Convertir WebM en JPG

Laissez le timestamp tranquille et vous obtenez la première image du fichier — seconde zéro. Pour un clip de caméra c’est en général correct. Pour un enregistrement d’écran, ce que la plupart des fichiers WebM sont, la seconde zéro est un bureau vide, un navigateur en train de charger, ou la demi-seconde avant que l’enregistrement commence réellement, parce que les gens appuient sur enregistrer puis commencent à faire la chose.

Donc le contrôle de timestamp n’est pas une option avancée, c’est la principale. Tapez le nombre de secondes jusqu’au moment qui vous importe et convertissez ; si c’est faux, changez le nombre et convertissez à nouveau. Cela coûte une seconde à chaque fois parce que toute l’opération est locale, ce qui rend l’essai-erreur une manière raisonnable de trouver l’image plutôt qu’une chère.

La manière habituelle d’obtenir une image d’une vidéo est de la lire, de pauser, de prendre une capture d’écran et de recadrer. Cela vous donne l’image à la taille à laquelle le lecteur se trouvait l’afficher, avec une passe de mise à l’échelle entre les deux, et si la vidéo jouait à mi-taille l’image a mi-détail. Cela vous donne aussi l’image sur laquelle la pause a atterri plutôt que celle que vous visiez.

Ici l’image est décodée à la résolution native de la vidéo et encodée directement depuis ces pixels. Une capture 4K donne un JPG de 3 840 sur 2 160 que l’onglet soit en plein écran ou miniature, et le moment est celui que vous avez nommé plutôt que celui qu’a atteint votre réflexe.

La compression vidéo est construite sur l’hypothèse qu’aucune image ne sera regardée longtemps. Un codec dépense ses bits là où il y a du mouvement et économise partout ailleurs, et à trente images par seconde votre œil fait la moyenne qui cache le résultat. Figer une image et vous donnez un long regard immobile à quelque chose qui n’a jamais été conçu pour en survivre un.

À quel point c’est mauvais dépend entièrement du moment. Une prise statique — une diapositive, une interface immobile, une tête parlante contre un mur uni — est proche du meilleur cas du codec et sort propre. Une image pendant un panoramique, un défilement ou une coupe est à son pire, parce que c’est là que l’encodeur avait le moins à travailler et le plus à décrire. Déplacer le timestamp d’une demi-seconde est souvent la correction entière, et aucun format de sortie n’y substitue.

JPG gagne sa place en étant petit et en étant le seul format d’image que rien n’a jamais refusé. Une image à pleine résolution atterrit dans les basses centaines de kilo-octets, ce qui est une pièce jointe dont personne ne se plaint et un téléversement qu’aucun formulaire ne rejette. Tout éditeur de document, tout client de messagerie, tout site d’annonces et tout système de tickets en accepte un.

Sa faiblesse est exactement le contenu que la plupart des fichiers WebM contiennent. JPG compresse en jetant du détail fin près des transitions nettes, ce qui est invisible sur une photographie et produit un halo léger autour du texte, du code, des lignes fines et des bordures d’interface. Si le point de l’image est que quelqu’un puisse lire ce qui est à l’écran, prenez plutôt un PNG. Si le point est de montrer approximativement ce qui s’est passé, JPG est le bon compromis.

La vidéo enregistrée par un navigateur est essentiellement toujours en 4:2:0, ce qui veut dire que la luminosité est stockée pour chaque pixel et la couleur pour un pixel sur quatre. C’est l’un des plus vieux trucs de la compression d’images et cela fonctionne parce que la vision humaine est bien plus sensible à la luminosité qu’à la teinte.

Cela se voit à un seul endroit, et c’est un endroit où les enregistrements d’écran abondent : texte coloré et lignes colorées fines sur un fond contrastant. Texte rouge sur gris foncé, un échantillon de code coloré syntaxiquement, un badge d’état coloré — tous arrivent légèrement frangés, et le JPG compresse alors cette frange plutôt que de la retirer. C’est une propriété de l’enregistrement plutôt que de cette conversion, et c’est la raison pour laquelle une image fixe d’une capture d’écran n’a jamais l’air tout à fait aussi nette que la capture d’écran que vous auriez pu prendre à ce moment-là.

Une seule conversion donne une seule image, donc une séquence signifie convertir à plusieurs reprises avec des timestamps différents : convertir à 12, puis à 31, puis à 47. Chacun coûte quelques secondes et le fichier est téléchargé avant que vous ne changiez le nombre.

C’est une manière parfaitement raisonnable de tirer six illustrations d’un enregistrement de démo pour un jeu d’instructions, et c’est plus rapide que cela en a l’air parce que rien n’est téléversé entre les essais. Ce que ce n’est pas, c’est un moyen d’extraire des centaines d’images — pour cela il vous faut un outil en ligne de commande avec un drapeau de fréquence d’images, et le dire est plus utile que de faire semblant qu’un formulaire de navigateur est la bonne forme pour cela.

L’arithmétique de cette conversion est ce qui rend le téléversement absurde. L’entrée peut faire quatre cents mégaoctets de capture d’écran ; la sortie fait deux cents kilo-octets d’image. Envoyer tout l’enregistrement à un serveur pour qu’il renvoie une fraction de pour cent de celui-ci est beaucoup de réseau pour une vignette.

Ici le navigateur décode le WebM avec les codecs qu’il a déjà, seek à la seconde que vous avez demandée et encode une image. Rien de ce qui porte la vidéo ne bouge, et le temps que prend la conversion est le temps qu’il faut à votre machine pour faire le seek — ce qui pour un long enregistrement est le seul coût impliqué.

Un nombre non négligeable de fichiers WebM sont audio uniquement — mémos vocaux, appels enregistrés, clips sauvés depuis une application de chat. Il n’y a pas de piste vidéo dedans, donc il n’y a pas d’image à prendre, et la conversion dit exactement cela plutôt que de produire une image vide.

Si c’est le fichier que vous avez, ce que vous voulez est du côté audio : le même enregistrement en MP3 à écouter n’importe où, ou en WAV à transcrire. Une image fixe n’en serait jamais sortie.