MP4 in WebP umwandeln

Viele deutsche Anzeigenportale zeigen in der Ergebnisliste nur ein Vorschaubild, kein Video — auf Immobilienportalen etwa erscheint neben einem Rundgangsvideo trotzdem ein einzelnes Titelbild in der Trefferliste, und wer den Rundgang selbst mit dem Handy gefilmt hat, hat oft kein eigenes Foto vom entscheidenden Moment, nur die Aufnahme.

Diese Umwandlung zieht genau dieses eine Bild aus dem Video, statt dass jemand mit dem Handy noch einmal durch die Räume läuft. Am Video selbst ändert sich nichts, es wird nur an einer Stelle gelesen und der Rest bleibt liegen.

Am Video selbst wird nichts umgewandelt. Ein Bild wird zum angegebenen Zeitpunkt dekodiert und als Bilddatei geschrieben; der Rest der Datei wird gelesen und verworfen, das Original bleibt unangetastet.

Das lohnt sich klarzustellen, weil die Dateiendung eine Videobearbeitung vermuten lässt. Ist sie nicht — es gibt keine Neukodierung, keine Qualitätsentscheidung fürs Video und keine Ausgabe, die sich bewegt. Was zurückkommt, ist ein einzelnes Bild.

Eine Fotoaufnahme ist eine einzelne Belichtung mit dem gesamten Detail, das der Sensor erfasst hat. Ein Videobild ist durch einen Codec gegangen, der sein Budget dort einsetzt, wo das Auge hinschaut, und es dort wegnimmt, wo Bewegung im Bild ist — und genau dort zuerst.

Deshalb liefert dasselbe Video sehr unterschiedliche Standbilder. Eine ruhige Einstellung eines Zimmers ergibt ein wirklich scharfes Bild. Ein Schwenk durch den Raum oder eine Bewegung ins Bild hinein ergibt ein Bild mit Bewegungsunschärfe und Blockartefakten, die im laufenden Video unsichtbar waren und erst sichtbar werden, wenn das Bild stehenbleibt. Nichts an der Umwandlung verursacht das, und nichts an ihr kann es beheben.

Weil der Codec das Detail ungleich verteilt, zählt der genaue Zeitstempel mehr als jede Einstellung. Eine halbe Sekunde früher oder später — ein Moment, in dem die Kamera kurz stillsteht statt sich zu bewegen — ergibt aus demselben Material häufig ein deutlich besseres Bild.

Auch Bilder direkt nach einem Schnitt lohnen sich. Videocodierer setzen an Szenenwechseln meist ein vollständiges Referenzbild, sodass der erste Frame einer Einstellung oft mehr Information trägt als die folgenden. Reicht ein Bild nicht, ist der Hebel der Zeitpunkt, nicht ein Qualitätsregler.

Ein Full-HD-Video ergibt ein 1920-mal-1080-Bild, 4K ergibt 3840 mal 2160, eine Handyaufnahme das, was sie eben aufgenommen hat. Nichts wird hochskaliert, und nichts wird verkleinert, außer man verkleinert absichtlich.

Das ist der Hauptvorteil gegenüber einem Bildschirmfoto. Ein Bildschirmfoto zeigt das Video so, wie es angezeigt wurde — auf Fenstergröße skaliert, manchmal mit Wiedergabetaste oder Fortschrittsbalken davor —, während hier das Bild direkt aus der Datei gelesen wird.

Weil das Ziel fast immer eine Webseite ist: ein Video-Vorschaubild, ein Titelbild, eine Vorschau in einer Trefferliste. WebP ist bei gleicher Qualität spürbar kleiner als JPG — oft um etwa ein Drittel — und jeder aktuelle Browser liest es.

Es behält außerdem Transparenz, was zählt, wenn das Standbild mit etwas anderem zusammengesetzt wird. Wo WebP die falsche Wahl ist, ist alles außerhalb eines Browsers: für ein Dokument, einen E-Mail-Anhang, einen Druckauftrag oder ein anderes Programm eignet sich JPG für ein fotografisches Bild und PNG, wenn das Bild überwiegend aus Text oder Grafik besteht, etwa bei einer Bildschirmaufnahme.

Wer beim Erstellen eines Inserats nur ein Titelbild braucht, aber nur das Video zur Hand hat, spart sich mit dieser Umwandlung den Umweg über einen fremden Server, der aus dem hochgeladenen Video ein Vorschaubild extrahieren müsste — ein mehrere hundert Megabyte großes Rundgangsvideo hochzuladen, um am Ende ein einzelnes Bild von wenigen Kilobyte zu bekommen, ist ein schlechtes Verhältnis, ganz unabhängig von der Privatsphäre.

Für ein Objekt, das noch nicht öffentlich beworben werden soll, oder für Aufnahmen von privaten Innenräumen kommt hinzu, dass das Video für diesen einen Schritt gar nicht das Gerät verlassen muss.

Ein Bild aus einer Bildschirmaufnahme besteht überwiegend aus Text, Oberfläche und flachen Farbflächen und verhält sich eher wie ein Screenshot als wie ein Foto. Verlustbehaftete Kompression trifft genau dieses Material am härtesten — Text bekommt einen Schleier, dünne Linien verschwimmen.

Dafür die Qualität hochhalten oder gleich PNG verwenden. Es lohnt sich außerdem, die Auflösung der Aufnahme selbst zu prüfen: Eine in verkleinerter Größe aufgenommene Bildschirmaufnahme liefert nie ein scharfes Standbild, und das lässt sich nur beim Aufnehmen selbst beheben, nicht nachträglich am Einzelbild.

Die übliche Aufgabe ist selten ein einzelnes Bild, sondern mehrere — ein Titelbild, eine Vorschau beim Überfahren mit der Maus, ein Bild je Raum bei einem Rundgang. Feste, wiederholbare Zeitpunkte statt Bilder nach Gefühl zu wählen macht das Ergebnis konsistenter: etwa der erste Frame nach jedem Schnitt, oder ein fester Versatz in jeden Abschnitt.

Das Video aufzuheben und die verwendeten Zeitstempel zu notieren macht eine spätere Neuerstellung — in einer neuen Größe oder einem neuen Format — zu einer Wiederholung eines bekannten Schritts statt zu einer erneuten Suche nach dem passenden Bild.

Viele Rundgangsvideos entstehen aus der Hand mit dem Smartphone, oft hochkant statt quer, weil das die natürliche Haltung beim Durchgehen ist. Das Standbild übernimmt genau dieses Seitenverhältnis — ein hochkant gefilmtes Video liefert ein hochformatiges Bild, kein quadratisches oder quer zugeschnittenes.

Das ist wichtig zu wissen, bevor das Bild in ein Inserat eingebunden wird: Verlangt das Portal ein bestimmtes Seitenverhältnis für das Titelbild, muss nach der Umwandlung noch zugeschnitten werden, denn diese Umwandlung ändert das Format des Bildinhalts nicht — sie liest ihn nur unverändert aus dem Video.

Ein Rundgangsvideo wird selten nur einmal verwendet — dasselbe Objekt taucht häufig gleichzeitig bei mehreren Anzeigenportalen und auf der eigenen Webseite eines Maklerbüros auf, und jedes davon kann eine andere Bildgröße oder ein anderes Seitenverhältnis für das Titelbild verlangen. Weil jede Umwandlung hier ohne Wartezeit läuft, lässt sich derselbe Zeitstempel mehrfach mit unterschiedlichen Einstellungen verwenden, statt das Video jedes Mal neu zu sichten.

Sinnvoll ist es, sich den einmal gefundenen guten Zeitpunkt zu notieren, bevor das Video im Ordner untergeht — bei einem Objekt mit zwanzig Innenaufnahmen findet sich derselbe Moment ein zweites Mal deutlich schwerer als beim ersten Durchgang.

Bei einer Besichtigung liegt es nahe, statt des Videostandbilds einfach zusätzlich mit dem Handy zu fotografieren. Das ergibt in der Regel das bessere Bild — mehr Detail, kein Bewegungsrisiko —, kostet aber einen zweiten Termin oder zumindest einen zweiten Arbeitsschritt vor Ort, der bei einem ohnehin gefilmten Rundgang oft schlicht vergessen wird.

Diese Umwandlung ist deshalb kein Ersatz für ein gutes Foto, sondern die Absicherung für den Fall, dass keines gemacht wurde: aus Material, das ohnehin schon vorliegt, noch ein brauchbares Titelbild gewinnen, statt für ein fehlendes Foto einen zweiten Besichtigungstermin zu organisieren.

Das Dekodieren läuft im Browser-Tab auf dem eigenen Prozessor. Es gibt kein Konto, keine Warteschlange und kein Tageslimit — die kostenlose Nutzung nimmt Dateien bis 100 Megabyte an, was für ein paar Minuten 4K-Material reicht, und bis zu hundert Dateien in einem Durchgang.

Wer mehrere Rundgangsvideos auf einmal hat, kann den ganzen Ordner ablegen: Jede Datei wird einzeln verarbeitet, und alle Ergebnisse kommen als ein ZIP zurück.