Que resolução de vídeo escolher, e o que cada degrau custa em megabytes

Descer um degrau é um quadrado, não uma metade

Os nomes da escada são alturas, e é por isso que a aritmética surpreende. De 1080p para 720p soa a dois terços, e na altura é: 720 é 67 % de 1080. Mas a largura desceu na mesma proporção, pelo que a área — o número de píxeis que o codificador tem mesmo de descrever — caiu para 67 % de 67 %, ou seja 44 %. Em números inteiros, 1920 × 1080 dá 2 073 600 píxeis e 1280 × 720 dá 921 600. Não retirou um terço da imagem. Retirou mais de metade.

O mesmo quadrado corre no sentido inverso e explica por que os ficheiros 4K são tão alarmantes. 3840 × 2160 dá 8 294 400 píxeis, exatamente quatro vezes 1080p, porque as duas dimensões duplicaram. O 1440p fica entre os dois com 3 686 400, ou seja 1,78 vezes 1080p. Assim que se vê a escada como áreas e não como alturas, os tamanhos deixam de ser um mistério: cada degrau tem cerca de metade da área do anterior, e os tamanhos dos ficheiros seguem no essencial, embora não exatamente, pelas razões da secção seguinte.

É o débito que decide o tamanho; a resolução só decide que débito é razoável

Esta é a correção que mais tempo perdido poupa. O tamanho de um ficheiro vem do seu débito multiplicado pela duração, e um tamanho de fotograma não é um débito — é apenas uma pista sobre que débito pareceria sensato. Pode codificar 4K a 1 Mbit/s e obter um ficheiro pequeno e horrível, e pode codificar 480p a 20 Mbit/s e obter um grande e impecável. Nada na resolução impõe qualquer dos resultados.

Por isso, antes de redimensionar seja o que for, calcule o que o ficheiro já gasta por segundo. Divida o seu tamanho em megabytes pela duração em segundos e multiplique por 8 000; dá kilobits por segundo. Compare com a escada. Uma gravação de telemóvel a 1080p que sai à volta de 20 Mbit/s gasta com generosidade e tem muito para devolver. Um ficheiro 1080p que uma aplicação de conversa lhe entregou a 1,5 Mbit/s já está abaixo do que o YouTube recomendaria para 480p, e redimensioná-lo não lhe renderá quase nada — a imagem nunca transportou tanta informação à partida.

É também por isso que um redimensionamento pode produzir um ficheiro maior do que o de partida, o que parece uma avaria e não é. O redimensionador aqui codifica com um alvo de qualidade fixo, CRF 23, e um alvo de qualidade pede ao codificador que gaste o que a imagem precisar. Se a entrada foi comprimida muito mais duramente do que o CRF 23 a teria comprimido, recodificá-la a qualquer resolução custa mais bits do que ela ocupa. Quando isso acontece, a resolução nunca foi o seu problema e o compressor de vídeo, com a sua qualidade ajustável, é a ferramenta que queria de facto.

Porque reduzir os píxeis a metade não reduz os bytes a metade

Divida o débito recomendado pelo YouTube em cada degrau pelos píxeis de um fotograma e pela cadência, e obtém bits por píxel e por fotograma: cerca de 0,16 em 2160p, 0,13 em 1080p, 0,18 em 720p, 0,20 em 480p. O número não desce quando a imagem encolhe — sobe ligeiramente na parte baixa da escada. Os fotogramas pequenos são menos compressíveis por píxel, porque um codec poupa bits ao encontrar regiões grandes que se repetem ou se movem juntas, e numa imagem pequena há menos espaço para essas regiões. O detalhe que um fotograma grande espalha por dezasseis píxeis fica espremido em quatro, onde parece ruído, e o ruído é a coisa mais cara que um codec de vídeo alguma vez tem de codificar.

A versão prática é simples. Passar de 1080p para 720p retira 56 % dos píxeis mas apenas cerca de 37 % do débito recomendado. Passar de 1080p para 480p retira 80 % dos píxeis e cerca de 69 % do débito. A recompensa continua grande; é apenas menor do que a aritmética dos píxeis prometia. E o maior passo de longe é o primeiro para fora do 4K: de 2160p para 1080p o débito recomendado cai para um quinto, e é por isso que um clipe de férias em 4K é o único ficheiro em que redimensionar muda tudo.

O que a ferramenta faz com o número que escreve

Dá-lhe uma largura e ela deduz tudo o resto. Ao escalador é pedido que produza a sua largura e que calcule a altura a partir da relação de aspeto da fonte, arredondada a um número par porque o H.264 trabalha em blocos que o exigem. A reamostragem usa Lanczos, um filtro mais nítido do que o de origem e a escolha certa quando se estão a deitar píxeis fora. A imagem é depois recodificada com libx264 a um CRF fixo de 23, o ficheiro é escrito como MP4 com a opção faststart para que o índice fique à cabeça, e o áudio é copiado sem lhe tocar em vez de recodificado.

Dessa descrição decorrem duas consequências, e ambas importam. Primeiro, como o alvo de qualidade é fixo, a resolução é a única alavanca que esta ferramenta lhe dá — se também precisar de controlar o equilíbrio entre qualidade e tamanho, isso é o CRF ajustável do compressor de vídeo, e encadear os dois significa pagar duas gerações de codificação em vez de uma. Segundo, como o áudio é copiado byte a byte, o seu contributo para o ficheiro não pode encolher faça o que fizer à imagem: uma banda sonora a 128 kbit/s pesa 0,96 MB por minuto antes e depois, por isso num clipe de cinco minutos 4,8 MB do resultado estão fixados à partida.

Os botões predefinidos cobrem 854, 1280 e 1920 píxeis de largura — 480p, 720p e 1080p numa fonte panorâmica — e a caixa numérica aceita de 120 a 3840, pelo que 1440p e 2160p se alcançam escrevendo 2560 e 3840. Nada na ferramenta o impede de introduzir uma largura maior do que a da fonte, e se o fizer, ela ampliará obedientemente: mais píxeis, um ficheiro maior, e nem um detalhe a mais, já que a informação simplesmente não está no original. Verifique o que o seu ficheiro é realmente antes de escolher um número.

Escolher o degrau conforme o destino do vídeo

Ajuste o degrau ao ecrã que o vai mostrar de facto. Um clipe destinado a uma janela de conversa, a um fio de mensagens ou a um diapositivo numa reunião é mostrado num retângulo de algumas centenas de píxeis de largura, e o 720p já ultrapassa o que essa superfície consegue resolver; o 480p é muitas vezes indistinguível. Um vídeo para um site que vai tocar numa coluna de texto está na mesma situação. Tudo o que for para ecrã inteiro num portátil ou num televisor merece 1080p. O 4K só justifica o seu peso quando o espectador tem um ecrã 4K e uma razão para olhar de perto — uma paisagem, um produto, imagens que tenciona recortar depois.

Um caso argumenta contra redimensionar de todo. Se o destino for uma plataforma que recodifica tudo no envio, dar-lhe a maior versão razoável e deixar que os seus codificadores construam a escada dá melhor resultado do que encolher antes, porque a codificação de segunda geração parte então de mais informação e não de menos. É exatamente por isso que o YouTube publica os débitos que deseja. Redimensione quando é o próprio a entregar o ficheiro final — um correio, uma mensagem, um formulário com limite, uma página que controla. Não redimensione quando está a alimentar uma máquina que vai refazer o trabalho de qualquer maneira.

Perguntas frequentes

Redimensionei para 720p e o ficheiro quase não encolheu. Porquê?

Quase de certeza porque a fonte já estava codificada com parcimónia. Calcule o que gasta por segundo — tamanho em megabytes, vezes 8 000, a dividir pela duração em segundos — e compare com os 5 Mbit/s que o 720p costuma pedir. Se o original já estava abaixo disso, não havia nada para recuperar, e o alvo fixo de CRF 23 pode até ter gasto mais. Redimensionar recompensa fontes generosas: um original de câmara, uma gravação em 4K, uma exportação de software de montagem. Não faz quase nada por um ficheiro que já passou por uma aplicação de mensagens.

Redimensionar primeiro ou comprimir primeiro?

Faça o menor número possível de passagens, porque cada uma custa uma geração de qualidade. Redimensionar já recodifica a CRF 23, por isso encadeá-lo com o compressor significa duas codificações completas do mesmo material. A ordem eficiente é redimensionar uma vez, olhar para o resultado, e só recorrer ao compressor se continuar acima do seu limite. Ao contrário — comprimir e depois redimensionar — é pior, porque estaria a reduzir uma imagem já degradada e a seguir a recodificar a degradação.

Posso transformar um vídeo 720p em 1080p?

A ferramenta deixa-o fazê-lo, e não devia. Ampliar inventa píxeis interpolando entre os que tem; não pode acrescentar detalhe que nunca foi gravado. O que obtém é a mesma imagem, um pouco mais mole por causa da interpolação, num ficheiro nitidamente maior. As únicas razões honestas para ampliar são técnicas: uma plataforma ou uma linha de montagem que exigem uma resolução mínima, ou igualar um clipe aos outros de uma sequência. Se só quer que o vídeo fique melhor, gaste o esforço num CRF mais baixo na sua resolução nativa.

Redimensionar estraga o som?

De todo em todo não — o áudio é copiado sem ser descodificado, o que não custa tempo e não perde nada. A contrapartida é que a sua fatia do ficheiro fica fixa. Se o original trazia uma banda sonora a 320 kbit/s, a versão redimensionada continua a trazê-la, a pesar 2,4 MB por minuto independentemente do que fez à imagem. Num clipe curto isso é invisível; numa gravação de quarenta minutos são 96 MB que aqui não consegue encolher. Se o som for o grosso do problema, o compressor de vídeo, que recodifica o áudio a 128 kbit/s, é a ferramenta que o vai mesmo mexer.