Frame-Rate und Timing
Frame-Rate (fps)
Wie viele Bilder pro Sekunde das Video enthält. Gängige Werte: 24 (Kino), 25 (PAL-Übertragung), 30 (die meisten Telefone und Webvideos), 50 und 60 (Sport, Spiele, flüssige Bewegungen), 120 und 240 (Zeitlupenaufnahme).
Warum es hier wichtig ist: Er entscheidet, wie viele Frames zum Extrahieren vorhanden sind, und bestimmt, was „Schritt eins Frame“ bedeutet. Wenn Sie ein Stepping-Tool auf die falsche Bildrate einstellen, sehen Sie entweder dasselbe Bild zweimal oder überspringen stillschweigend Bilder.
Bilddauer
Der Kehrwert der Bildrate – wie lange jedes Bild auf dem Bildschirm angezeigt wird. Bei 30 fps, 33,3 ms; bei 60 fps, 16,7 ms; bei 24 fps, 41,7 ms.
Warum es wichtig ist: dies ist die Präzisionsdecke. Wenn der gewünschte Moment 10 ms dauert und Ihr Filmmaterial 30 fps hat, liegt es möglicherweise zwischen zwei Bildern und ist einfach nicht in der Datei vorhanden.
Variable Bildrate (VFR)
Einige Quellen – Bildschirmaufzeichnungen, Telefonaufnahmen bei schlechten Lichtverhältnissen, gestreamte Aufnahmen – verwenden keine konstantes Intervall zwischen Frames. Sie geben Frames nur aus, wenn sich der Inhalt ändert, oder variieren die Rate mit dem verfügbaren Licht.
Warum es wichtig ist: „Jedes 10. Bild“ wird bei VFR-Filmmaterial zu einer unvorhersehbaren Zeitspanne und die arithmetische Abweichung des Zeitstempels führt dazu. Wenn sich das Frame-Stepping inkonsistent verhält, ist VFR wahrscheinlich die Ursache. Durch die Konvertierung in eine konstante Bildrate vor der Extraktion wird das Problem behoben.
Timecode
Eine Positionskennung, normalerweise geschrieben HH:MM:SS:FF wobei FF die Bildnummer innerhalb der Sekunde ist. Unterscheidet sich von der verstrichenen Wiedergabezeit.
Warum es wichtig ist: Auf diese Weise zeichnen Sie auf, welches Bild Sie aufgenommen haben, und zwar so, dass jemand anderes es wiederfinden kann. Ein Millisekunden-Zeitstempel dient bei den meisten nicht ausgestrahlten Arbeiten demselben Zweck.
Komprimierung und Rahmentypen
I-Frame (Keyframe, intracodierter Frame)
Ein Frame wird als vollständiges Bild gespeichert, unabhängig von jedem anderen Frame. Entspricht in etwa einem eigenständigen JPEG im Videostream.
Warum es wichtig ist: In I-Frames kann ein Decoder beginnen. Die Suche nach einer beliebigen Position bedeutet, zum vorherigen I-Frame zu springen und vorwärts zu dekodieren – weshalb sich die Suche in manchen Dateien träge und ungenau anfühlt.
P-Frame (vorhergesagter Frame)
Speichert nur die Unterschiede zu einem vorherigen Frame. Viel kleiner als ein I-Frame.
Warum es wichtig ist: Ein P-Frame kann nicht alleine dekodiert werden. Dies ist der Mechanismus hinter der Effizienz der meisten Videokomprimierungen und der Tatsache, dass Sie Frame 4.732 nicht einfach aus einer Datei ziehen können, ohne zu dekodieren, was davor war.
B-Frame (bidirektionaler Frame)
Speichert Unterschiede sowohl zu einem früheren als auch zu einem später Frame. Der kleinste der drei Typen.
Warum es wichtig ist: B-Frames bedeuten, dass die Speicherreihenfolge in der Datei von der Datei abweicht die Anzeigereihenfolge, was einer der Gründe dafür ist, dass eine präzise, bildgenaue Suche schwieriger ist, als es von außen scheint.
GOP (Gruppe von Bildern)
Das sich wiederholende Muster von I-, P- und B-Bildern – zum Beispiel ein I-Bild, gefolgt von 29 weiteren, dann ein weiteres I-Bild.
Warum es wichtig ist: Eine lange GOP bedeutet, dass die I-Frames weit voneinander entfernt sind, was die Suche gröber macht. Streaming-optimierte Dateien haben oft GOPs von mehreren Sekunden; Aufnahmen, die direkt von einer Kamera stammen, sind in der Regel kürzer.
Bitrate
Daten pro Sekunde Video, in Mbit/s. Telefonaufnahmen haben in der Regel eine Geschwindigkeit von 10–50 Mbit/s; gestreamtes Video 3–8; Professionelle Intermediate-Codecs können 200 überschreiten.
Warum es wichtig ist: Er ist der stärkste einzelne Prädiktor dafür, wie gut ein extrahierter Frame aussehen wird. Ein 4K-Frame aus einem 5-Mbit/s-Stream weist Komprimierungsartefakte auf, die ein 1080p-Frame aus einer 50-Mbit/s-Kameradatei nicht aufweist – die Auflösung allein sagt noch nichts über die Bildqualität aus.
Verlustbehaftet und verlustfrei
Verlustbehaftete Komprimierung verwirft Informationen dauerhaft (H.264, JPEG, MP3). Verlustfrei behält jeden Wert exakt bei (PNG, FFV1, FLAC).
Warum es wichtig ist: Durch das Extrahieren nach PNG aus einer verlustbehafteten Quelle wird nichts wiederhergestellt – Sie erhalten eine verlustfreie Kopie der bereits beeinträchtigten Pixel. Was es verhindert, ist hinzufügen eine zweite Generation von Verlusten, die wichtig sind, wenn der Rahmen anschließend bearbeitet wird.
Farbe und Pixel
Chroma-Unterabtastung (4:4:4, 4:2:2, 4:2:0)
Video speichert Helligkeit bei voller Auflösung und Farbe bei reduzierter Auflösung, da das menschliche Sehvermögen weitaus empfindlicher auf Ersteres reagiert. Die Notation beschreibt, wie viel Farbe erhalten bleibt: 4:4:4 ist voll, 4:2:2 ist halb horizontal, 4:2:0 ist halb in beide Richtungen.
Warum es wichtig ist: Fast alle Verbrauchervideos haben das Format 4:2:0, sodass ein extrahiertes Bild Farbdetails in halber Auflösung in jede Richtung aufweist. Auf fotografischen Inhalten ist es unsichtbar, an scharfen Farbkanten jedoch gut sichtbar – roter Text auf dunklem Hintergrund ist der klassische Fall und eine Eigenschaft der Quelle, kein Fehler der Extraktion.
Farbraum (Rec. 709, Rec. 2020, sRGB)
Die Definition dessen, was die gespeicherten Zahlen als Farben bedeuten. HD-Video ist normalerweise Rec. 709, HDR oft Rec. 2020, Standbilder normalerweise sRGB.
Warum es wichtig ist: Empf. 709 und sRGB liegen nahe beieinander, sind aber nicht identisch. HDR-Quellen sind sehr unterschiedlich, und ein ohne Tone Mapping extrahiertes HDR-Bild sieht normalerweise verwaschen und flach aus.
Begrenzter Bereich und vollständiger Bereich
Video setzt Schwarz üblicherweise auf den Codewert 16 und Weiß auf 235, wobei auf beiden Seiten Spielraum reserviert wird. Bei Standbildern werden die vollständigen Werte von 0 bis 255 verwendet.
Warum es wichtig ist: Dies ist die häufigste Ursache dafür, dass „mein extrahiertes Bild langweiliger aussieht als das Video“. Wenn die Konvertierung nicht angewendet wird, erscheinen Schwarztöne grau und das Bild sieht flach aus. Bei zweimaliger Anwendung werden die Schatten verkleinert und die Lichter abgeschnitten. Es handelt sich auch nicht um einen Qualitätsverlust – es handelt sich um eine Nichtübereinstimmung der Annahmen.
Bittiefe
Bits pro Farbkanal. Verbrauchervideos sind normalerweise 8-Bit (256 Stufen pro Kanal); Professionelles und HDR-Filmmaterial ist 10-Bit oder 12-Bit.
Warum es wichtig ist: 8-Bit zeigt sichtbare Streifen in sanften Verläufen, am deutlichsten am Himmel. Beim Extrahieren nach PNG bleibt die Tiefe der Quelle erhalten, es können jedoch keine Ebenen hinzugefügt werden, die nie aufgezeichnet wurden.
Gamma
Die nichtlineare Beziehung zwischen gespeicherten Werten und angezeigter Helligkeit. Video- und Standbild-Pipelines nehmen nicht immer die gleiche Kurve an.
Warum es wichtig ist: Eine Gamma-Nichtübereinstimmung verschiebt die Mitteltonhelligkeit – das Bild sieht insgesamt etwas zu dunkel oder zu hell aus, ohne dass sich die Schwarz- und Weißpunkte ändern.
Formate und Container
Container versus Codec
Der Container ist der Datei-Wrapper (MP4, MOV, MKV, WebM). Der Codec ist die Komprimierungsmethode für den darin enthaltenen Inhalt (H.264, HEVC, VP9, AV1, ProRes).
Warum es wichtig ist: Dies erklärt den verwirrendsten Fehler bei der Frame-Extraktion – zwei Dateien heißen beide so .mp4, einer öffnet sich und einer nicht. Die Erweiterung beschreibt die Box, nicht den Inhalt. Ein MP4 mit HEVC kann abgelehnt werden, wenn ein MP4 mit H.264 funktioniert.
H.264 (AVC)
Der am häufigsten unterstützte Videocodec. Spielt praktisch überall ab.
Warum es wichtig ist: Wenn eine Datei nicht in einem browserbasierten Tool geöffnet werden kann, ist die Transkodierung nach H.264 in einem MP4-Container die Lösung, die fast immer funktioniert.
HEVC (H.265)
H.264-Nachfolger: ungefähr die halbe Bitrate für ähnliche Qualität. Standard für iPhone-Aufnahmen seit iOS 11.
Warum es wichtig ist: Die Browserunterstützung ist lückenhaft und plattformabhängig. Ein iPhone-Video, das in einem Browser-Tool nicht geladen werden kann, ist sehr oft HEVC.
ProRes und DNxHD
Zwischencodecs, die bei der Bearbeitung verwendet werden. Sehr große Dateien, sehr leichte Komprimierung, konzipiert für wiederholte Neukodierung.
Warum es wichtig ist: Kein Browser dekodiert sie. Dies ist der klarste Fall für die Verwendung von FFmpeg oder eines Editors anstelle eines Web-Tools.
PNG
Verlustfreies Bildformat mit einem Alphakanal. Größere Dateien.
Warum es wichtig ist: Die richtige Wahl für extrahierte Bilder, die bearbeitet, analysiert, gemessen oder archiviert werden.
JPEG
Verlustbehaftetes Bildformat mit einer Qualitätseinstellung, typischerweise 1–100. Ungefähr ein Zehntel der Größe von PNG bei hoher Qualität.
Warum es wichtig ist: Die richtige Wahl, wenn Sie viele Bilder benötigen und das Ziel ein Dokument, ein Ticket oder ein Dokument ist Trainingsset, das leichte Kompression verträgt. Beachten Sie, dass die Qualitätsskala nicht für alle Tools standardisiert ist – „90“ in einer Anwendung ist nicht genau „90“ in einer anderen.
WebP
Ein neueres Bildformat mit verlustbehaftetem und verlustfreiem Modus, etwa 25–30 % kleiner als JPEG bei vergleichbarer Qualität.
Warum es wichtig ist: gut für die Bereitstellung im Internet, wird von Desktop-Software weniger allgemein akzeptiert als PNG und JPEG. Wählen Sie diese Option, wenn die Frames auf eine Webseite und nicht in ein Tool verschoben werden.
Bedingungen für den Extraktionsworkflow
Sampling-Intervall
Die Lücke zwischen extrahierten Frames, ausgedrückt entweder in Sekunden (einer alle 5 s) oder in Frames (alle 10 Sekunden).
Warum es wichtig ist: Die beiden Messwerte liefern völlig unterschiedliche Ergebnisse für dieselbe Datei, und ihre Verwechslung ist die häufigste Ursache dafür, dass am Ende viel mehr oder weniger Bilder als beabsichtigt angezeigt werden.
Kontaktformular
Ein Raster extrahierter Frames, die zusammen angezeigt werden. Vom Film entlehnt, wo Sie mit einem Korrekturabzug die Negative auf einen Blick auswählen können.
Warum es wichtig ist: Muster im Zeitverlauf – eine sich öffnende Lücke, eine Zustandsänderung, ein auftretender Defekt – sind in einem Raster auf eine Weise sichtbar, wie sie während der Wiedergabe nicht sichtbar sind.
Keine Polsterung
Sequenznummern mit führenden Nullen schreiben: frame_0001 und nicht frame_1.
Warum es wichtig ist: Dateinamen werden normalerweise als Text sortiert, was bedeutet frame_10 vor frame_2. Jedes Tool, das Ihre Frames in der Reihenfolge der Dateinamen liest, gibt sie ohne Dateinamen verschlüsselt wieder.
Clientseitige Verarbeitung
Arbeit, die in Ihrem Browser und nicht auf einem Server ausgeführt wird. Die Datei wird von der Festplatte in den Seitenspeicher gelesen und nie übertragen.
Warum es wichtig ist: Es entfällt die Upload-Zeit und vom Server auferlegte Größenbeschränkungen und es ist die einzige Anordnung, bei der Filmmaterial, das einer NDA oder einer Datenschutzverpflichtung unterliegt, überhaupt über eine Webseite verarbeitet werden kann. Es ist auch testbar – Trennen Sie die Verbindung zum Netzwerk und prüfen Sie, ob es noch funktioniert.