WebM in GIF umwandeln

Viele deutsche Unternehmen und Behörden betreiben interne Support-Systeme wie OTRS oder dessen Nachfolger Znuny — Software, die ursprünglich in Deutschland entstanden ist und in älteren Installationen bis heute keinen Videoanhang in einem Ticket anzeigt, nur Bilder. Wer dort einen Fehler in einer Weboberfläche demonstrieren will, hat oft schon eine WebM-Bildschirmaufnahme gemacht und braucht sie jetzt in einem Format, das das Ticket auch darstellt.

Genau dafür ist diese Umwandlung gedacht: eine kurze Aufnahme in eine schleifende Animation verwandeln, die überall läuft, wo ein Bild erwartet wird. Der Preis dafür steht im nächsten Abschnitt, und er ist real.

Das ist die unbequeme Wahrheit bei diesem Paar, und sie gehört an den Anfang. Für alles, was in einem Browser gezeigt wird, schlägt das vorhandene WebM das entstehende GIF auf jeder Achse: ein Zehntel der Größe oder weniger, Millionen statt 256 Farben, jede beliebige Bildrate und hardwarebeschleunigte Wiedergabe, die kein Smartphone-Prozessor spürt. Ein `<video autoplay muted loop playsinline>`-Element ergibt eine automatisch abspielende, stumme Endlosschleife, die sich wie ein GIF verhält und keines ist.

Twitter, Reddit, Slack und Discord wandeln hochgeladene GIFs intern längst in Video um, weil sie selbst für die Bandbreite zahlen. Wer die eigene Webseite kontrolliert, sollte an dieser Stelle aufhören — das WebM ist bereits die richtige Datei. Diese Umwandlung ist für die Ziele gedacht, die diesen Schritt noch nicht mitgemacht haben.

GIF kennt keine Bewegungskompensation. Moderne Videocodecs beschreiben ein Bild vollständig und speichern für jedes folgende nur, was sich geändert hat — deshalb kann eine zehnminütige Aufnahme einer weitgehend statischen Oberfläche wenige Megabyte groß sein. GIF speichert dagegen jedes Bild einzeln als vollständiges Bild, eins nach dem anderen, bis zum Ende.

Das führt regelmäßig dazu, dass zehn Sekunden gewöhnlicher Aufnahme als GIF größer sind als das gesamte WebM, oft um das Zehn- bis Zwanzigfache. Keine Einstellung behebt das, das Format wurde 1989 fertiggestellt und seither nicht verändert. Was sich einstellen lässt, ist, dem Format weniger zu geben, was zu speichern ist — dafür sind die drei Regler unter dem Ergebnis da.

Zwölf Bilder pro Sekunde, 480 Pixel breit, zehn Sekunden lang. Zwölf ist die untere Grenze dessen, was noch als Bewegung wirkt, und ergibt eine Verzögerung von 83 Millisekunden zwischen den Bildern. 480 Pixel passen in ein Ticketfeld oder ein Chatfenster, genau dort, wo GIFs tatsächlich landen. Zehn Sekunden ist der Punkt, an dem die Größenkurve unangenehm wird.

Jeder Regler wirkt fast direkt auf die Dateigröße, und sie multiplizieren sich gegeneinander. Die Bildrate wirkt linear: eine Verdopplung auf 24 verdoppelt ungefähr die Bytes, weil sie die Zahl der vollständigen Bilder verdoppelt. Die Breite wirkt quadratisch, weil Fläche mit dem Quadrat der Kante wächst — die Breite zu halbieren viertelt die Datei.

Es gibt eine feste Obergrenze von 600 Bildern, darüber würde einem Browser der Speicher ausgehen, bevor der Encoder fertig ist. Der Längenregler reicht bis sechzig Sekunden, der Bildratenregler bis dreißig, und beide zusammen können weit mehr Bilder anfordern, als das erlaubt.

In diesem Fall wird der Clip stillschweigend gekürzt, statt dass die Umwandlung fehlschlägt. Bei den voreingestellten zwölf Bildern pro Sekunde sind 600 Bilder gleich 50 Sekunden — eine Anfrage über sechzig Sekunden liefert also leise fünfzig. Bei dreißig Bildern pro Sekunde sind es zwanzig Sekunden. Selten gefragt, aber besser vorher zu wissen als hinterher im Ergebnis zu entdecken.

Die Bilder werden vom ersten Frame an, in gleichmäßigen Abständen, für die gewählte Länge entnommen. Es gibt keinen Startpunkt zum Einstellen. Liegt der interessante Moment neunzig Sekunden in einem Screencast, erreicht diese Umwandlung ihn nicht.

Der Weg drumherum ist, vorher zu schneiden — im Aufnahmeprogramm, in einem Videoeditor, oder indem gleich ein kürzerer Ausschnitt exportiert wird. Wer eine lange Aufnahme direkt umwandelt und dann nachsieht, bekommt zehn Sekunden Browser-Öffnen statt der eigentlichen Demonstration.

Ein GIF-Bild fasst höchstens 256 unterschiedliche Farben, ein Videobild routinemäßig zehntausende. Diese Entscheidung fällt hier für jedes einzelne Bild neu statt einmal für den ganzen Clip — eine geteilte Palette ist schneller, versagt aber sofort, wenn sich die Szene ändert, etwa bei einem Wechsel von einem hellen zu einem dunklen Fenster.

Gedithert wird nicht. Dithering versteckt Bänderung, indem es Pixel zwischen zwei verfügbaren Farben streut, macht ein GIF aber deutlich größer, weil genau das Rauschen entsteht, das die Kompression des Formats nicht gut verarbeitet. Auf einer Bildschirmaufnahme mit flachen Farben und klarem Text ist der Unterschied kaum sichtbar — genau der Fall, für den diese Umwandlung gebaut ist.

Fast jedes WebM, das hier ankommt, ist ein Screencast, und Bildschirminhalt ist genau die Art von Bild, die GIF ehrlich gut verarbeitet. Oberflächen sind flache Farbe, Text ist zweifarbig, große Teile des Bildes ändern sich zwischen zwei Momenten gar nicht — die einzige Art von Redundanz, die die Kompression des Formats nutzen kann.

Zehn Sekunden eines Menüs, das geöffnet und eine Einstellung geändert wird, ergeben ein GIF, das dem Video praktisch gleicht und klein genug für einen Ticket-Anhang ist. Deshalb sind die Voreinstellungen auf genau diesen Fall zugeschnitten, nicht auf Kamerafootage.

GIF hat keine Tonspur und keinen Platz dafür. Wenn das WebM eine Erklärstimme enthält — und ein Screencast tut das häufig —, ist das GIF stumm, und keine Einstellung ändert das.

Das ist oft der Moment, das Ziel noch einmal zu überdenken. Wenn die gesprochenen Worte wichtig sind, ist ein GIF das falsche Artefakt: das WebM behalten, für Video-Ziele nach MP4 wandeln, oder die Erklärstimme als separate MP3-Datei neben eine Bildschirmaufnahme mit schriftlichen Schritten legen.

Der Browser decodiert WebM bereits von sich aus — es war eines der ersten Formate, für das Browser die nötigen Codecs bekamen. Diese Seite nutzt genau diesen Decoder, entnimmt die gewünschten Zeitstempel, reduziert jedes Bild auf eine Palette und schreibt das GIF, alles auf dem eigenen Rechner. Nichts wird hochgeladen, es gibt kein Konto.

Das ist bei diesem Paar mehr wert als bei den meisten anderen: GIF-Erstellung gehört zu den Ecken des Internets, die am hungrigsten nach Uploads sind, und die hochgeladenen Dateien sind Bildschirmaufnahmen — also Postfächer, interne Dashboards, Kundennamen. Wer prüfen will, welche Art von Seite gerade genutzt wird, öffnet den Netzwerk-Tab, wandelt etwas um und sieht in Sekunden, ob etwas mit der Aufnahme hinausgeht.