从图像必须回答的问题开始
帧提取首先是采样问题，然后才是图像格式问题。定义有用的时间范围以及人们将从图像中做出的决定。会议缩略图总览需要广泛的场景覆盖。动画审查需要紧密间隔的状态。缩略图搜索需要一组可管理的视觉上不同的候选者。
先修剪一下。如果20分钟的录音内容只有45秒，则在提高采样密度之前设置该范围。这减少了解码工作、内存使用、重复帧以及检查结果所需的时间。
- 当日历时间是稳定单位时，使用 间隔：每 5、10 或 30 秒一张图像。
- 当运动间隔很重要时，使用目标 FPS：例如，在一个短动作中每秒 2 个样本。
- 当审核工作或输出数量固定时使用固定帧数：例如，一个场景中有 24 个候选者。
- 只有当您已经知道时刻或已将范围缩小到足以检查附近的帧后，才使用单帧。
提取前计算间隔输出
对于从开始时间 S 到结束时间 E 的范围（每 I 秒采样一次），当包括两个范围边界时，有用的估计是下限（（E - S）/ I）+ 1。因此，每 10 秒采样一次的 60 秒范围会产生约 7 个时间戳：0、10、20、30、40、50 和 60 秒。最终计数可能在媒体边界处有所不同，因为时间戳必须保持可解码。
如果估计超过 240 张图像，请缩短范围或增加间隔。例如，每 5 秒对 30 分钟范围进行采样将请求约 361 个时间戳。将间隔提高到 8 秒可将估计值减少到约 226，适合一次运行。另一种选择是处理单独的场景，以便每个结果更易于查看。
间隔采样对于教程、讲座、检查和在几秒钟或几分钟内讨论事件的长录音尤其具有可读性。它不太适合在两个相距很远的时间戳之间完成的短暂运动。
了解目标 FPS 意味着什么
目标 FPS 控制工具每秒采样的时间戳数量；它不会更改源视频，也不会证明源帧速率。在目标 FPS 为 2 时，目标间隔为 0.5 秒。如果目标 FPS 为 10，则为 0.1 秒。当包括两个端点时，12 秒范围按 5 FPS 采样大约会请求 61 个时间戳。
在剪辑的有用时间细节之上进行采样通常会产生近似重复的结果。以 30 个源视频 FPS 录制的静态演示很少需要每秒导出 30 张图像。相比之下，两秒的交互 bug 可能会受益于 10 目标 FPS，因此状态变化在紧凑序列中可见。
可变帧速率媒体使这种区别变得更加重要。浏览器按媒体时间查找并返回接近该时间点的解码后的呈现帧；在每个完全规则的间隔内可能不存在一个源帧。为了精确的源帧索引，请使用能够提供呈现时间戳和帧标识的解码器。
使用固定帧数进行有界审查工作
固定帧数模式在选定范围内分配选定数量的候选者。如果 90 秒的范围需要 10 个图像，则候选图像之间的间隔约为 90 / (10 - 1)，或当包含两个端点时为 10 秒。即使剪辑持续时间不同，此模式也可以预测审核工作量。
有用的两遍工作流程从广泛范围内的 12 到 24 个图像开始。确定最强的子范围，然后在较小的窗口内重复相同的计数。第二遍增加了时间细节，而无需从不相关的镜头中产生数百张图像。
这种方法非常适合缩略图、活动照片、产品角度和视觉质量检查。向另一个人解释也更容易：「审查这 20 个候选者」是比任意 FPS 设置更清晰的切换。
工作抽样计划
十分钟软件演练
从大约 21 张图像的 30 秒间隔开始。删除加载画面和重复的状态。如果一个工作流程需要更多细节，请隔离该分钟并每 5 秒采样一次。当小界面文字必须保持可读时导出 PNG。
八秒运动比赛
调整播放范围并为大约 65 个候选者请求 8 FPS。检查球的位置、姿势、屏蔽和运动模糊。在导出最终的 JPG 或 PNG 之前，缩小到最佳的一秒窗口并使用单帧微调。
四十五分钟的讲座缩略图总览
使用 2 分钟的间隔拍摄约 23 张图像。这足以识别主题更改，而无需将输出变成不可审查的图库。如果幻灯片文字很重要，请保留源视频宽度或设置最大宽度以保持易读性。
数据集检验样本
选择与人工审核预算相符的固定帧数，然后记录准确的时间范围和设置。样本可以揭示场景平衡和明显的质量问题，但它不会自动具有统计代表性。数据集设计、类别平衡和随机化需要单独的方法。