Convertire WebM in JPG

Si lascia il timestamp com'è e si ottiene il primo fotogramma del file — secondo zero. Per una clip da fotocamera di solito va bene. Per una registrazione schermo, ciò che sono la maggior parte dei file WebM, il secondo zero è un desktop vuoto, un browser a metà caricamento, o il mezzo secondo prima che la registrazione inizi davvero, perché la gente preme registra e poi inizia a fare la cosa.

Quindi il controllo del timestamp non è un'opzione avanzata, è quella principale. Si digita il numero di secondi fino al momento che interessa e si converte; se è sbagliato, si cambia il numero e si converte di nuovo. Costa un secondo ogni volta perché l'intera operazione è locale, il che rende il tentativo ed errore un modo ragionevole di trovare il fotogramma invece che costoso.

Il modo abituale di ottenere un'immagine da un video è riprodurlo, mettere in pausa, fare uno screenshot e ritagliare. Dà il fotogramma alla dimensione a cui il lettore lo stava mostrando, con un passaggio di scalatura in mezzo, e se il video era in riproduzione a metà dimensione l'immagine ha metà del dettaglio. Dà anche il fotogramma su cui è capitata la pausa invece di quello che si intendeva.

Qui il fotogramma viene decodificato alla risoluzione nativa del video e codificato direttamente da quei pixel. Una cattura 4K produce un JPG a 3840 per 2160 sia che la scheda sia a schermo intero sia una miniatura, e il momento è quello nominato invece di quello raggiunto dai riflessi.

La compressione video è costruita sull'assunzione che nessun fotogramma verrà osservato a lungo. Un codec spende i propri bit dove c'è movimento e risparmia ovunque altro, e a trenta fotogrammi al secondo l'occhio fa la media che nasconde il risultato. Congelare un fotogramma significa dare uno sguardo lungo e fermo a qualcosa mai progettato per sopravviverne uno.

Quanto sia grave dipende interamente dal momento. Un'inquadratura statica — una diapositiva, un'interfaccia immobile, una testa parlante contro un muro semplice — è vicina al caso migliore del codec e esce pulita. Un fotogramma durante una panoramica, uno scorrimento o un taglio è nel suo caso peggiore, perché lì il codificatore aveva il meno da cui lavorare e il più da descrivere. Spostare il timestamp di mezzo secondo è spesso l'intero rimedio, e nessun formato di output lo sostituisce.

JPG si guadagna il suo posto essendo piccolo e l'unico formato immagine che nulla ha mai rifiutato. Un fotogramma a piena risoluzione arriva a poche centinaia di kilobyte, un allegato di cui nessuno si lamenta e un caricamento che nessun modulo respinge. Ogni editor documentale, ogni client email, ogni sito d'inserzioni e ogni sistema di ticket lo accetta.

Il suo punto debole è esattamente il contenuto che la maggior parte dei file WebM contiene. JPG comprime scartando dettaglio fine vicino alle transizioni nette, invisibile su una fotografia e produce un lieve alone attorno a testo, codice, linee sottili e bordi d'interfaccia. Se il punto dell'immagine è che qualcuno possa leggere cosa c'è sullo schermo, si prende un PNG invece. Se il punto è mostrare grosso modo cosa è successo, JPG è lo scambio giusto.

Il video registrato da browser è essenzialmente sempre 4:2:0, il che significa che la luminosità è memorizzata per ogni pixel e il colore per un pixel su quattro. È uno dei trucchi più vecchi nella compressione immagini e funziona perché la vista umana è molto più sensibile alla luminosità che alla tonalità.

Si manifesta in esattamente un posto, e le registrazioni schermo ne sono piene: testo colorato e linee sottili colorate su uno sfondo contrastante. Testo rosso su grigio scuro, un campione di codice con evidenziazione sintattica, un badge di stato colorato — tutti arrivano leggermente frangiati, e il JPG poi comprime quella frangia invece di rimuoverla. È una proprietà della registrazione piuttosto che di questa conversione, e il motivo per cui un fotogramma da una cattura schermo non sembra mai nitido quanto lo screenshot che si sarebbe potuto fare in quel momento.

Una singola conversione dà un singolo fotogramma, quindi una sequenza significa convertire ripetutamente con timestamp diversi: convertire a 12, poi a 31, poi a 47. Ognuna sono un paio di secondi di lavoro e il file viene scaricato prima di cambiare il numero.

È un modo perfettamente ragionevole per estrarre sei illustrazioni da una registrazione demo per un insieme di istruzioni, ed è più veloce di quanto sembri perché nulla viene caricato tra un tentativo e l'altro. Ciò che non è, è un modo per estrarre centinaia di fotogrammi — per quello serve uno strumento da riga di comando con un flag frame rate, e dirlo è più utile che fingere che un modulo browser sia la forma giusta per farlo.

L'aritmetica di questa conversione è ciò che rende assurdo caricare. L'input potrebbe essere quattrocento megabyte di cattura schermo; l'output sono duecento kilobyte di immagine. Inviare l'intera registrazione a un server perché rimandi indietro una frazione dell'uno per cento di essa è molta rete per una miniatura.

Qui il browser decodifica il WebM con i codec che già possiede, cerca il secondo richiesto e codifica un fotogramma. Nulla che porti il video si muove, e il tempo che la conversione richiede è il tempo di cui la propria macchina ha bisogno per cercare — per una registrazione lunga, l'unico costo coinvolto.

Un buon numero di file WebM sono solo audio — messaggi vocali, chiamate registrate, clip salvate da un'app di chat. Non c'è traccia video al loro interno, quindi non c'è fotogramma da prendere, e la conversione lo dice esattamente invece di produrre un'immagine vuota.

Se è il file che si ha, ciò che serve sta sul lato audio: la stessa registrazione come MP3 da ascoltare ovunque, o come WAV da trascrivere. Un'immagine fissa non sarebbe mai potuta uscirne.