Pourquoi les suggestions automatiques sont généralement médiocres

La plupart des plates-formes proposent quelques options de vignettes générées automatiquement. Il s'agit d'images saisies à des positions proportionnelles fixes dans le fichier (à peu près au début, au milieu et à la fin) sans aucune idée de savoir si les yeux du sujet sont ouverts, si la composition est lisible ou si quelque chose d'intéressant se produit.

Le résultat est prévisible : un geste flou à mi-geste, une image de transition à moitié noire ou un plan large où le sujet occupe quarante pixels. Aucun d’entre eux n’a tort, exactement. Il ne s'agit que de trois échantillons arbitraires parmi des dizaines de milliers.

Le faire vous-même n'est pas une question d'art. Il s'agit d'examiner un nombre raisonnable de candidats au lieu de trois candidats aléatoires.

Étape 1 : échantillonnez les moments qui contiennent réellement quelque chose

Extraire chaque image est un mauvais instinct : une vidéo de dix minutes à 30 ips représente 18 000 images et vous ne les regarderez pas. Ce que vous voulez, c'est un ensemble consultable à partir des parties de la vidéo où quelque chose se passe.

L'approche productive consiste à extraire par passes plutôt que d'un seul coup :

  • Passez-en un — un large balayage. Une image toutes les 10 secondes sur toute la vidéo. Une vidéo de dix minutes donne 60 images. Scannez-les pour trouver des clichés prometteurs : une bonne expression, un arrière-plan net, des couleurs vives.
  • Passez-en deux — autour des bons. Prenez les deux ou trois horodatages les plus prometteurs et réextrayez ces régions à une image toutes les 0,2 à 0,5 secondes à l'aide du curseur de plage temporelle. Vous devez désormais choisir entre la meilleure version d'un bon moment plutôt qu'un échantillon arbitraire de celui-ci.

Certains moments valent la peine d'être ciblés : le rythme juste après une réaction, le point où une démo montre pour la première fois le résultat final, le au moment où un sujet se penche vers l'appareil photo, ainsi que dans toute image où le geste de la main est le plus large plutôt qu'à mi-course.

Sauter les deux premières secondes. Les ouvertures contiennent presque toujours un cadre de stabilisation, un fondu ou une carte de titre. La première option générée automatiquement provient généralement exactement de cette zone morte, ce qui explique en grande partie pourquoi elle semble mauvaise.

Étape 2 : les quatre tests qu'un candidat doit réussir

Une fois que vous avez trente ou quarante candidats, la plupart sont rapidement éliminés. Dans l'ordre du nombre de suppressions :

Est-ce qu'il survit à 210 pixels de large ?

C'est le test qui compte le plus et qui est le plus ignoré. Les vignettes de navigation font souvent environ 210 pixels de large ; sur un flux téléphonique, parfois plus petit. Tout ce qui repose sur des détails fins disparaît entièrement.

Vérifiez-le correctement : ouvrez le candidat et effectuez un zoom arrière dans la visionneuse d'images jusqu'à ce qu'elle ait à peu près la taille d'un pouce, ou déposez-la dans un document réduit. Si vous ne pouvez pas savoir de quoi parle la vidéo à cette taille, le cadre est une décoration, pas une communication, quelle que soit sa qualité en pleine résolution.

Le sujet est-il réellement grand dans le cadre ?

Les plans larges meurent à la taille des vignettes. Un visage doit occuper une part substantielle du cadre – en tant que cible approximative, au moins un quart de la hauteur. Si votre cadre le mieux composé est un plan large, recadrez-le ; un recadrage à partir d'une source 4K laisse encore beaucoup de résolution.

Y a-t-il un réel contraste avec l'arrière-plan ?

Les vignettes se trouvent à côté d'une douzaine de concurrents sur une page blanche ou sombre. Un sujet en chemise grise contre un mur gris disparaît. Recherchez les images dans lesquelles le sujet se sépare de l'arrière-plan par la luminosité ou la couleur, et pas seulement par la mise au point.

Est-il net, au niveau des pixels ?

Le flou de mouvement invisible pendant la lecture est très visible sur une image fixe. Zoomez à 100 % et regardez les yeux et n'importe quel texte. C’est là que le frame-stepping gagne sa place : le cadre adjacent est souvent sensiblement plus net sans aucun coût de composition. Chargez le clip dans la image par image, étape une image de chaque côté de votre candidat, et comparez.

Étape 3 : obtenez la bonne résolution et le bon format

Certains chiffres précis, car ils ruinent discrètement de bons choix.

  • 1280×720 est le minimum pratique une vignette 16:9. Plus grand, c'est bien ; le plus petit est mis à l'échelle et semble doux partout où il est affiché.
  • Extraire à la résolution source, réduire la taille plus tard. Une source 4K donne une image de 3 840 × 2 160 : recadrez-la et vous avez toujours bien plus de 720p. L'extraction petite et la mise à l'échelle éliminent cette option.
  • PNG hors de l'extracteur si vous souhaitez modifier : ajoutez du texte, recadrez, ajustez les niveaux. Chaque aller-retour JPEG via un éditeur ajoute des artefacts qui apparaissent sur des arrière-plans plats.
  • JPEG pour le téléchargement final, en haute qualité. La plupart des plates-formes limitent les téléchargements de vignettes à quelques mégaoctets et les réencoderont de toute façon ; leur donner un JPEG propre et de haute qualité produit un meilleur réencodage que de leur donner un JPEG marginal.

Si votre métrage source est en 1080p, vous disposez de 1920×1080 avec lequel travailler - assez pour un recadrage modeste mais pas agressif. Planifiez le recadrage avant de vous y engager.

Étape 4 : Vérifiez le candidat dans son contexte, et non de manière isolée

Une vignette n'apparaît jamais. seul. Avant de régler :

  1. Ajustez-le à environ 210 pixels de large et placez-le à côté de quelques miniatures de vidéos similaires. Est-ce que cela se lit différemment ou est-ce que cela se fond dans le décor ?
  2. Regardez-la sur un téléphone. La plupart des visualisations s'y déroulent et la taille apparente est plus petite que sur un moniteur.
  3. Si vous envisagez d'ajouter du texte, placez-le maintenant : le texte couvre généralement un tiers de l'image, et la meilleure image sans texte n'est souvent pas la meilleure image avec.
  4. Vérifiez les arrière-plans clairs et sombres. Une vignette sombre peut disparaître dans une interface sombre.

Une routine répétable de dix minutes

  1. Large balayage. Chargez la vidéo terminée, définissez l'intervalle de temps sur 10 secondes, extrayez, téléchargez le ZIP. Une soixantaine d'images pour une vidéo de dix minutes.
  2. Liste restreinte. Parcourez-les avec une grande taille d'icône et marquez trois ou quatre horodatages prometteurs.
  3. Zoom avant. Pour chacun, définissez la plage de temps à environ ± 3 secondes autour et extrayez à des intervalles de 0,2 seconde. Environ 30 images par instant.
  4. Appliquez les quatre tests. La taille des vignettes en premier : il élimine le plus grand nombre, le plus rapidement.
  5. Frame step le gagnant. Vérifiez la netteté d'une image de chaque côté et prenez la meilleure des trois.
  6. Recadrer, ajouter du texte, exporter. Au moins 1 280 × 720, JPEG, haute qualité.

L'extraction s'exécute localement, donc une longue vidéo ne coûte aucun temps de téléchargement, et la grille d'aperçu signifie que vous choisissez à partir d'images plutôt que d'horodatages. Le goulot d'étranglement est votre propre jugement, et c'est là qu'il devrait être.

Une chose mérite d'être claire

Il s'agit d'un flux de travail pour les séquences que vous avez réalisées ou que vous avez le droit d'utiliser. Extraire des images de la vidéo de quelqu'un d'autre pour les utiliser comme votre propre vignette est un problème de droit d'auteur, quel que soit l'outil qui a produit l'image - et les outils de ce site lisent les fichiers locaux que vous possédez déjà, ils ne récupèrent rien d'une plate-forme. Si vous travaillez avec une copie enregistrée de votre propre téléchargement, consultez les notes sur la page du cadre YouTube sur les fichiers qui sont couverts.