HDR10- und Dolby-Vision-Metadaten reisen alle ganz selbstverständlich in MKV-Dateien, während MP4 mit manchem davon unbeholfen umgeht und WebM von vornherein eingeschränkt ist. Genau deshalb landen UHD-Blu-ray-Sicherungen und Aufnahmen aus dem HDR-fähigen Kabel- oder Satellitenempfang deutscher Sender fast immer als MKV, mit der deutschen Synchronspur und dem HDR10-Signal eines UHD-Masters gleichzeitig im selben Behälter.

Wer aus einer solchen Datei ein Standbild zieht, hat also weit häufiger als bei jeder anderen Quelle auf dieser Website ein Material mit mehr als acht Bit je Kanal vorliegen — und wählt AVIF oft genau deshalb, weil das Format zwölf Bit und einen weiten Farbraum speichern kann. Diese Erwartung ist vernünftig, gut informiert, und für genau diesen Weg trotzdem falsch, weshalb sie hier den ganzen Inhalt der Seite ausmacht statt einer Zeile in den häufigen Fragen.

Das Bild wird dekodiert und auf eine Leinwand gezeichnet, und die Pixel werden aus dieser Leinwand mit acht Bit je Kanal wieder ausgelesen. Alles danach — einschließlich des AVIF-Encoders — arbeitet bereits mit acht Bit. AVIF kann zwölf Bit und einen weiten Farbraum speichern, nur ist zu dem Zeitpunkt, an dem der Encoder gefragt wird, schlicht nichts jenseits von acht Bit mehr vorhanden, das er bekommen könnte.

Es wird auch kein Farbprofil angehängt. Die Datei enthält die Zahlen, die von der Leinwand kamen, ohne Angabe, zu welchem Farbraum sie gehören, sodass jeder Betrachter sRGB annimmt. Auf einer Webseite ist diese Annahme richtig und kostet nichts. In einer farbverwalteten Produktionskette ist sie der Unterschied zwischen einem Referenzbild und einem Bild, das ungefähr richtig aussieht.

Ist das Standbild eine Farbreferenz, eine Prüfung für die Farbkorrektur oder soll es den Master des UHD-Rips repräsentieren, ist dieses Werkzeug nicht die richtige Wahl. Ein Desktop-Decoder, der direkt in einen Puffer mit hoher Bittiefe schreibt — ffmpeg auf ein 16-Bit-PNG oder ein EXR, oder ein Bildexport aus Resolve — behält, was die Aufnahme trug, und überlässt die Zuordnung einer bewussten Entscheidung statt einer stillen Vereinfachung durch den Browser.

Das ist eine deutliche Ansage wert, weil die Alternative ein Arbeitsablauf ist, der auf einem beinahe richtig aussehenden Standbild aufbaut. Achtbit-Werte ohne Profil sind für eine Illustration völlig ausreichend und als Referenz völlig ungeeignet, und der Unterschied zwischen diesen beiden Verwendungen ist der Datei selbst nicht anzusehen.

Nichts vom Vorherigen betrifft den Grund, aus dem die meisten Personen überhaupt zu AVIF greifen. Es ist ein Standbild, kodiert mit AV1, dem Codec, der VP9 ablösen und mit HEVC konkurrieren sollte, und bei gleicher sichtbarer Qualität erzeugt es eine deutlich kleinere Datei als JPG. Dieser Vorteil betrifft die Kompressionseffizienz und ist von der Bittiefe vollkommen unabhängig.

Geht es also um das kleinste gut aussehende Standbild aus einer Aufnahme — für eine Seite, eine Karte, eine Vorschau, eine App —, ist das hier die beste verfügbare Wahl, und die Achtbit-Grenze kostet dabei nichts, was ohnehin sichtbar gewesen wäre. Der Abschnitt oben richtet sich an die Person, die etwas anderes wollte und das erst später gemerkt hätte.

AV1 prüft für jeden Block deutlich mehr Möglichkeiten als ältere Codecs, und hier läuft das als WebAssembly auf dem eigenen Prozessor statt auf dem Hardware-Encoder, den das Gerät für Video sonst nutzt. Ein einzelnes Bild aus einer 4K-Aufnahme braucht spürbar länger als dasselbe Bild als JPG oder WebP — lang genug, um es zu bemerken, nicht lang genug, um währenddessen aufzustehen.

Bei Menge macht sich das bemerkbar, bei einem einzelnen Bild nicht. Ein Standbild ist eine kurze Pause; vierzig Standbilder aus einem Regal von Aufnahmen sind eine echte Wartezeit, und ab diesem Punkt lohnt es sich, die Bilder stattdessen als PNG zu ziehen und mit einem Desktop-AVIF-Encoder im Stapel zu kodieren.

Der Zeitstempel ist die einzige Einstellung dieser Umwandlung, und er verändert das Ergebnis am stärksten. Ein Bild mitten in einem Schwenk, einer Kampfszene oder einer Menschenmenge wurde vom Videocodec nur ungefähr beschrieben, und kein Standbild-Encoder kann zurückholen, was nie gespeichert wurde. Ein ruhiges Bild zwei Sekunden später kann aus derselben Datei erheblich besser ausfallen.

Das Feld nimmt Sekunden ab dem Anfang und beginnt bei null, was bei einer Matroska-Datei fast immer ein schwarzes Bild oder ein Senderlogo trifft. Aufnahme abspielen, an der gewünschten Stelle anhalten, die verstrichene Zeit in Sekunden umrechnen und eintragen — eine Stunde und vier Minuten sind 3840.

Anders als bei einer gewöhnlichen Bildumwandlung lässt sich die AVIF-Kodierung eines Videoeinzelbilds hier nicht regeln. Das Standbild wird mit einer festen Einstellung geschrieben, gewählt, damit gewöhnliches Material sauber und ohne sichtbare Blockbildung aussieht — es gibt keinen Regler, an dem sich das nach oben oder unten verschieben ließe.

Wer Kontrolle über die Kodierung braucht — etwa weil das Standbild für einen Druck oder eine sehr genaue Weiterverarbeitung bestimmt ist —, nimmt das Einzelbild stattdessen als PNG. Ein PNG speichert genau das, was von der Leinwand gelesen wurde, ohne eigene Kompressionsentscheidung, und lässt sich anschließend mit einem eigenen AVIF-Encoder nach den eigenen Vorstellungen kodieren.

Aktuelle Browser lesen AVIF, was das Format überhaupt erst praxistauglich macht. Der sorgfältige Weg bleibt trotzdem ein `<picture>`-Element mit einer AVIF-Quelle und einem JPG als Rückfallebene, und das lohnt sich immer dann, wenn ein spürbarer Teil des eigenen Publikums auf älterer Software unterwegs ist, die man nicht selbst kontrolliert.

Außerhalb des Browsers ist das Bild dünner. Manche Desktop-Bildbetrachter, einige Vorschaufenster des Betriebssystems und nicht wenige Upload-Formulare erkennen das Format weiterhin nicht, sodass ein AVIF eine schlechte Wahl für alles ist, das versendet, angehängt oder an fremd ausgewählte Software übergeben wird. Für diese Fälle bleibt ein JPG die sichere Wahl, das AVIF gehört dorthin, wo es tatsächlich ausgeliefert wird.

Nur so viel der Datei wird gelesen, wie nötig ist, um den Zeitstempel zu erreichen, und Dekodierung wie AV1-Kodierung laufen beide im Browser-Tab. Nichts, das die Aufnahme trägt, wird irgendwohin gesendet, was für noch nicht veröffentlichtes oder farblich noch nicht abgenommenes Material meist die Voraussetzung dafür ist, dass die Arbeit überhaupt stattfinden kann.

Die kostenlose Nutzung erlaubt eine MKV-Datei bis 100 MB. Hochauflösende 4K-Aufnahmen mit hoher Bittiefe liegen meist weit darüber, was die unbequeme Eigenheit dieses Paars ausmacht — genau das Material, das die Bittiefenfrage aufwirft, passt am seltensten hinein. Passt es nicht, liefert ein Standbild aus einem Desktop-Player oder ein mit ffmpeg exportiertes PNG-Einzelbild den Ausgangspunkt, den diese Seite dann weiterverarbeitet.