Limpiar los metadatos de una foto: qué se va de verdad

Un archivo de foto no tiene un bloque de metadatos, tiene seis

Casi todo el mundo dice EXIF cuando quiere decir metadatos, y ahí empiezan los problemas. EXIF es un bloque entre varios, y un JPEG es una secuencia de segmentos etiquetados que pueden contener cada uno algo distinto. Está el segmento JFIF con información básica de densidad. Está el propio bloque EXIF, que lleva marca y modelo de la cámara, programa de edición, marca de tiempo, ajustes de exposición, a veces el número de serie del cuerpo y el objetivo, y — en un subdirectorio aparte — la posición GPS. Está XMP, un paquete XML que los programas de edición usan para sus propios campos. Está un registro IPTC, normalmente envuelto en un bloque de recursos de Photoshop, con pies de foto, firmas y derechos. Está un perfil de color ICC. Y está un segmento de comentario libre donde puede escribir cualquier cosa.

El que conviene conocer está escondido dentro de EXIF y no al lado: una segunda copia completa de la imagen, en tamaño miniatura, guardada para que una cámara muestre una vista previa al instante. En el archivo de prueba que construimos, esa miniatura eran 5628 bytes de JPEG real. Importa porque una herramienta que edita la imagen principal y solo reescribe las etiquetas que conoce puede dejar la miniatura intacta, y entonces la versión pequeña sigue mostrando la escena tal como estaba antes de que recortaras, enderezaras o taparas algo. Otros formatos tienen sus propios arreglos: un PNG guarda texto en bloques tEXt, zTXt e iTXt y puede llevar un bloque EXIF entero en un bloque eXIf, mientras que HEIC y WebP envuelven sus propios contenedores alrededor de la misma clase de registros.

En cuanto a lo que vale el campo de posición: las coordenadas se guardan como tres números racionales — grados, minutos y segundos — y el campo de segundos lleva fracciones. Un archivo escrito con centésimas de segundo de arco sitúa con una precisión de unos 30 centímetros sobre el terreno. No es el barrio, es la habitación. Combínalo con la marca de tiempo exacta, guardada al segundo, y una foto de un niño en casa es una dirección y una rutina.

Dos formas de quitarlo, y no son equivalentes

La primera es quirúrgica: abrir el contenedor, recorrer la lista de segmentos, borrar los que no quieres y volver a escribir los datos de imagen comprimidos sin tocarlos. Nada se descodifica, nada se recodifica, y los píxeles que salen son bit a bit los que entraron. Así trabaja un editor de metadatos, y es el enfoque correcto cuando la calidad importa. Su debilidad es que solo quita lo que sabe buscar: un segmento desconocido, un bloque propio del fabricante, un registro anidado que no analiza, todo eso sobrevive por defecto.

La segunda es tosca y es la que usa esta herramienta: descodificar la imagen a píxeles en bruto, dibujar esos píxeles sobre un lienzo y pedirle al navegador que serialice el lienzo como un archivo nuevo. La norma del navegador describe esa salida como una serialización del mapa de bits del lienzo, y un mapa de bits no es más que valores de color: no hay dónde guardar un número de serie de cámara ni una miniatura oculta, porque la estructura que los contenía se tiró varios pasos antes. Por eso este enfoque no puede pasar nada por alto: no es una lista de cosas que borrar, es una negativa a copiar nada salvo la imagen.

Qué se fue realmente

Construimos un archivo que lo llevaba todo y lo pasamos por el proceso. La fuente era un JPEG de 800 por 600 de unos 60 kilobytes, con un segmento JFIF, un bloque EXIF completo con marca, modelo, programa de edición, marca de tiempo, tiempo de exposición, diafragma, sensibilidad, número de serie del cuerpo, modelo de objetivo y posición GPS con altitud, una miniatura de 5628 bytes dentro de ese bloque EXIF, un paquete XMP que nombraba a un fotógrafo y una ciudad, un registro IPTC con pie de foto y firma, un perfil de color, y un comentario que decía que el archivo era un borrador interno que no debía distribuirse.

La salida limpia pesaba unos 58 kilobytes y contenía cuatro cosas: el segmento JFIF, un perfil de color, las tablas de compresión y los datos de imagen. Nada más. Después buscamos directamente en los bytes exportados catorce cadenas tomadas del original: el fabricante, el modelo, el programa de edición, el número de serie, el nombre del objetivo, el nombre del fotógrafo, el pie de foto, el comentario de no distribuir, los marcadores XMP, la propia palabra Exif, la marca de tiempo y la forma numérica de las coordenadas. No aparece ninguna. La miniatura oculta también desapareció: la única secuencia de bytes que comparten los dos archivos es la cabecera estándar que lleva toda imagen codificada por ese navegador, y se detiene mucho antes de que empiecen los datos de imagen de la miniatura.

Una cosa se conserva a propósito, y es la correcta. Cámaras y teléfonos guardan muy a menudo la imagen en la orientación del sensor y añaden una etiqueta que dice cómo girarla. Si borraras la etiqueta y conservaras los píxeles, toda foto vertical saldría tumbada. Probamos una versión del archivo marcada como necesitada de un cuarto de vuelta: el navegador aplicó el giro antes incluso de que el lienzo lo viera, de modo que el archivo limpio mide 600 por 800 en vez de 800 por 600 y queda derecho, sin etiqueta que interpretar. Es exactamente el comportamiento deseable y merece comprobarse, porque las herramientas que borran etiquetas sin descodificar fallan en esto continuamente.

Qué cuesta la recodificación

El rigor se paga en calidad. Como la imagen se descodifica y se vuelve a comprimir, la salida no es la imagen original: es una nueva aproximación con pérdidas. En nuestro archivo de prueba, una pasada midió 46,2 decibelios de relación señal-ruido frente a la fuente, con un error máximo de 18 sobre 255 en un canal. En claro, eso es invisible en pantalla y sobreviviría a una impresión. Con todo, no es nada despreciable ni gratuito: una eliminación quirúrgica de metadatos daría infinito, porque no cambia ni un píxel.

Lo que hay que vigilar es la repetición. La pérdida se acumula, porque cada pasada parte de la aproximación de la anterior y no del original. Volvimos a pasar el archivo limpio cinco veces más: la relación señal-ruido frente al original cayó de 46,2 a 38,5 decibelios, y el error máximo en un canal creció de 18 a 53 sobre 255. Esa es la diferencia entre invisible y visible en un cielo liso o en un tono de piel. Así que limpia una vez, al final de tu edición, sobre el archivo que vas a enviar; no por costumbre, ni sobre un archivo que vayas a editar después.

Dónde falla: fotos de iPhone, transparencia y color

El hueco importante es HEIC. Es el formato de captura por defecto en un iPhone, y los navegadores de escritorio por lo general no saben descodificarlo. Metimos un archivo HEIC real y el descodificador de imagen falló en seco: y como la herramienta no tiene manejador para ese fallo, no ocurre absolutamente nada: ninguna imagen limpia, ningún botón de descarga, ningún mensaje. Un usuario que no sepa que el formato no está soportado concluirá con razón que la página está rota o, peor, no se dará cuenta y supondrá que el trabajo se hizo. Convierte primero a JPEG, o exporta desde el teléfono en JPEG en vez de compartir la captura original.

La segunda sorpresa es que la salida es siempre un JPEG, entre lo que entre. Dale un PNG y recuperas un JPEG, con la extensión cambiada por ti. Eso está bien para una fotografía y mal para todo lo que tenga transparencia: el JPEG no tiene canal alfa, así que los píxeles parcialmente transparentes se aplanan contra un fondo. Lo medimos en un PNG cuya mitad derecha era medio transparente, y los píxeles exportados volvieron totalmente opacos y mucho más oscuros, compuestos sobre negro. Un logotipo, una captura de pantalla con esquinas redondeadas o un recorte de producto no sobrevivirá intacto. El color recibe el mismo trato: el lienzo trabaja en el espacio sRGB estándar y el archivo exportado lleva el perfil sRGB del propio navegador, escrito incluso cuando la entrada no tenía perfil alguno, de modo que una foto de gama amplia sale convertida en vez de preservada.

Por dónde se escapa, y cuándo una captura de pantalla es la respuesta

La fuga casi nunca es la red social. Las grandes plataformas recodifican lo que subes, sobre todo para ahorrar ancho de banda, y los metadatos desaparecen como efecto colateral; pero eso es una consecuencia de su cadena de proceso, no una promesa hacia ti, y varía según la plataforma y la vía de subida. Las fugas fiables son las rutas donde nadie recodifica nada: un archivo adjunto a un correo, una foto soltada en un chat como documento y no como imagen, una subida a un foro o a un portal de anuncios que guarda lo que le dan, un archivo entregado en una memoria, una imagen publicada en un sitio pequeño con software estándar. En todos esos casos los bytes que envías son los bytes que llegan, miniatura y coordenadas incluidas.

Y sí, una captura de pantalla funciona de verdad, para una foto. Capturar la pantalla produce un archivo nuevo hecho solo de los píxeles visibles, sin ninguno de los bloques originales adheridos, y lleva dos segundos. También tira resolución, porque capturas la imagen al tamaño en que estaba mostrada y no a su tamaño nativo, y no escala: doscientas fotos de vacaciones son doscientas operaciones manuales y una carpeta de copias del tamaño de la pantalla. Esa es la frontera honesta entre las dos respuestas. Una imagen, y lo más rápido que además es correcto es una captura de pantalla. Más de un puñado, y quieres una herramienta que haga el mismo trabajo sobre todo el lote sin que estés mirando.

Preguntas frecuentes

¿Elimina de verdad la posición GPS?

Sí. Las coordenadas GPS viven en un subdirectorio del bloque EXIF, y el bloque EXIF no se edita: se descarta junto con todo el contenedor original al recodificar los píxeles. En nuestra prueba la fuente contenía latitud, longitud y altitud; buscar la forma numérica de esos valores en el archivo limpio no devuelve nada, ni tampoco buscar la propia palabra Exif. Nada relativo a la ubicación puede sobrevivir a un proceso que solo copia valores de color.

¿Sobrevive la miniatura oculta?

No, y conviene comprobarlo, porque es ahí donde fallan otras herramientas. Un limpiador que edita etiquetas sobre la marcha puede dejar la miniatura intacta, y esa miniatura puede mostrar la escena antes de que recortaras o taparas algo. Aquí la miniatura no puede sobrevivir: vive dentro del bloque EXIF y el bloque EXIF nunca se copia. Lo confirmamos comparando los dos archivos byte a byte: la secuencia común más larga es la cabecera estándar que lleva toda imagen de ese navegador, y termina antes de donde empezarían los datos de imagen de la miniatura.

¿Limpiar hace perder calidad de imagen?

Un poco, y solo una vez si la usas una vez. La herramienta descodifica la foto y la vuelve a comprimir, así que la salida es una nueva versión con pérdidas. Medido frente a nuestra fuente, una sola pasada dio 46,2 decibelios de relación señal-ruido con un error máximo de 18 sobre 255 en un canal: invisible en visionado normal. Las pasadas repetidas se acumulan: tras seis, la relación había bajado a 38,5 decibelios y el error máximo había subido a 53. Limpia una vez, sobre la copia que vas a enviar, y guarda tu original intacto en otro sitio.

Cargué una foto de mi iPhone y no pasó nada. ¿Por qué?

Casi con seguridad porque el archivo es un HEIC, que es lo que captura un iPhone por defecto y que los navegadores de escritorio en general no saben descodificar. Lo reprodujimos con un archivo HEIC real: el descodificador falla, y la herramienta no tiene manejador para ese fallo, así que la página simplemente no hace nada: ni imagen, ni descarga, ni error. Convierte primero el archivo a JPEG, o cambia el ajuste de la cámara para que el teléfono capture en el formato más compatible, o comparte la foto desde una aplicación que convierta al exportar.

¿Cómo compruebo yo mismo que un archivo está limpio?

No te fíes del panel de información de archivo de tu sistema: muestra una selección de campos, no todo lo presente, y un bloque que no entienda sencillamente no aparecerá. Dos comprobaciones mejores: abre el archivo en un visor de metadatos que liste los segmentos en bruto en vez de etiquetas amables, o compara tamaños, porque una foto que encoge de forma notable tras limpiarla llevaba una miniatura oculta. Y comprueba lo que realmente enviaste y no lo que limpiaste: el archivo que sale de tu máquina es el que cuenta, y las aplicaciones de mensajería a veces recodifican o readjuntan por el camino.