MKV in JPG umwandeln

Wer eine Sendung aus der ARD- oder ZDF-Mediathek sichert, eine Aufzeichnung über TVHeadend vom heimischen DVB-T2-Empfänger macht oder eine Dokumentation über Kodi aufnimmt, landet fast immer bei MKV — der Container, den freie Aufnahmewerkzeuge bevorzugen, weil er praktisch jeden Bild- und Tonstandard aufnehmen kann. Diese Dateien sind selten kurz: eine Stunde, neunzig Minuten, gelegentlich ein ganzer Abend Programm in einer einzigen Datei.

Der übliche Anlass, aus so einer Aufnahme ein einzelnes Bild zu ziehen, ist ein bestimmter Moment, an den man sich erinnert — eine Szene aus einem Tatort, eine Grafik aus einer Reportage, ein Gesichtsausdruck in einem Interview —, der in eine Chat-Gruppe soll oder in einer Notiz landen muss. Genau dafür reicht ein Zeitstempel, ohne die ganze Datei in einem Player zu öffnen.

Die Umwandlung nimmt das Bild, das bei einem angegebenen Zeitpunkt in Sekunden zu sehen ist, und dieses Feld beginnt bei null. Bei einem kurzen Clip ist das eine brauchbare Annahme. Bei einer MKV-Aufnahme trifft sie fast nie zu, weil der gesuchte Moment fast immer irgendwo in der Mitte liegt und nicht am Anfang.

Bei einer typischen Mediatheken-Aufnahme wird der Standardwert sogar aktiv irreführend: Die ersten Sekunden zeigen häufig noch den Sender-Vorspann, ein schwarzes Bild oder ein Standbild mit Programmhinweis, sodass das Ergebnis ohne eigene Eingabe fast immer schwarz oder bedeutungslos ausfällt — das sieht nach einem kaputten Werkzeug aus, ist aber schlicht der falsche Zeitpunkt.

Player zeigen die vergangene Zeit in Stunden, Minuten und Sekunden an, das Eingabefeld hier will Sekunden — die einzige Rechenaufgabe auf dieser Seite. Eine Stunde zwölf Minuten und dreißig Sekunden werden zu 4350. Nachkommastellen sind erlaubt, sodass 4350.5 genau die Mitte dieser Sekunde trifft, was gelegentlich den Unterschied macht, ob jemand gerade blinzelt oder nicht.

Das Feld akzeptiert Werte bis 86400 Sekunden, ein voller Tag, was länger ist als jede reale Aufnahme und absichtlich großzügig gewählt wurde, damit die Grenze nie zum eigentlichen Problem wird. Ein Zeitpunkt jenseits des Endes der Datei führt zu einer Fehlermeldung mit der tatsächlichen Länge statt zu einem stillschweigend zurückgegebenen letzten Bild.

Der naheliegende Weg wäre, die Aufnahme im Vollbild abzuspielen, an der Stelle anzuhalten und die Bildschirmfoto-Taste zu drücken. Das Ergebnis hat dann die Auflösung des eigenen Displays statt der des Videos, ist durch die Skalierung des Players weichgezeichnet und trägt häufig noch eine Steuerleiste oder den Mauszeiger am unteren Rand mit sich.

Hier wird das Bild direkt aus der Datei in ihrer eigenen Auflösung dekodiert. Eine Full-HD-Aufnahme liefert ein Bild mit 1920 mal 1080 Pixeln, unabhängig davon, ob der eigene Bildschirm ein Laptop-Panel oder ein Fernseher ist, und ohne dass irgendetwas darin steckt, das nicht im Video war.

Ein Videocodec speichert kein Bild als Bild, sondern das, was sich zwischen zwei Zeitpunkten verändert hat — und er verwendet seine Bits dort, wo eine Änderung tatsächlich auffällt. Ein Moment mitten in einer Kamerafahrt oder einer schnellen Bewegung ist deshalb mit deutlich weniger Detail beschrieben als ein ruhiger Moment, in dem sich kaum etwas bewegt.

Das ist der größte Hebel, den es hier gibt, und es ist keine Einstellung. Wirkt ein Standbild enttäuschend unscharf, lohnt sich vor jeder weiteren Schlussfolgerung ein Versuch mit einem Moment eine halbe Sekunde davor oder danach, an dem die Bewegung zur Ruhe gekommen ist — dieselbe Aufnahme kann an zwei nur wenig auseinanderliegenden Zeitpunkten ganz unterschiedlich scharf aussehen.

JPG passt genau dann, wenn das Bild ein Foto der wirklichen Welt zeigt und überall ohne Nachdenken geöffnet werden soll — für eine Nachricht, ein Dokument, eine Chat-Gruppe. Seine Kompression ist auf genau solche Inhalte ausgelegt und wird von praktisch jeder Software gelesen, die seit den frühen Neunzigern geschrieben wurde.

Anders sieht es bei einem Bild voller Schrift oder einer Programmoberfläche aus, etwa einer eingeblendeten Grafik oder Untertitelspur in der Aufnahme. JPG speichert Farbe in halber Auflösung und arbeitet blockweise, was um scharfe Kanten einen leichten Schleier legt und kleine Buchstaben unsauber wirken lässt — dafür wäre PNG das passendere Ziel.

Das Bild wird ganz ohne EXIF-Block geschrieben: kein Datum, keine Sendungslänge, kein Quelldateiname, kein Zeitstempel, nichts, das auf die ursprüngliche Aufnahme verweist. Ein Foto vom Smartphone trägt Dutzende solcher Angaben, hier gibt es keine, weil es in einem decodierten Videobild schlicht nichts gibt, woraus sie sich bilden ließen.

Für ein Bild, das einfach jemandem geschickt wird, ist das eher praktisch — es verrät nichts, was nicht ohnehin sichtbar ist. Soll das Bild später noch der ursprünglichen Sendung zugeordnet werden können, bleibt nur der Dateiname als Ort für diese Information, und ihn beim Herunterladen gleich sinnvoll zu setzen kostet wenige Sekunden.

Es gibt keinen Qualitätsregler bei dieser Umwandlung. Das Bild wird mit einer festen Einstellung kodiert, die für gewöhnliche Inhalte sauber genug ist, und für ein Standbild in einer Nachricht oder einem Dokument ist ohnehin die Kompression des Videos selbst der begrenzende Faktor, nicht die dieser Umwandlung.

Wo es doch darauf ankommt, ist der Weg über PNG die bessere Wahl — dort wird genau das gespeichert, was decodiert wurde, ohne weitere Kompression, und eine eigene Komprimierung lässt sich danach mit der gewünschten Einstellung vornehmen. Das ist ein zusätzlicher Schritt, hebt dafür aber die Grenze vollständig auf.

Nur der Teil der Datei, der bis zum gewünschten Zeitstempel gebraucht wird, wird überhaupt gelesen, und die Dekodierung läuft im Browser-Tab. Es wird nichts übertragen, was das Video enthält — praktisch ebenso wichtig wie grundsätzlich, denn ein mehrere Gigabyte großes Hochladen für ein Ergebnis von wenigen hundert Kilobyte wäre ein schlechter Tausch.

Die freie Nutzung erlaubt bis zu hundert Megabyte je MKV-Datei, was für eine mit vernünftiger Bitrate aufgenommene Sendung von etwa einer Viertelstunde reicht, aber nicht für einen ganzen Spielfilm. Für größere Dateien speichert VLC über das Menü Video einen Schnappschuss an der aktuellen Position, und mpv erledigt dasselbe über eine einzelne Taste — beide arbeiten direkt mit der Datei, ohne Umweg.