Taxa de quadros e tempo
Taxa de quadros (fps)
Quantas imagens por segundo o vídeo contém. Valores comuns: 24 (cinema), 25 (transmissão PAL), 30 (maioria dos telefones e vídeos na web), 50 e 60 (esporte, jogos, movimento suave), 120 e 240 (captura em câmera lenta).
Por que isso é importante aqui: ele decide quantos quadros existem para extrair e determina o que significa "etapa um quadro". Defina uma ferramenta de passo para a taxa de quadros errada e você verá a mesma imagem duas vezes ou pulará os quadros silenciosamente.
Duração do quadro
O recíproco da taxa de quadros — quanto tempo cada quadro fica na tela. A 30 fps, 33,3ms; a 60 fps, 16,7ms; a 24 fps, 41,7 ms.
Por que é importante: este é o teto de precisão. Se o momento que você deseja durar 10 ms e sua filmagem tiver 30 fps, ela poderá ficar entre dois quadros e simplesmente não existir no arquivo.
Taxa de quadros variável (VFR)
Algumas fontes — gravações de tela, imagens de telefone com pouca luz, capturas de streaming — não usam um intervalo constante entre os quadros. Eles emitem frames apenas quando o conteúdo muda ou variam a taxa com a luz disponível.
Por que é importante: "cada décimo quadro" se torna uma quantidade de tempo imprevisível na filmagem VFR e desvios aritméticos de carimbo de data/hora. Se a revisão de quadros se comportar de maneira inconsistente, o VFR será uma causa provável. A conversão para taxa de quadros constante antes da extração elimina o problema.
Timecode
A identificador de posição, geralmente escrito HH:MM:SS:FF onde FF é o número do quadro dentro do segundo. Distinto do tempo de reprodução decorrido.
Por que é importante: é como você registra qual quadro você capturou de uma forma que outra pessoa possa encontrar novamente. Um carimbo de data/hora em milissegundos serve ao mesmo propósito para a maioria dos trabalhos não transmitidos.
Compressão e tipos de quadros
I-frame (quadro-chave, quadro intra-codificado)
Um quadro armazenado como uma imagem completa, independente de qualquer outro quadro. Aproximadamente equivalente a um JPEG independente dentro do stream de vídeo.
Por que é importante: Os quadros I são onde um decodificador pode iniciar. Buscar uma posição arbitrária significa pular para o quadro I anterior e decodificar adiante — e é por isso que a busca em alguns arquivos parece lenta e imprecisa.
Quadro P (quadro previsto)
Armazena apenas as diferenças de um quadro anterior. Muito menor que um quadro I.
Por que é importante: um quadro P não pode ser decodificado sozinho. Este é o mecanismo por trás da maior parte da eficiência da compactação de vídeo e por trás do fato de que você não pode simplesmente extrair o quadro 4.732 de um arquivo sem decodificar o que veio antes dele.
Quadro B (quadro bidirecional)
Armazena diferenças de um quadro anterior e de um mais tarde quadro. O menor dos três tipos.
Por que é importante: Quadros B significam que a ordem de armazenamento no arquivo difere da exibição ordem, que é uma das razões pelas quais a busca precisa pela precisão do quadro é mais difícil do que parece quando vista de fora.
GOP (Grupo de Imagens)
O padrão de repetição de quadros I, P e B — por exemplo, um quadro I seguido por outros 29, depois outro quadro I.
Por que é importante: um GOP longo significa que os quadros I estão distantes, o que torna a busca mais grosseira. Arquivos otimizados para streaming geralmente têm GOPs de vários segundos; a filmagem direta de uma câmera geralmente tem imagens mais curtas.
Taxa de bits
Dados por segundo de vídeo, em Mbps. A filmagem do telefone é normalmente de 10 a 50 Mbps; vídeo transmitido 3–8; codecs intermediários profissionais podem exceder 200.
Por que é importante: é o preditor mais forte de quão boa será a aparência de um quadro extraído. Um quadro 4K de um fluxo de 5 Mbps mostrará artefatos de compactação que um quadro de 1080p de um arquivo de câmera de 50 Mbps não mostrará - a resolução por si só não indica a qualidade da imagem.
Com e sem perdas
A compactação com perdas descarta informações permanentemente (H.264, JPEG, MP3). Sem perdas preserva todos os valores exatamente (PNG, FFV1, FLAC).
Por que é importante: extrair para PNG de uma fonte com perdas não restaura nada — você obtém uma cópia sem perdas de pixels já degradados. O que isso evita é que os nomes de arquivos adicionando uma segunda geração de perda, o que importa se o quadro for editado posteriormente.
Cor e pixels
Subamostragem de croma (4:4:4, 4:2:2, 4:2:0)
O vídeo armazena o brilho em resolução total e as cores em resolução reduzida, porque a visão humana é muito mais sensível à primeira. A notação descreve quanta cor é mantida: 4:4:4 é completo, 4:2:2 é metade horizontal, 4:2:0 é metade em ambas as direções.
Por que é importante: quase todos os vídeos do consumidor são 4:2:0, portanto, um quadro extraído tem detalhes de cores com meia resolução em cada direção. É invisível no conteúdo fotográfico, mas muito visível em bordas coloridas nítidas - texto vermelho em fundo escuro é o caso clássico e é uma propriedade da fonte, não uma falha da extração.
Espaço de cores (Rec. 709, Rec. 2020, sRGB)
A definição do que os números armazenados significam como cores. O vídeo HD geralmente é Rec. 709, HDR frequentemente Rec. 2020, imagens estáticas normalmente sRGB.
Por que é importante: Rec. 709 e sRGB são próximos, mas não idênticos. As fontes HDR são muito diferentes, e um quadro HDR extraído sem mapeamento de tom geralmente parece desbotado e plano.
Intervalo limitado e intervalo completo
O vídeo convencionalmente coloca o preto no valor de código 16 e o branco no 235, reservando espaço em ambos os lados. As imagens estáticas usam o intervalo completo de 0 a 255.
Por que é importante: esta é a causa mais comum de "meu quadro extraído parece mais opaco que o vídeo". Se a conversão não for aplicada, os pretos ficarão cinza e a imagem ficará plana; aplicado duas vezes, as sombras são esmagadas e os destaques são cortados. Nem é uma perda de qualidade - é uma incompatibilidade de suposições.
Profundidade de bits
Bits por canal de cor. O vídeo do consumidor geralmente é de 8 bits (256 níveis por canal); a filmagem profissional e HDR é de 10 ou 12 bits.
Por que é importante: 8 bits mostra faixas visíveis em gradientes suaves, mais obviamente no céu. A extração para PNG preserva qualquer profundidade que a fonte tinha, mas não pode adicionar níveis que nunca foram gravados.
Gama
A relação não linear entre valores armazenados e brilho exibido. Os pipelines de vídeo e imagem estática nem sempre assumem a mesma curva.
Por que é importante: uma incompatibilidade gama altera o brilho do tom médio - a imagem parece um pouco escura demais ou muito clara no geral, sem qualquer alteração nos pontos preto e branco.
Formatos e contêineres
Contêiner versus codec
O contêiner é o wrapper do arquivo (MP4, MOV, MKV, WebM). O codec é o método de compactação do conteúdo interno (H.264, HEVC, VP9, AV1, ProRes).
Por que é importante: isso explica a falha mais confusa na extração de quadros — dois arquivos ambos nomeados .mp4, um abre e o outro não. A extensão descreve a caixa, não o que ela contém. Um MP4 contendo HEVC pode ser recusado onde um MP4 contendo H.264 funciona.
H.264 (AVC)
O codec de vídeo mais amplamente suportado. Reproduz essencialmente em qualquer lugar.
Por que é importante: se um arquivo não abrir em uma ferramenta baseada em navegador, a transcodificação para H.264 em um contêiner MP4 é a solução que funciona quase sempre.
HEVC (H.265)
Sucessor do H.264: aproximadamente metade da taxa de bits para qualidade semelhante. Padrão para gravações iPhone desde o iOS 11.
Por que é importante: o suporte ao navegador é irregular e depende da plataforma. Um vídeo iPhone que não carrega em uma ferramenta de navegador é muitas vezes HEVC.
ProRes e DNxHD
Codecs intermediários usados na edição. Arquivos muito grandes, compactação muito leve, projetados para recodificação repetida.
Por que é importante: nenhum navegador os decodifica. Este é o caso mais claro para usar FFmpeg ou um editor em vez de uma ferramenta da web.
PNG
Formato de imagem sem perdas com canal alfa. Arquivos maiores.
Por que é importante: a escolha certa para quadros extraídos que serão editados, analisados, medidos ou arquivados.
JPEG
Formato de imagem com perdas com uma configuração de qualidade, normalmente de 1 a 100. Aproximadamente um décimo do tamanho do PNG em alta qualidade.
Por que é importante: a escolha certa quando você precisa de muitos quadros e o destino é um documento, um ticket ou um treinamento conjunto que tolera compressão leve. Observe que sua escala de qualidade não é padronizada entre ferramentas — "90" em um aplicativo não é exatamente "90" em outro.
WebP
Um formato de imagem mais recente com modos com e sem perdas, aproximadamente 25–30% menor que JPEG com qualidade comparável.
Por que é importante: bom para entrega na Web, menos aceito universalmente por software de desktop do que PNG e JPEG. Escolha-o quando os frames forem para uma página da Web e não para uma ferramenta.
Termos do fluxo de trabalho de extração
Intervalo de amostragem
O intervalo entre os frames extraídos, expresso em segundos (um a cada 5 s) ou em frames (a cada 10).
Por que é importante: as duas leituras fornecem resultados completamente diferentes no mesmo arquivo, e confundi-las é a causa mais comum de acabar com muito mais ou menos imagens do que o pretendido.
Folha de contato
Uma grade de quadros extraídos visualizados juntos. Emprestado do filme, onde uma folha de prova permite escolher os negativos rapidamente.
Por que é importante: padrões ao longo do tempo - uma abertura de lacuna, uma mudança de estado, um defeito aparecendo - são visíveis em uma grade de uma forma que não são durante a reprodução.
Preenchimento de zeros
Escrever números de sequência com zeros à esquerda: frame_0001 em vez de frame_1.
Por que é importante: são geralmente classificados como texto, o que resulta frame_10 antes frame_2. Qualquer ferramenta que leia seus frames na ordem do nome do arquivo irá reproduzi-los embaralhados sem ela.
Processamento do lado do cliente
Trabalho realizado em seu navegador em vez de em um servidor. O arquivo é lido do disco para a memória da página e nunca transmitido.
Por que é importante: ele remove o tempo de upload e os limites de tamanho impostos pelo servidor, e é o único arranjo em que a filmagem sob um NDA ou uma obrigação de proteção de dados pode ser processada por meio de uma página da web. Também é testável — desconecte-se da rede e veja se ainda funciona.