Convertir WebM en JXL

JPEG XL est un codec récent : la spec est partie du Google Pik proposal en 2017, a fusionné avec le JPEG XL du JPEG Committee en 2019, et la version stable a été publiée comme ISO/IEC 18181 en 2022. Il fait mieux que le JPEG sur à peu près tout — taille à qualité égale, support des images à large gamme dynamique, reconstruction sans artefacts en bloc — et c’est le codec qu’utilisent quelques banques d’images et certains outils de retouche récents.

Le cas d’utilisation est donc ciblé. Vous avez une vidéo, vous voulez une image, et vous savez déjà que la destination préfère le JXL : un pipeline photographique moderne, une archive d’images qui a migré, un outil de comparaison A/B où vous voulez montrer ce qu’un codec récent sait faire. Pour tout le reste, le JPG est plus largement lu, et la page de cette conversion existe à côté.

La manière habituelle d’extraire une image d’une vidéo est de la lire, de pauser, de prendre une capture d’écran et de rogner. Cela donne l’image à la taille à laquelle le lecteur l’affichait, avec une étape de mise à l’échelle, et si la vidéo jouait à mi-grandeur, l’image a la moitié du détail.

Ici, l’image est décodée à la résolution native de la vidéo et encodée depuis ces pixels. Un clip 4K donne un JXL de 3 840 sur 2 160 que l’onglet soit en plein écran ou réduit à un quart, et le moment est celui que vous avez nommé plutôt que celui qu’a atteint votre réflexe. Pour un site qui doit montrer exactement ce qu’une caméra a enregistré, c’est la seule manière qui ne perd pas d’information en route.

Laissez le timestamp à zéro et vous obtenez la première image du fichier, ce qui est correct pour un clip de caméra mais rarement ce que vous voulez pour un enregistrement d’écran : la seconde zéro est un bureau vide, un navigateur en train de charger, ou la demi-seconde avant que l’enregistrement commence réellement. Le contrôle de timestamp est l’option principale, pas une option avancée.

Tapez le nombre de secondes jusqu’au moment qui vous importe, convertissez, regardez, et recommencez si c’est faux. L’opération est locale et chaque essai coûte une seconde, ce qui fait de l’essai-erreur une manière raisonnable de trouver l’image plutôt qu’une corvée. Pour un clip de deux minutes avec une action à un moment précis, balayer les secondes par pas de cinq est presque toujours suffisant.

JPEG XL brille surtout sur les zones douces et les dégradés : un ciel, un visage en lumière douce, un fond flou. Le JPEG les bandes et fait apparaître des halos près des transitions de teinte ; le JXL reconstruit ces zones avec beaucoup moins d’artefacts, et la différence est visible à l’œil sur les transitions qu’une photographie a en abondance et qu’une capture d’écran de bureau en a peu.

C’est aussi un codec sans perte disponible : une image en JXL sans perte est plus petite que le PNG équivalent, et plus petite que le WebP sans perte, sur la plupart des contenus. La conversion par défaut est avec perte à la qualité standard, et pour un usage photographique c’est en général le bon choix ; passer en sans perte n’est pas une option ici et c’est explicite, parce que cela relève d’un outil de retouche et non d’une extraction.

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 l’œil est bien plus sensible à la luminosité qu’à la teinte.

C’est l’information qu’une image fixe a, quelle que soit la destination. Le JXL ne peut pas reconstruire ce que la source ne porte pas, et le 4:2:0 reste visible à un seul endroit : texte coloré et lignes colorées fines sur un fond contrastant, exactement le genre de contenu qu’un enregistrement d’écran contient en abondance. Le JXL fait mieux que le JPEG sur ces franges, mais la frange elle-même vient de l’enregistrement, pas de la conversion.

JPEG XL a un support logiciel étroit, et c’est la chose à savoir avant de convertir. Chrome et Edge ne lisent pas le JXL. Firefox le lit depuis la version 90 sous certaines conditions. macOS l’a ajouté dans Sonoma en 2023 pour la prévisualisation QuickLook. Les navigateurs d’images, les visionneuses, la plupart des outils de retouche : support variable, et les surprises négatives sont plus probables que les surprises positives.

La destination doit être capable d’ouvrir le JXL avant que la conversion serve à quelque chose. Pour un dépôt d’archives qui a explicitement migré, pour un pipeline photographique qui a explicitement adopté, c’est le bon choix. Pour une pièce jointe à un courriel ou une insertion dans un document Office, le JPG reste l’option par défaut, parce que c’est ce qui s’ouvre partout sans question.

Un fichier WebM peut être une vidéo, ou un enregistrement d’écran, ou un clip d’une conférence, ou un fichier audio seul avec une image miniature. Pour le premier cas, l’image extraite est une image fixe de cette vidéo. Pour les autres, l’image est ce qu’elle est : une miniature d’audio, un fond d’écran, un instantané. La conversion ne fait pas la différence, et c’est à vous de le faire.

Un nombre non négligeable de fichiers WebM sont audio seul : messages vocaux, appels enregistrés, clips de messagerie. Le pipeline renvoie une erreur parlante plutôt qu’une image vide, ce qui est explicite et c’est la seule manière de découvrir qu’il n’y avait pas de piste vidéo à extraire. Pour un fichier de ce type, ce qu’il faut est du côté audio : la même conversation en MP3 à écouter n’importe où.

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

C’est une manière parfaitement raisonnable d’extraire six illustrations d’une 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. Pour des centaines d’images, l’outil adapté est un utilitaire 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 ce volume.

WebM peut porter un canal alpha — c’est ainsi que les superpositions animées sont livrées sur le web — mais la grande majorité des fichiers WebM qui ne sont pas des assets animés n’en portent pas. Une image extraite d’un enregistrement d’écran n’a pas de transparence, et la conversion n’a pas à inventer ce que la source ne contient pas.

Si le WebM source est un asset transparent, l’image extraite est l’image de l’asset, et la transparence est partie avec la vidéo. Pour un cas où la transparence compte, le bon outil est la page WebP vers PNG, pas celle-ci. C’est aussi pourquoi cette conversion n’offre pas d’option de fond : il n’y a rien à remplir parce qu’il n’y avait rien de transparent à perdre.

L’arithmétique de cette conversion rend le téléversement absurde : l’entrée peut faire des centaines de mégaoctets de vidéo, la sortie fait un seul fichier d’image. Envoyer toute la vidéo à un serveur pour qu’il renvoie une fraction de pour cent de celle-ci est beaucoup de réseau pour une image.

Ici, le navigateur décode le WebM avec les codecs qu’il a déjà, seek à la seconde que vous avez demandée, et encode l’image avec @jsquash/jxl, chargé à la demande et appelé dans l’onglet. 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 et encoder une image. Pour un long enregistrement, c’est le seul coût, et c’est la seule limite de fait.