Tout outil qui transforme un enregistrement large en clip vertical doit décider, plusieurs fois par seconde, quelle tranche de l'image garder. Quand il décide bien, personne ne le remarque. Quand il décide mal, vous obtenez un clip de la main de quelqu'un pendant qu'une voix parle hors champ. Voici comment savoir lequel des deux vous achetez, avant d'avoir coupé cinquante clips avec.
Elles ne sont pas aussi fréquentes les unes que les autres, et seule la première se voit sur une image figée.
Quelque chose de clair bouge - une main, un téléphone levé vers l'objectif, un produit qu'on retourne - et le cadre part avec. Le visage sort par le haut et le clip devient un gros plan sur un objet pendant que la personne l'explique depuis le hors-champ. C'est l'échec le plus courant et le plus facile à provoquer.
La réponse d'un détecteur de visages bouge un peu à chaque image même quand la personne, elle, ne bouge pas. Un recadrage qui la suit directement hérite de ce tremblement et glisse lentement à travers le plan. Cela donne un panoramique lent que personne n'a demandé, surtout visible sur une caméra fixe, où le fond sert de repère.
Le montage coupe sur un autre axe, ou une autre personne. Ce que le recadrage suivait n'existe plus, mais il continue vers où il allait et n'arrive nulle part : la première seconde de chaque nouveau plan est cadrée sur une pièce vide, et ce n'est qu'ensuite qu'il se corrige.
Des diapositives, du gameplay, une capture d'écran, un plan large d'une salle. Il n'y a pas de sujet, et la bonne réponse est de garder un cadre fixe. Un outil qui s'obstine à en trouver un va errer dans l'image à la recherche d'un visage qui n'y est pas.
Quatre clips courts, une question chacun. À faire passer à n'importe quel outil, celui-ci compris.
Regardez les quatre sans le son. C'est là toute l'astuce. Avec le son, votre cerveau devine où se trouve la personne qui parle et pardonne un cadre qui l'a perdue ; en silence, vous voyez exactement ce que voit quelqu'un qui fait défiler, c'est-à-dire une image qui se tient toute seule, ou pas.
Le quatrième test mérite qu'on s'y arrête, car parfois la bonne décision est de ne pas recadrer du tout.
Une plage bondée avec les vagues derrière. Une scène avec un groupe dessus. Une rue. L'image est pleine de mouvement et rien de tout cela n'est le sujet, parce qu'il n'y a pas de sujet - et une fenêtre de recadrage posée n'importe où y est posée au hasard. Un outil qui s'obstine à choisir suivra ce qui a bougé en dernier, et le résultat ressemble moins à une caméra qu'à une panne.
La réponse honnête est alors d'arrêter de recadrer. Garder l'image entière et remplir les côtés : le spectateur voit la scène telle qu'elle a été tournée, au lieu d'une fenêtre étroite sur un coin quelconque. Cela coûte de la hauteur d'écran, et c'est pourquoi ce ne doit pas être le réglage par défaut - mais sur ce type d'images, c'est la seule réponse qui ne soit pas une supposition. Deux personnes, c'est la même décision en miniature : si elles tiennent toutes les deux dans une fenêtre verticale, on garde les deux ; si elles sont aux deux bouts d'une table, elles ne tiennent pas, et en choisir une, c'est ainsi qu'une conversation devient un monologue.
Un recadrage qui fonctionne fait trois choses peu spectaculaires. Il décide par plan et non par image, si bien qu'une coupe le réinitialise et que le tremblement ne le déplace pas. Il préfère une personne au mouvement, si bien qu'une main qui traverse l'objectif n'emporte pas la caméra. Et quand il ne trouve personne, il cesse de chercher et tient un cadre raisonnable, parce qu'une image fixe de la bonne pièce vaut mieux qu'une image mobile du mauvais coin.
SnapDub tranche ainsi : les deux personnes si les deux tiennent, le plan large sinon, et le plan large encore quand l'image est chargée et que personne dedans n'est le sujet. Si cela se trompe sur vos images, nous préférons le savoir - dites-nous ce qu'il a fait.
Deux pages voisines de celle-ci : recadrage vertical, sur ce qu'une image large perd en passant au vertical, et accroches vidéo, sur l'endroit où un clip doit commencer. Les deux sont en anglais.
Parce que le mouvement est ce qu'il y a de plus facile à détecter, et un visage immobile ne l'est pas. Une main qui traverse l'objectif est grande, claire et rapide ; un visage qui ne bouge pas n'est rien de tout cela, alors un recadrage qui note le mouvement part avec la main à chaque fois. La solution n'est pas un meilleur détecteur mais une autre priorité : décider une seule fois par plan qui est le sujet, et faire en sorte que le mouvement à l'intérieur de ce plan n'y change rien.
C'est un choix. La dérive vient du fait de suivre la réponse du détecteur image par image, et cette réponse bouge un peu même quand la personne ne bouge pas. La lisser ne coûte rien et la différence se voit sur le premier plan à caméra fixe que vous essaierez.
Cela dépend si elles tiennent dans le cadre. Si les deux entrent dans une fenêtre verticale, les garder toutes les deux est la bonne réponse, et couper sur une seule transforme une conversation en monologue. Si elles sont aux deux bouts d'une table, elles ne tiennent pas, et il faut céder quelque chose : soit l'une des deux personnes, soit l'image entière avec les côtés remplis.
Une vidéo, et quatre moments pris dedans. Vous ne mesurez pas une précision, vous cherchez les quatre défauts ci-dessus : chacun se voit en une seconde ou deux quand on sait quoi regarder, et sans le son aucun ne vous échappe.