Comienza con la pregunta que las imágenes deben responder.
La extracción de fotogramas es un problema de muestreo antes de ser un problema de formato de imagen. Define el rango de tiempo útil y la decisión que alguien tomará a partir de las imágenes. Una hoja de contactos de una reunión necesita una amplia cobertura de la escena. Una revisión de animación necesita estados muy espaciados. Una búsqueda en miniatura necesita un conjunto manejable de candidatos visualmente diferentes.
Recorta primero. Si solo importan 45 segundos de una grabación de 20 minutos, establezca ese rango antes de aumentar la densidad de muestreo. Esto reduce el trabajo de decodificación, el uso de memoria, los fotogramas que parecen duplicados y el tiempo necesario para inspeccionar el resultado.
- Utilice intervalo cuando el tiempo del calendario sea la unidad estable: una imagen cada 5, 10 o 30 segundos.
- Utilice FPS solicitado cuando el espacio entre movimientos sea importante: por ejemplo, 2 muestras por segundo en una acción corta.
- Utilice recuento fijo cuando el esfuerzo de revisión o la cantidad de resultados sean fijos: por ejemplo, 24 candidatos en una escena.
- Utilice fotograma único solo después de que ya conozca el momento o haya reducido el rango lo suficiente como para inspeccionar fotogramas cercanos.
Calcular la producción del intervalo antes de la extracción.
Para un rango desde el tiempo de inicio S hasta el tiempo de finalización E, muestreado cada I segundos, una estimación útil es piso((E - S) / I) + 1 cuando se incluyen ambos límites del rango. Por lo tanto, un rango de 60 segundos muestreado cada 10 segundos produce aproximadamente 7 marcas de tiempo: 0, 10, 20, 30, 40, 50 y 60 segundos. El recuento final puede variar en el límite de los medios porque una marca de tiempo debe seguir siendo decodificable.
Si la estimación supera las 240 imágenes, acorte el rango o aumente el intervalo. Por ejemplo, muestrear un rango de 30 minutos cada 5 segundos requeriría aproximadamente 361 marcas de tiempo. Aumentar el intervalo a 8 segundos reduce la estimación a aproximadamente 226, lo que cabe en una sola ejecución. Otra opción es procesar escenas separadas para que cada resultado sea más fácil de revisar.
El muestreo por intervalos es especialmente legible para tutoriales, conferencias, inspecciones y grabaciones largas donde los eventos se analizan en segundos o minutos. Es menos adecuado para un movimiento breve que finaliza entre dos marcas de tiempo muy espaciadas.
Comprenda lo que significa FPS solicitado
El FPS solicitado controla cuántas marcas de tiempo muestra la herramienta por segundo; no cambia el vídeo de origen y no prueba la velocidad de fotogramas de origen. A 2 FPS solicitados, el espacio entre objetivos es de 0,5 segundos. A los 10 FPS solicitados, son 0,1 segundos. Un rango de 12 segundos a 5 FPS solicitados solicita aproximadamente 61 marcas de tiempo cuando se incluyen ambos puntos finales.
El muestreo por encima del útil detalle temporal del clip a menudo crea casi duplicados. Una presentación estática grabada a 30 FPS de origen rara vez necesita 30 imágenes exportadas por segundo. Por el contrario, un error de interacción de dos segundos puede beneficiarse de 10 FPS solicitados para que los cambios de estado sean visibles en una secuencia compacta.
Los medios con velocidad de fotogramas variable hacen que la distinción sea más importante. El navegador busca por hora del medio y devuelve un cuadro de presentación decodificado cerca de esa hora; puede que no haya un fotograma fuente en cada intervalo perfectamente regular. Para una indexación exacta del fotograma de origen, utilice un decodificador diseñado para exponer marcas de tiempo de presentación e identidades de fotogramas.
Utilice un recuento fijo para trabajos de revisión limitados
El modo de conteo fijo distribuye un número elegido de candidatos en el rango seleccionado. Si un rango de 90 segundos necesita 10 imágenes, la brecha aproximada entre candidatos es 90/(10 - 1), o 10 segundos cuando se incluyen ambos puntos finales. Este modo hace que la carga de trabajo de revisión sea predecible incluso cuando las duraciones de los clips difieren.
Un flujo de trabajo útil de dos pasadas comienza con entre 12 y 24 imágenes en un amplio rango. Identifique el subrango más fuerte y luego repita con el mismo conteo dentro de esa ventana más pequeña. La segunda pasada aumenta los detalles temporales sin generar cientos de imágenes a partir de metraje irrelevante.
Este enfoque funciona bien para miniaturas, fotografías de eventos, ángulos de productos y control de calidad visual. También es más fácil de explicar a otra persona: "revisar estos 20 candidatos" es una transferencia más clara que una configuración arbitraria de FPS.
Planes de muestreo trabajados.
Tutorial de software de diez minutos
Comience con un intervalo de 30 segundos para aproximadamente 21 imágenes. Elimina pantallas de carga y estados duplicados. Si un flujo de trabajo necesita más detalles, aísle ese minuto y tome muestras cada 5 segundos. Exporte PNG cuando el texto pequeño de la interfaz deba permanecer legible.
Juego deportivo de ocho segundos.
Recorta el rango del juego y solicita 8 FPS para aproximadamente 65 candidatos. Revise la posición, la pose, la oclusión y el desenfoque de movimiento de la pelota. Limite a la mejor ventana de un segundo y utilice empujones de un solo cuadro antes de exportar el JPG o PNG final.
Hoja de contacto de conferencia de cuarenta y cinco minutos
Utilice un intervalo de 2 minutos para aproximadamente 23 imágenes. Esto es suficiente para identificar cambios de tema sin convertir el resultado en una galería que no se puede revisar. Si el texto de la diapositiva es importante, mantenga el ancho de origen o establezca un ancho máximo que preserve la legibilidad.
Muestra de inspección de conjunto de datos
Elija un recuento fijo que coincida con el presupuesto de revisión humana, luego registre el rango de tiempo y la configuración exactos. Una muestra puede revelar el equilibrio de la escena y problemas de calidad obvios, pero no es automáticamente representativa desde el punto de vista estadístico. El diseño de conjuntos de datos, el equilibrio de clases y la aleatorización requieren un método separado.
Comprueba el resultado antes de aumentar la densidad.
Revise las marcas de tiempo en orden y haga tres preguntas: ¿Faltan transiciones importantes? ¿Muchas imágenes consecutivas son visualmente redundantes? ¿Puede un crítico entender por qué existe cada imagen? Los eventos faltantes requieren un rango más estrecho o una muestra más densa; la redundancia requiere un intervalo más amplio o FPS solicitados más bajos.
Mantenga la primera pasada deliberadamente pequeña. Las imágenes de resolución completa decodificadas por el navegador pueden ocupar mucha más memoria de lo que sugiere su fuente de video comprimido. Un lienzo de 1920 x 1080 contiene aproximadamente 8,3 millones de bytes RGBA antes de la codificación de la imagen, por lo que muchas vistas previas simultáneas pueden presionar un dispositivo móvil incluso cuando los archivos JPG descargados son compactos.
Continúe con la guía de fotogramas exactos cuando la muestra identifique un momento prometedor, o abra el convertidor de vídeo a fotogramas para aplicar un plan ahora.