Convertir MKV a AVIF

Un MKV es lo que queda cuando alguien no quiso discutir con el contenedor. HEVC a diez bits, AV1, VP9 y los metadatos de HDR viajan ahí con normalidad, mientras que MP4 acepta varias de esas combinaciones a regañadientes y WebM está restringido por diseño. Las grabaciones de la TDT en alta definición, las copias de disco y las capturas de las cámaras de acción acaban en Matroska por ese motivo y no por moda.

Así que quien saca un fotograma de un MKV tiene, mucho más que cualquier otro visitante de este sitio, un origen con más de ocho bits por canal. Y a menudo ha elegido AVIF precisamente porque ha leído que guarda doce bits y una gama amplia. Esa expectativa es razonable, está bien informada y no se cumple por este camino, que es la razón de que ocupe el principio de la página y no una nota al pie.

El fotograma se descodifica y se dibuja en un lienzo, y los píxeles se leen de vuelta de ese lienzo con ocho bits por canal. Todo lo que viene después trabaja ya con esos valores, incluido el codificador AVIF. El formato podría guardar doce bits; sencillamente no queda nada por encima de ocho que entregarle cuando se le pregunta.

Conviene entenderlo como un orden de operaciones y no como una limitación del formato de destino. Si el paso intermedio fuese un búfer de dieciséis bits, AVIF recogería lo que hubiera. El paso intermedio es un lienzo del navegador, y un lienzo del navegador tiene la profundidad que tiene. Ningún ajuste de esta página cambia eso, porque la decisión está tomada dos módulos antes de que aparezca cualquier ajuste.

El codificador recibe píxeles y una calidad, nada más. No se le pasa un perfil ICC, ni una descripción de la gama, ni una función de transferencia, así que el AVIF que descargas contiene números sin nada que explique a qué espacio de color pertenecen.

Cualquier visor asumirá entonces sRGB. Para una imagen que va a una página web eso es exactamente lo correcto y no cuesta nada, porque sRGB era el destino de todos modos. Dentro de una cadena gestionada por color es una diferencia real: entre un fotograma de referencia y una imagen que se parece bastante. La consecuencia visible más habitual es un desvío de saturación: una grabación con gama amplia interpretada como sRGB sale con los rojos y los verdes algo más apagados de lo que se veían en el reproductor, y ese desvío no es un defecto del codificador ni algo que se arregle subiendo la calidad. Si el fotograma va a compararse con una captura hecha de otra manera, esa diferencia aparecerá, y conviene saber de dónde viene antes de perseguirla.

Si el fotograma es una referencia de color, una comprobación de etalonaje o cualquier cosa que tenga que representar al máster, esta no es la herramienta. Un descodificador de escritorio que escriba directamente en un búfer de alta profundidad —ffmpeg hacia un PNG de dieciséis bits, o una exportación de fotograma desde el propio programa de edición— conserva lo que la grabación tenía y te deja decidir cómo se mapea.

Merece la pena decirlo sin rodeos porque la alternativa es peor que un error visible: es un flujo de trabajo montado sobre una imagen que parece correcta. Ocho bits sin perfil sirven perfectamente para ilustrar y no sirven para nada que se use como referencia, y la diferencia entre esos dos usos no se aprecia mirando el archivo.

Nada de lo anterior toca el motivo por el que la mayoría elige AVIF. Es una imagen fija codificada por AV1, y a la misma calidad visible produce un archivo bastante más pequeño que un JPG. Esa ventaja viene de la eficiencia del compresor y es completamente independiente de la profundidad de bits.

De modo que si lo que quieres es el fotograma más pequeño posible que siga viéndose bien —para una entrada de blog, una ficha, una miniatura, una aplicación—, este es el mejor destino de la lista y el techo de ocho bits no te está costando nada que fueras a percibir. Las secciones anteriores son para quien esperaba otra cosa y se habría enterado tarde.

La única opción de esta conversión es el instante, en segundos desde el principio, y es la que más cambia el resultado. Un fotograma tomado en mitad de una panorámica, de un forcejeo o de una multitud fue descrito de forma aproximada por el códec de vídeo, y ningún codificador de imagen puede recuperar lo que nunca se guardó. Dos segundos después, con el plano asentado, el mismo archivo entrega algo mucho mejor.

La casilla empieza en cero, que en un MKV suele ser negro o una cortinilla. Reproduce la grabación, pausa donde quieras, pasa el tiempo transcurrido a segundos y escríbelo: una hora y cuatro minutos son 3.840. El fotograma sale a resolución completa, sin reducción alguna, así que lo que ves en el reproductor es lo que obtienes en píxeles.

Esta conversión no ofrece ningún deslizador de calidad. El fotograma se codifica con el ajuste compartido del sitio, 82, el mismo valor que reciben JPEG, WebP y JPEG XL cuando nadie pide otra cosa. Es un punto elegido para quedar visualmente limpio en material corriente.

En AVIF la curva entre calidad y tiempo es lo bastante pronunciada como para que alguien quiera ajustarla. La ruta para eso es tomar el fotograma en PNG, que guarda exactamente lo que se descodificó sin volver a comprimirlo, y codificar el AVIF con la herramienta que prefieras. El PNG es también el paso correcto si vas a retocar la imagen antes de publicarla.

AV1 explora muchas más posibilidades por bloque que los códecs antiguos, y en esta página se ejecuta como WebAssembly sobre tu propio procesador, no sobre el codificador por hardware que tu equipo usa para vídeo. Un fotograma de una grabación en 4K tarda claramente más que el mismo fotograma en JPG: lo suficiente para notarlo, no lo suficiente para levantarse.

La diferencia se nota por volumen y no por unidad. Una imagen es una pausa; cuarenta imágenes sacadas de un estante de grabaciones son un rato largo, y ahí empieza a compensar sacar los fotogramas en PNG y codificarlos por lotes con una herramienta de escritorio. Es el mismo consejo que la sección anterior, por un motivo distinto.

Los navegadores recientes lo leen, que es lo que hace razonable servirlo. El montaje prudente sigue siendo un elemento de imagen con una fuente AVIF y una alternativa en JPG, y sigue mereciendo la pena mientras una parte medible de tu tráfico use software que tú no controlas.

Fuera del navegador el panorama es más pobre. Varios visores de escritorio, algunos paneles de vista previa del sistema y bastantes formularios de subida siguen sin reconocerlo, así que un AVIF es mala elección para lo que vaya por correo, como adjunto o hacia un programa que ha elegido otra persona. Para eso, guarda un JPG; el AVIF déjalo donde tú sirves las imágenes.

Se lee solo la parte del archivo necesaria para llegar al instante pedido, y tanto la descodificación como la codificación AV1 ocurren dentro de la pestaña. Nada que transporte la grabación se envía a ningún sitio, lo cual, con material inédito o sujeto a un contrato, suele ser la condición para que el trabajo pueda hacerse siquiera.

El plan gratuito acepta un MKV de hasta 100 MB. Las grabaciones en 4K con mucha profundidad de bits suelen superarlo con holgura, y esa es la forma incómoda de este par: los archivos que más plantean la pregunta de los bits son los que menos caben. Cuando no quepa, saca la captura con un reproductor de escritorio o exporta un PNG con ffmpeg y convierte esa imagen aquí.

Ábrelo a tamaño real, no en la miniatura del gestor de archivos. Los defectos que hereda un fotograma de un vídeo comprimido —bloques en las zonas planas, contornos sucios alrededor de un objeto que se movía— son invisibles al veinte por ciento y evidentes al cien, y no los ha introducido esta conversión: estaban en el vídeo.

Si el resultado no convence, prueba con otro instante antes de tocar cualquier otra cosa. Un fotograma cercano a un cambio de plano recibe muchos menos bits que uno situado en mitad de una toma estable, y esa diferencia supera con facilidad a cualquier ajuste de codificación que pudieras haber querido. Media docena de intentos separados por medio segundo cuestan menos que discutir con el codificador, y casi siempre uno de ellos es claramente mejor que el resto por motivos que solo tienen que ver con lo que estaba pasando en la imagen.