Des zooms qui aident au lieu de distraire

Une capture d'écran en plein cadre demande au spectateur de trouver lui-même l'élément important, et sur téléphone il ne le fera pas. Un zoom le désigne. Mal fait, le même mouvement rend la vidéo insupportable — d'où l'intérêt de comprendre sur quoi reposent réellement les zooms automatiques.

Il mesure le changement, il ne suit pas votre curseur

C'est la partie honnête, et elle change ce qu'il faut attendre. Un navigateur ne voit pas la position du curseur du système : suivre les clics n'est donc pas quelque chose que nous pouvons faire — et l'inventer reviendrait à mettre un pointeur fabriqué dans votre vidéo. À la place, l'analyse échantillonne l'enregistrement, compare les images consécutives en basse résolution et trouve où l'image a **changé**. Un changement petit et nettement localisé est traité comme une cible probable ; un changement couvrant presque tout le cadre est lu comme un défilement ou une transition et ignoré. Cela fonctionne parce que dans une capture d'écran, ce qui change est presque toujours ce que vous venez de faire.

Ce qui est proposé, et ce qui ne l'est pas

L'analyse échantillonne jusqu'à 900 points sur le clip et compte un instant comme actif quand plus de 0,15 % environ du cadre a changé. Elle écarte les changements de la taille d'un pixel et ceux qui couvrent les trois quarts du cadre. Le reste est noté — petit et net l'emporte sur grand et vague — et les meilleurs sont proposés : six au maximum et jamais plus d'environ un par tranche de cinq secondes, avec une exclusion de 2,2 secondes autour de chaque mouvement déjà retenu. Chaque proposition reçoit un zoom dimensionné pour que la zone changeante occupe environ 45 % du cadre, plafonné à 2,8×, avec un maintien d'au moins 1,4 seconde. Ce sont des propositions : gardez les bonnes, déplacez-les, recalez-les, supprimez le reste.

Pourquoi le mouvement se ressent ainsi

La courbe d'accélération est un smootherstep plutôt que l'habituel ease-in-out cubique, et la raison est mesurable : à durée égale, la vitesse de pointe de la cubique vaut environ trois fois sa moyenne, celle du smootherstep 1,875 fois. Cet écart, c'est la différence entre un mouvement qui glisse et un mouvement qui secoue. Le zoom est interpolé logarithmiquement : passer de 1× à 2× et de 2× à 4× prend le même temps et se ressent comme le même mouvement — l'interpolation linéaire du zoom est ce qui donne aux zooms bon marché cette impression d'accélérer vers le sujet. La rampe s'adapte aussi à la distance : un mouvement qui parcourt plus d'écran reçoit plus de temps au lieu d'y être projeté.

Deux règles pour des mouvements qui n'agacent pas

Premièrement, **moins que vous ne croyez**. Deux ou trois mouvements dans trente secondes suffisent largement ; un mouvement toutes les quelques secondes transforme la vidéo en manège et le spectateur cesse de lire quoi que ce soit. Deuxièmement, **maintenez assez longtemps pour lire**. Un zoom qui arrive et repart aussitôt est pire qu'aucun zoom, car le spectateur enregistre du mouvement sans rien obtenir en échange — d'où le maintien minimal de 1,4 seconde. Si deux mouvements tombent proches, ils s'enchaînent directement au lieu de revenir au plan large : ressortir puis rentrer est la chose la plus nauséeuse que puisse faire une vidéo de démo. Et si l'on demande à un mouvement d'aller trop loin en trop peu de temps, il est signalé comme serré plutôt que livré en silence.