تبدیل ویدیو به GIF: حجم، نرخ فریم و نکات حلقه

GIF از وب هم قدیمی‌تر است. شرکت CompuServe نسخهٔ اول، یعنی GIF87a، را در سال 1987 منتشر کرد تا تصاویر ثابت روی اتصال‌های دایال‌آپ ارسال شوند. نسخهٔ 1989 با نام GIF89a دو قابلیتی را اضافه کرد که انیمیشن را ممکن ساخت: مقدار تأخیر برای هر فریم و یک رنگ شفاف. تکرار حلقه‌ای بعدتر، در 1995، آمد؛ زمانی که Netscape Navigator 2.0 شروع به خواندن یک افزونهٔ کوچک کرد که تعداد تکرار را مشخص می‌کند. هر GIF متحرک امروز هم هنوز یک فایل GIF89a با همین بلوک است و برای همین تقریباً در هر مرورگر و برنامهٔ ایمیلی پخش می‌شود.

GIF در درون خود مجموعه‌ای از تصاویر اندیس‌دار است. هر فریم به جدول رنگی حداکثر 256 ورودی اشاره می‌کند، پس یک فریم فقط 256 رنگ مختلف نشان می‌دهد، حتی اگر ویدیوی اصلی میلیون‌ها رنگ داشته باشد. پیکسل‌ها سپس با LZW فشرده می‌شوند؛ روشی بدون افت و مبتنی بر دیکشنری که روی نواحی تخت تک‌رنگ خوب و روی نویز، دانه‌دانه‌بودن و گرادیان‌های عکس‌گونه بد عمل می‌کند. خود LZW چیزی را دور نمی‌ریزد؛ افت کیفیت زودتر رخ می‌دهد، آنجا که میلیون‌ها رنگ در یک پالت جا داده می‌شوند.

دو چیز دیگر هم هست که GIF نمی‌تواند داشته باشد. هیچ ترک صوتی ندارد، پس صدای ویدیو به‌سادگی حذف می‌شود. زمان‌بندی‌اش هم درشت است: تأخیرها بر حسب صدم ثانیه ذخیره می‌شوند و بیشتر مرورگرها تأخیر 0 یا 1 صدم را 10 صدم در نظر می‌گیرند؛ بنابراین GIF ساخته‌شده با 50 fps یا بیشتر کندتر پخش می‌شود، نه روان‌تر. در عمل بازهٔ مفید 10 تا 25 fps است.

کدک‌های ویدیویی امروزی مثل H.264 فقط هرچند وقت یک بار تصویر کامل را ذخیره می‌کنند و بیشتر فریم‌ها را به‌صورت تغییرات کوچک نسبت به فریم قبل توصیف می‌کنند. GIF می‌تواند کمی از این کار را با به‌روزرسانی فقط یک مستطیل از فریم قبلی انجام دهد، اما چیزی شبیه پیش‌بینی حرکت ندارد. به محض اینکه دوربین حرکت کند تقریباً همهٔ پیکسل‌ها عوض می‌شوند و هر فریم تقریباً کامل ذخیره می‌شود. برای همین یک کلیپ 2 MB گوشی می‌تواند به GIF حدود 15 MB تبدیل شود، در حالی که ضبط صفحه‌ای که فقط موس روی پنجره‌ای ثابت حرکت می‌کند بسیار کوچک می‌ماند.

حجم GIF تقریباً برابر است با عرض ضرب در ارتفاع ضرب در تعداد فریم‌ها، با تخفیفی بابت بخش‌هایی که بین فریم‌ها ثابت می‌مانند. به همین دلیل رتبه‌بندی اهرم‌ها آسان است. مدت، فریم‌ها را یک‌به‌یک کم می‌کند: چهار ثانیه به جای هشت ثانیه، حجم را نصف می‌کند. عرض، پیکسل‌ها را به‌صورت مجذوری کم می‌کند: رفتن از 640 px به 320 px یک‌چهارم پیکسل‌های هر فریم را باقی می‌گذارد. نرخ فریم هم دوباره خطی فریم‌ها را کم می‌کند و 12 fps برای حرکات دست و چهره‌ها به‌طرز شگفت‌آوری خوب جواب می‌دهد. کم کردن رنگ‌ها کمتر از انتظار مؤثر است، معمولاً 10 تا 30 درصد، چون LZW بیشتر به الگوهای تکراری اهمیت می‌دهد تا به اندازهٔ پالت.

دیترینگ همان بده‌بستانی است که بیشتر مردم را گیج می‌کند. این روش نقطه‌هایی از رنگ‌های نزدیک پالت را پخش می‌کند تا سایه‌روشن‌هایی را که پالت ندارد شبیه‌سازی کند؛ نوارنوار شدن آسمان و پوست را پنهان می‌کند، اما نویز ریزی اضافه می‌کند که LZW بد فشرده‌اش می‌کند. برای ضبط صفحه، کارتون و دموی رابط کاربری که رنگ تخت همان واقعیت است آن را خاموش کنید و برای فیلم واقعی روشن بگذارید. برش آخرین اهرم است: حذف حاشیهٔ ثابت یا نوار سیاه بالا و پایین، بدون دست زدن به سوژه پیکسل‌ها را کم می‌کند.

بیشتر GIFهایی که به اشتراک گذاشته می‌شوند یک لحظهٔ واحدند: یک واکنش، یک گل، کلیک روی یک دکمه و صفحه‌ای که بعد از آن می‌آید. ویدیو را یک بار با کرونومتر ذهنی ببینید و ثانیه‌ای را که لحظه شروع می‌شود و ثانیه‌ای را که کاملاً به نتیجه رسیده یادداشت کنید، سپس چند فریم از هر طرف اضافه کنید تا حلقه بریده‌بریده حس نشود. اگر منبع طولانی است، ابتدا بازه را با برش ویدیو جدا کنید و روی فایل کوتاه کار کنید. در مبدل هم نوشتن زمان‌ها در شروع از و پایان در به‌صورت ثانیه یا دقیقه:ثانیه همین کار را بدون مرحلهٔ جدا انجام می‌دهد.

به این هم فکر کنید که GIF از کجا شروع به پخش می‌شود. بسیاری از برنامه‌های چت و ایمیل هنگام بارگذاری فایل فریم اول را نشان می‌دهند و Outlook برای ویندوز از 2007 تا 2016 فقط فریم اول را نشان می‌دهد و هرگز متحرکش نمی‌کند. از فریمی شروع کنید که به‌عنوان تصویر ثابت معنا دارد، نه از تاری وسط یک پن. اگر پیام GIF یک نوشته یا نتیجه است، با افزایش پایان در آن لحظهٔ آخر را نیم ثانیه نگه دارید تا بینندگان پیش از شروع دوبارهٔ حلقه بتوانند آن را بخوانند.

مقصد GIF پیش از هر تنظیمی بودجه را تعیین می‌کند. دیسکورد در 2024 سقف آپلود رایگان را به 10 MB برای هر فایل کاهش داد و این عددی است که بیشتر مردم اول به آن می‌رسند؛ Nitro Basic آن را به 50 MB و Nitro به 500 MB می‌رساند. GIPHY آپلود تا 15 ثانیه و 100 MB را می‌پذیرد. X تا 15 MB GIF می‌گیرد و هنگام آپلود آن را به ویدیوی حلقه‌ای تبدیل می‌کند، و Reddit تا 100 MB GIF می‌پذیرد اما آن را هم به‌صورت ویدیو ارائه می‌دهد. Slack فایل تا 1 GB می‌گیرد، اما ایموجی سفارشی باید زیر 128 KB بماند، یعنی عرض بسیار کم، حلقهٔ کوتاه و رنگ‌های کم.

ایمیل استثناست. Gmail برای هر پیام 25 MB پیوست و Outlook.com مقدار 20 MB اجازه می‌دهد، اما GIFی که درون متن خبرنامه یا امضا قرار می‌گیرد باید خیلی زیر 1 MB بماند تا پیام روی اینترنت موبایل سریع باز شود. در چت به جای اینکه درست زیر سقف باشید، نصف سقف را هدف بگیرید، چون گیرندگان ممکن است اتصال کندی داشته باشند. اعداد زیر در 2025 معتبر بودند؛ وقتی فایل درست لب مرز است صفحهٔ راهنمای سرویس را بررسی کنید.

دلیل اینکه X هر GIF آپلودشده را به MP4 تبدیل می‌کند و از 2014 همین کار را کرده، پهنای باند است. همان پنج ثانیه‌ای که به‌صورت GIF 4 MB حجم دارد، با H.264 معمولاً در چند صد کیلوبایت جا می‌شود، با رنگ کامل به جای 256 طیف و بدون نویز دیترینگ. GIPHY و Tenor هم همین کار را می‌کنند: دکمهٔ GIF در کیبورد شما معمولاً یک MP4 یا WebP کوچک می‌آورد. پس پرسش درست این نیست که بهترین GIF را چگونه بسازیم، بلکه این است که اصلاً جایی که در آن پست می‌گذارید به GIF نیاز دارد یا نه.

وقتی مقصد تصویر نشان می‌دهد اما ویدیو نه، GIF واقعی نگه دارید: متن ایمیل، README یا issue در GitHub، تیکت Jira، ویکی، انجمن قدیمی، یا اسلایدی که باید در هر نمایشگری کار کند. هرجا ویدیو درون صفحه و بی‌صدا پخش می‌شود، که شامل بیشتر شبکه‌های اجتماعی و برنامه‌های چت امروزی است، حلقهٔ MP4 یا WebM بهتر به نظر می‌رسد و سریع‌تر بارگذاری می‌شود. در صفحهٔ وبی که خودتان کنترل می‌کنید، عنصر <video autoplay muted loop playsinline> مثل GIF رفتار می‌کند و کسری از بایت‌ها را مصرف می‌کند.

دو فرمت تصویری هم میان این‌ها قرار دارند. WebP متحرک از گوگل میلیون‌ها رنگ و فشرده‌سازی با افت را پشتیبانی می‌کند و از نسخهٔ 14 سافاری در 2020 پخش می‌شود، پس اکنون در هر مرورگر فعلی کار می‌کند، هرچند بسیاری از برنامه‌های خارج از مرورگر هنوز آن را نمی‌پذیرند. APNG فرمت PNG را با فریم گسترش می‌دهد، رنگ کامل و شفافیت آلفای واقعی را نگه می‌دارد و اپل و LINE برای استیکرهای متحرک از آن استفاده می‌کنند. اگر GIF از قبل وجود دارد و فقط برای سایتی که ویدیو پخش می‌کند باید کوچک‌تر شود، تبدیل دوبارهٔ GIF به MP4 معمولاً بزرگ‌ترین صرفه‌جویی تکی است.

گوشی‌ها بدون نصب برنامهٔ اضافه هم می‌توانند این کار را انجام دهند. در iPhone برنامهٔ Shortcuts اکشنی به نام Make GIF دارد که ویدیو یا Live Photo را می‌پذیرد و Live Photo با افکت Loop یا Bounce راهی سریع برای گرفتن منبع است. برنامهٔ Gallery در گوشی‌های سامسونگ هنگام پخش ویدیو دکمهٔ GIF نشان می‌دهد و بخش قابل‌مشاهده را به‌صورت GIF ضبط می‌کند. برنامهٔ GIPHY و ابزار وب GIF Maker آن، برش، افزودن عنوان و آپلود را یک‌جا انجام می‌دهند، اما نتیجه عمومی است مگر اینکه فقط ذخیره‌اش کنید. در Photoshop گزینهٔ File > Import > Video Frames to Layers تا ۵۰۰ فریم را وارد می‌کند و Export > Save for Web (Legacy) فایل GIF را با کنترل پالت رنگ و دیترینگ ذخیره می‌کند.

برای کنترل کامل و کارهای دسته‌ای، روش دومرحله‌ای پالت در ffmpeg تمیزترین نتیجه را می‌دهد: فیلتر اول کلیپ را بررسی می‌کند و از رنگ‌های واقعی آن پالتی ۲۵۶ رنگ می‌سازد و فیلتر دوم هر فریم را روی آن پالت نگاشت می‌کند. دستور تک‌خطی زیر پنج ثانیه را از 0:02 می‌برد، عرض را به 480 px می‌رساند، با 12 fps نمونه‌برداری می‌کند و بی‌نهایت تکرار می‌کند. در مرورگر، مبدل ویدیو به GIF همین مرحلهٔ پالت را با گزینه‌های عرض، نرخ فریم، رنگ‌ها و دیترینگ انجام می‌دهد و صفحهٔ تبدیل MP4 به GIF آن را با MP4 از پیش انتخاب‌شده باز می‌کند. کلیپ‌های MOV گوشی هم همین‌طور کار می‌کنند؛ اگر برنامه‌ای آن‌ها را نپذیرفت، ابتدا تبدیل MOV به MP4 را بخوانید.

GIF به‌طور پیش‌فرض بی‌نهایت تکرار می‌شود، چون افزونهٔ Netscape با تعداد تکرار صفر نوشته می‌شود که یعنی بی‌نهایت. اگر تعداد را یک بگذارید، فقط یک بار پخش می‌شود و روی آخرین فریم می‌ماند؛ این برای GIFی که با یک پیام تمام می‌شود مناسب است. بخش دشوارتر نامحسوس کردن حلقه است. دنبال بازه‌ای بگردید که فریم‌های ابتدا و انتهایش تقریباً یکسان باشند، مثل دست تکان‌دادنی که به همان موقعیت برمی‌گردد، یا کلیپ را با بومرنگ یک بار رو به جلو و بار دیگر رو به عقب پخش کنید که پرش را از بین می‌برد، البته به قیمت دو برابر شدن تعداد فریم‌ها.

پیش از ارسال، GIF را در یک تب مرورگر با اندازهٔ واقعی‌اش باز کنید، نه به‌صورت پیش‌نمایش کوچک، و سه حلقهٔ کامل را تماشا کنید. بررسی کنید متن داخل کادر در عرض انتخابی خوانا باشد، چهره‌ها به لکه‌های پوسترشده تبدیل نشده باشند و زمان‌بندی با ویدیو یکی باشد. سپس حجم فایل را با حد جدول بالا مقایسه کنید؛ اگر نزدیک بود، به ترتیب کاهش طول، عرض، نرخ فریم و رنگ‌ها برگردید. برای کلیپ‌های بلندتر یا هر چیزی که صدا دارد، کاهش حجم ویدیو برای Discord و ایمیل راه بهتری است.