Guía Vidlora
Cómo funciona la compresión de vídeo
El vídeo sin comprimir es enorme: un minuto de 1080p a 30 fps ocupa unos 5,6 GB incluso con un muestreo de color eficiente. Los códecs lo hacen manejable aprovechando dos hechos: los píxeles vecinos se parecen y los fotogramas consecutivos también. Esta guía explica las ideas principales de la compresión moderna, como la predicción, los fotogramas clave, la cuantización y el control de la tasa de bits, para que entiendas por qué algunos vídeos se reducen con facilidad, por qué otros no y por qué recodificar repetidamente daña la calidad.
7 minutos de lectura
Por qué el vídeo en bruto es tan grande
Un fotograma de 1080p tiene 1920 x 1080 = 2.073.600 píxeles. Almacenado con color de 8 bits y la disposición 4:2:0 habitual, son unos 3,1 MB por fotograma. A 30 fotogramas por segundo, un segundo son 93 MB y un minuto unos 5,6 GB; con RGB completo serían casi 11 GB. Transmitir eso requeriría unos 750 Mbps, muy por encima de lo que ofrece internet doméstico. Un vídeo de 1080p en streaming suele funcionar a 5 Mbps, aproximadamente 150 veces menos. La compresión lo consigue descartando la información que las personas tienen menos probabilidades de notar y describiendo lo que queda de forma eficiente. Entender de dónde vienen los ahorros explica la mayoría de los consejos prácticos sobre los ajustes de vídeo.
Compresión espacial dentro de un fotograma
Dentro de un solo fotograma, los códecs dividen la imagen en bloques (macrobloques en H.264, unidades de árbol de codificación de hasta 64x64 en H.265 y AV1). Para cada bloque predicen el contenido a partir de los píxeles vecinos ya decodificados y después almacenan solo la diferencia. Un cielo azul despejado se predice casi perfectamente desde su borde, así que cuesta muy poco. Las diferencias restantes pasan por una transformada, similar a la que usa JPEG, que convierte los patrones de píxeles en componentes de frecuencia. El detalle fino reside en las frecuencias altas, que el codificador puede reducir o descartar. Por eso las zonas planas se comprimen bien y las texturas detalladas, como el follaje, el agua y el confeti, resultan caras.
Compresión temporal entre fotogramas
Gran parte de un vídeo se repite de un fotograma al siguiente, así que los códecs almacenan los cambios en lugar de imágenes completas. Para cada bloque, el codificador busca en el fotograma anterior la mejor coincidencia y registra un vector de movimiento, que dice mueve este bloque tres píxeles a la izquierda, más una pequeña corrección. Los fondos estáticos cuestan casi nada; una cámara en trípode apuntando a una persona que habla se comprime muy bien. Las imágenes con cámara en mano, los barridos, las explosiones, la lluvia y el grano de película rompen esta predicción porque los cambios son grandes e impredecibles. Por eso dos vídeos con la misma resolución y duración pueden diferir varias veces en tamaño, y por eso la grabación de una presentación estática es diminuta comparada con un partido de fútbol.
Fotogramas I, P y B
Los fotogramas se organizan en grupos. Un fotograma I (fotograma clave) se codifica por sí solo, como una imagen fija, y es el más grande. Un fotograma P predice a partir de fotogramas anteriores. Un fotograma B puede predecir a partir de fotogramas anteriores y posteriores, lo que lo hace el más pequeño. Un grupo de imágenes típico puede contener un fotograma clave cada 2 a 10 segundos, con fotogramas P y B entre ellos. Los fotogramas clave permiten desplazarse por el vídeo y recuperarse de errores, ya que la decodificación puede empezar en cualquiera de ellos. Los intervalos más largos ahorran espacio pero hacen más lento saltar de un punto a otro y empeoran la recuperación de errores. Los servicios de streaming suelen usar intervalos de 2 segundos para cambiar rápido de calidad, mientras que los archivos de conservación usan otros más largos. Esta estructura es también la razón por la que el recorte sin pérdida se ajusta a los fotogramas clave.
Cuantización: dónde se pierde realmente la calidad
Tras la transformada, el codificador divide los coeficientes por un paso de cuantización y los redondea. Los pasos mayores llevan más coeficientes pequeños a cero, lo que reduce los datos pero elimina detalle. El cuantificador, a menudo expresado como QP, es la principal fuente de pérdida. Con un QP bajo el vídeo es casi transparente; con un QP alto aparecen bloques con bordes cuadrados, halos alrededor de los bordes marcados, bandas en los degradados y texturas borrosas. Los buenos codificadores varían la cuantización a lo largo del fotograma, gastando más en los rostros y menos en los fondos con mucho detalle, y a lo largo del tiempo, gastando más en las escenas que servirán de referencia a fotogramas posteriores. Los ajustes del codificador, como los preajustes, influyen en lo bien que se toman estas decisiones, no en si el proceso tiene pérdida.
Tasa de bits, CRF y control de tasa
La tasa de bits es la cantidad de datos por segundo. Los codificadores la controlan de varias maneras. La tasa de bits constante (CBR) la mantiene fija, algo útil para la emisión en directo con un ancho de banda fijo. La tasa de bits media (ABR) busca un tamaño total. El factor de tasa constante (CRF) busca una calidad uniforme y deja que la tasa de bits fluctúe, usando más bits en escenas complejas y menos en las fáciles. CRF es la opción habitual para archivos que conservas o compartes. Una codificación en dos pasadas analiza primero todo el vídeo y después reparte los bits con más precisión, lo que ayuda cuando debes alcanzar un tamaño de archivo exacto. Con x264, una diferencia de CRF de unos 6 puntos reduce a la mitad o duplica aproximadamente la tasa de bits. Plataformas como Vidlora ofrecen un objetivo de calidad en lugar de una tasa de bits directa por esta razón.
Códecs más recientes: H.265, VP9 y AV1
Cada generación de códecs añade una predicción más inteligente y bloques mayores y más flexibles. H.265 (HEVC) suele necesitar entre un 30 y un 50 por ciento menos de tasa de bits que H.264 para una calidad similar. VP9 se mueve más o menos en el mismo rango. AV1 puede ahorrar otro 20 a 30 por ciento respecto a H.265, pero exige mucho más cálculo de codificación. Los costes son el tiempo de codificación, la potencia de decodificación y la compatibilidad: el hardware antiguo puede no decodificarlos con fluidez, y las licencias difieren entre códecs. H.264 sigue siendo la referencia porque casi todos los dispositivos lo decodifican por hardware. Los códecs más nuevos destacan en 4K, HDR y streaming con ancho de banda limitado, donde incluso un ahorro porcentual modesto supone enormes cantidades de datos repartidas entre muchos espectadores.
Pérdida de generación y lecciones prácticas
Como la compresión descarta información, cada recodificación parte de una imagen ya degradada y añade nuevos errores encima. Tras varias generaciones aparecen bloques, cambios de color y una papilla que ningún ajuste posterior puede deshacer. De ahí se desprenden reglas prácticas. Conserva la grabación original y haz las copias para compartir a partir de ella una sola vez. Prefiere las operaciones que evitan la recodificación, como el recorte por copia de flujo y el remuxeo del contenedor. Codifica a la resolución final, no varias veces con tamaños distintos. Usa un objetivo de calidad acorde con el destino, porque subir un archivo muy comprimido a una plataforma que lo vuelve a comprimir agrava el daño. Por último, recuerda que una mayor tasa de bits no puede devolver el detalle ya perdido, pero sí puede evitar más pérdidas.
Probar el descargador de videos gratis