Qué resolución de vídeo elegir, y lo que cada peldaño cuesta en megabytes

Bajar un peldaño es un cuadrado, no una mitad

Los nombres de la escala son alturas, y por eso la aritmética sorprende. De 1080p a 720p suena a dos tercios, y en la altura lo es: 720 es el 67 % de 1080. Pero el ancho bajó en la misma proporción, así que el área —el número de píxeles que el codificador tiene que describir de verdad— cayó al 67 % del 67 %, es decir al 44 %. En números enteros, 1920 × 1080 son 2 073 600 píxeles y 1280 × 720 son 921 600. No quitaste un tercio de la imagen. Quitaste más de la mitad.

El mismo cuadrado funciona en sentido contrario y explica por qué los archivos 4K asustan tanto. 3840 × 2160 son 8 294 400 píxeles, exactamente cuatro veces 1080p, porque se duplicaron las dos dimensiones. 1440p se sitúa entre ambos con 3 686 400, o sea 1,78 veces 1080p. En cuanto ves la escala como áreas y no como alturas, los tamaños dejan de ser un misterio: cada peldaño es aproximadamente la mitad del área del anterior, y los tamaños de archivo lo siguen a grandes rasgos, aunque no exactamente, por las razones de la sección siguiente.

El bitrate decide el tamaño; la resolución solo decide qué bitrate es razonable

Esta es la corrección que más tiempo perdido ahorra. El tamaño de un archivo sale de su bitrate multiplicado por su duración, y un tamaño de fotograma no es un bitrate: es solo una pista de qué bitrate parecería sensato. Puedes codificar 4K a 1 Mbit/s y obtener un archivo pequeño y horrendo, y puedes codificar 480p a 20 Mbit/s y obtener uno grande e impecable. Nada en la resolución impone ninguno de los dos resultados.

Así que antes de redimensionar nada, calcula lo que el archivo ya gasta por segundo. Divide su tamaño en megabytes entre su duración en segundos y multiplica por 8 000; eso da kilobits por segundo. Compáralo con la escala. Una grabación de teléfono a 1080p que sale en torno a 20 Mbit/s gasta con generosidad y tiene mucho que devolver. Un archivo 1080p que una app de chat te entregó a 1,5 Mbit/s ya está por debajo de lo que YouTube recomendaría para 480p, y redimensionarlo no te dará casi nada: la imagen nunca llevó tanta información desde el principio.

Por eso también un redimensionado puede producir un archivo más grande que el de partida, lo que parece un fallo y no lo es. El redimensionador de aquí codifica con un objetivo de calidad fijo, CRF 23, y un objetivo de calidad pide al codificador que gaste lo que la imagen necesite. Si la entrada se comprimió mucho más duramente de lo que lo habría hecho CRF 23, recodificarla a cualquier resolución cuesta más bits de los que ocupa ahora. Cuando eso pasa, la resolución nunca fue tu problema y el compresor de vídeo, con su calidad ajustable, es la herramienta que de verdad querías.

Por qué reducir los píxeles a la mitad no reduce los bytes a la mitad

Divide el bitrate recomendado por YouTube en cada peldaño entre los píxeles de un fotograma y entre la cadencia, y obtienes bits por píxel y fotograma: unos 0,16 en 2160p, 0,13 en 1080p, 0,18 en 720p, 0,20 en 480p. El número no baja cuando la imagen encoge: sube ligeramente en la parte baja de la escala. Los fotogramas pequeños son menos comprimibles por píxel, porque un códec ahorra bits encontrando regiones grandes que se repiten o se mueven juntas, y en una imagen pequeña hay menos sitio para esas regiones. El detalle que un fotograma grande reparte en dieciséis píxeles se apiña en cuatro, donde parece ruido, y el ruido es lo más caro que un códec de vídeo tiene que codificar jamás.

La versión práctica es sencilla. Pasar de 1080p a 720p quita el 56 % de los píxeles pero solo alrededor del 37 % del bitrate recomendado. Pasar de 1080p a 480p quita el 80 % de los píxeles y alrededor del 69 % del bitrate. La recompensa sigue siendo grande; solo es menor de lo que prometía la aritmética de los píxeles. Y el mayor paso con diferencia es el primero fuera del 4K: de 2160p a 1080p el bitrate recomendado baja a la quinta parte, y por eso un clip de vacaciones en 4K es el único archivo donde redimensionar lo cambia todo.

Qué hace la herramienta con el número que escribes

Le das un ancho y deduce todo lo demás. Al escalador se le pide que produzca tu ancho y que calcule la altura a partir de la relación de aspecto de la fuente, redondeada a un número par porque H.264 trabaja en bloques que lo exigen. El remuestreo usa Lanczos, un filtro más nítido que el de por defecto y la elección correcta cuando estás tirando píxeles. Luego la imagen se recodifica con libx264 a un CRF fijo de 23, el archivo se escribe como MP4 con la opción faststart para que el índice quede al principio, y el audio se copia sin tocarlo en vez de recodificarse.

De esa descripción se siguen dos consecuencias, y las dos importan. Primero, como el objetivo de calidad es fijo, la resolución es la única palanca que te da esta herramienta: si además necesitas controlar el equilibrio entre calidad y tamaño, eso es el CRF ajustable del compresor de vídeo, y encadenar ambos supone pagar dos generaciones de codificación en vez de una. Segundo, como el audio se copia byte a byte, su aportación al archivo no puede encoger hagas lo que hagas con la imagen: una banda sonora a 128 kbit/s pesa 0,96 MB por minuto antes y después, así que en un clip de cinco minutos 4,8 MB del resultado están fijados desde el principio.

Los botones predefinidos cubren 854, 1280 y 1920 píxeles de ancho —480p, 720p y 1080p en una fuente panorámica— y la casilla numérica acepta de 120 a 3840, así que 1440p y 2160p se alcanzan escribiendo 2560 y 3840. Nada en la herramienta te impide introducir un ancho mayor que el de la fuente, y si lo haces, ampliará obedientemente: más píxeles, un archivo mayor, y ni un detalle más, porque la información sencillamente no está en el original. Comprueba qué es realmente tu archivo antes de elegir un número.

Elegir el peldaño según adónde va el vídeo

Ajusta el peldaño a la pantalla que de verdad lo va a mostrar. Un clip destinado a una ventana de chat, a un hilo de mensajes o a una diapositiva en una reunión se ve en un rectángulo de unos pocos cientos de píxeles de ancho, y 720p ya supera lo que esa superficie puede resolver; 480p suele ser indistinguible. Un vídeo para una web que se reproducirá en una columna de texto está igual. Todo lo que vaya a pantalla completa en un portátil o un televisor merece 1080p. El 4K justifica su peso solo cuando el espectador tiene una pantalla 4K y un motivo para mirar de cerca: un paisaje, un producto, material que piensas recortar después.

Un caso argumenta en contra de redimensionar. Si el destino es una plataforma que recodifica todo al subirlo, darle la mayor versión razonable y dejar que sus codificadores construyan la escala da mejor resultado que encoger antes, porque su codificación de segunda generación parte entonces de más información y no de menos. YouTube publica los bitrates que quiere justo por eso. Redimensiona cuando eres tú quien entrega el archivo final: un correo, un mensaje, un formulario con límite, una página que controlas. No redimensiones cuando alimentas una máquina que va a rehacer el trabajo de todos modos.

Preguntas frecuentes

Redimensioné a 720p y el archivo apenas encogió. ¿Por qué?

Casi con seguridad porque la fuente ya estaba codificada con parsimonia. Calcula lo que gasta por segundo —tamaño en megabytes, por 8 000, entre la duración en segundos— y compáralo con los 5 Mbit/s que suele pedir el 720p. Si el original ya estaba por debajo, no había nada que recuperar, y el objetivo fijo de CRF 23 puede incluso haber gastado más. Redimensionar recompensa las fuentes generosas: un original de cámara, una grabación en 4K, una exportación de un programa de montaje. No hace casi nada por un archivo que ya pasó por una app de mensajería.

¿Redimensionar primero o comprimir primero?

Haz las menos pasadas posibles, porque cada una cuesta una generación de calidad. Redimensionar ya recodifica a CRF 23, así que encadenarlo con el compresor supone dos codificaciones completas del mismo material. El orden eficiente es redimensionar una vez, mirar el resultado y recurrir al compresor solo si sigue por encima de tu límite. Al revés —comprimir y luego redimensionar— es peor, porque estarías reduciendo una imagen ya degradada y después recodificando la degradación.

¿Puedo convertir un vídeo 720p en 1080p?

La herramienta te dejará, y no deberías. Ampliar inventa píxeles interpolando entre los que tienes; no puede añadir detalle que nunca se grabó. Lo que obtienes es la misma imagen, algo más blanda por la interpolación, en un archivo notablemente mayor. Las únicas razones honestas para ampliar son técnicas: una plataforma o una línea de montaje que exigen una resolución mínima, o igualar un clip con otros de una secuencia. Si solo quieres que el vídeo se vea mejor, gasta el esfuerzo en un CRF más bajo a su resolución nativa.

¿Redimensionar daña el sonido?

En absoluto: el audio se copia sin decodificarlo, lo que no cuesta tiempo y no pierde nada. La contrapartida es que su parte del archivo queda fija. Si el original llevaba una banda sonora a 320 kbit/s, la versión redimensionada sigue llevándola, pesando 2,4 MB por minuto hagas lo que hagas con la imagen. En un clip corto eso es invisible; en una grabación de cuarenta minutos son 96 MB que aquí no puedes encoger. Si el sonido es el grueso del problema, el compresor de vídeo, que recodifica el audio a 128 kbit/s, es la herramienta que sí lo moverá.