Convertir WebM a JPG

Si no cambias nada, obtienes el primer fotograma del archivo: el segundo cero. En un vídeo grabado con cámara eso suele bastar. En una grabación de pantalla, que es lo que es la mayoría de los WebM que llegan aquí, el segundo cero suele ser un escritorio vacío o el instante antes de que empiece realmente la acción, porque la gente pulsa grabar y luego tarda un momento en hacer lo que quería mostrar.

Así que el campo del instante no es un ajuste avanzado, es el principal. Escribe los segundos hasta el momento que te interesa y convierte; si no es el correcto, cambia el número y vuelve a intentarlo. Cada intento cuesta un par de segundos porque todo ocurre en tu equipo, lo que convierte el tanteo en una forma razonable de encontrar el fotograma.

La forma habitual de sacar una imagen de un vídeo es reproducirlo, pausarlo, hacer una captura de pantalla y recortar. Eso da el fotograma al tamaño que tuviera el reproductor en ese momento, con un paso de escalado de por medio, y si el vídeo se reproducía a la mitad de tamaño la imagen tiene la mitad de detalle. Además da el fotograma en el que casualmente caíste, no el que buscabas.

Aquí el fotograma se decodifica a la resolución nativa del vídeo y se codifica directamente a partir de esos píxeles. Una grabación en 4K entrega un JPG de 3.840 por 2.160 esté la pestaña en pantalla completa o en miniatura, y el instante es el que has indicado, no el que alcanzaron tus reflejos.

La compresión de vídeo parte de que ningún fotograma se va a mirar durante mucho tiempo. Un códec reparte sus bits donde hay movimiento y ahorra en el resto, y a treinta fotogramas por segundo el ojo promedia el resultado y lo esconde. Al congelar uno solo le das una mirada larga a algo que nunca se pensó para resistirla.

Lo malo que se vea depende del instante exacto. Un plano estático —una diapositiva, una interfaz sin movimiento, alguien hablando frente a una pared lisa— está cerca del mejor caso del códec y sale limpio. Un fotograma durante un barrido o un corte de escena está en el peor, porque ahí el codificador tenía menos con que trabajar. Mover el instante medio segundo suele arreglarlo entero.

JPG se gana su sitio siendo pequeño y siendo el único formato de imagen que nada rechaza jamás. Un fotograma a resolución completa ocupa unos pocos cientos de kilobytes, un adjunto que nadie discute y una subida que ningún formulario rechaza. Cualquier editor de documentos, cualquier cliente de correo, cualquier sistema de tickets lo admite.

Su punto débil es exactamente el contenido que suelen tener los archivos WebM. JPG comprime descartando detalle fino cerca de los cambios bruscos, algo invisible en una fotografía y que produce un halo tenue alrededor del texto, el código y los bordes de una interfaz. Si lo importante es que se pueda leer lo que hay en pantalla, mejor pedir un PNG. Si lo importante es mostrar más o menos lo que pasó, JPG es la opción correcta.

Un vídeo grabado por el navegador es prácticamente siempre 4:2:0, lo que significa que el brillo se guarda para cada píxel y el color solo para uno de cada cuatro. Es uno de los trucos más antiguos de la compresión de imagen y funciona porque la vista humana distingue mucho mejor el brillo que el matiz.

Se nota en un único sitio, y las grabaciones de pantalla están llenas de él: texto en color y líneas finas sobre un fondo con contraste. Texto rojo sobre gris oscuro, una muestra de código con resaltado de sintaxis, una etiqueta de estado en color: todos llegan ligeramente difuminados en el borde, y el JPG comprime después ese difuminado en vez de eliminarlo. Es una característica de la grabación, no de esta conversión.

Cada conversión entrega un único fotograma, así que una serie significa convertir varias veces con instantes distintos: primero al segundo 12, luego al 31, luego al 47. Cada uno lleva un par de segundos y el archivo se descarga antes de cambiar el número.

Es una forma perfectamente razonable de sacar seis ilustraciones de una grabación de demostración para unas instrucciones, y es más rápido de lo que parece porque no se sube nada entre un intento y el siguiente. Lo que no es, es una forma de extraer cientos de fotogramas: para eso hace falta una herramienta de línea de comandos con un parámetro de velocidad, no un formulario en el navegador.

La aritmética de esta conversión hace absurdo subir el archivo. La entrada puede pesar decenas de megabytes de captura de pantalla —hasta 100 MB, el límite del plan gratuito—; la salida, unos pocos cientos de kilobytes de imagen. Enviar toda la grabación a un servidor para que devuelva una fracción mínima de ella es mucho tráfico para una miniatura.

Aquí el navegador decodifica el WebM con los códecs que ya trae incorporados, busca el segundo pedido y codifica un solo fotograma. No viaja nada que lleve el vídeo, y el tiempo que tarda la conversión es el que tu equipo necesita para posicionarse en ese instante.

Bastantes archivos WebM son solo audio: notas de voz, llamadas grabadas, clips guardados desde una aplicación de mensajería. No hay pista de vídeo, así que no hay ningún fotograma que sacar, y la conversión lo dice exactamente así en lugar de entregar una imagen en blanco.

Si ese es tu archivo, lo que buscas está en el lado del audio: la misma grabación como MP3 para escucharla en cualquier sitio, o como WAV para transcribirla. Una imagen fija nunca iba a salir de ahí.

Las grabaciones de videollamadas —reuniones de trabajo, clases, entrevistas— tienen un problema propio: la interfaz de la aplicación suele ocupar buena parte del fotograma junto con la cámara de los participantes. Un instante que parece bueno en la vista previa puede acabar con una ventana de chat abierta en primer plano.

Mirar el vídeo antes en un reproductor normal y anotar el segundo exacto ahorra varios intentos aquí. La conversión es rápida precisamente porque no depende de una cola de servidor, así que probar dos o tres segundos antes o después del que parecía bueno cuesta muy poco.

La regla es sencilla y depende de qué haya en la imagen. PNG cuando el fotograma contiene texto, código o una interfaz que alguien tiene que poder leer, porque la compresión de JPG pone precisamente ahí ese halo tenue. JPG cuando es una imagen fotográfica —una cámara, un plano de una persona— o cuando el archivo va a un correo o a un formulario y el tamaño importa más que el último detalle.

Ninguna de las dos opciones es universalmente mejor: son dos herramientas para dos contenidos distintos, y equivocarse de una no arruina el resultado, solo lo hace más pesado o algo menos nítido de lo necesario.