¿Qué es la extracción de metadatos?
La extracción de metadatos lee campos incrustados u obtiene propiedades descriptivas y técnicas de un archivo o flujo multimedia. Los valores extraídos pueden incluir dimensiones, duración, códecs, marcas de tiempo, subtítulos y datos de la cámara.
Cómo funciona la extracción de metadatos
La extracción de metadatos analiza el contenedor, los flujos y los registros incrustados de un archivo para generar propiedades normalizadas destinadas a sistemas posteriores. Algunos valores se leen directamente, mientras que otros, como la duración efectiva, la orientación o el número de flujos, se calculan a partir de varias estructuras. Los servicios de recepción de archivos utilizan el resultado para la validación, la indexación de búsquedas, el enrutamiento y la planificación de transformaciones. Dado que el análisis se realiza en un límite de confianza, los límites y la gestión de errores forman parte del diseño de la extracción.
Datos clave
- Los metadatos del contenedor y las cabeceras de los flujos codificados pueden indicar dimensiones o duraciones diferentes. Los extractores deberían conservar la procedencia o mostrar la discrepancia en lugar de combinar los valores sin indicarlo.
- La orientación de visualización puede representarse mediante una transformación en lugar de estar incorporada en el orden de los píxeles. Si se informa del ancho y la altura almacenados sin tener en cuenta la transformación, puede seleccionarse una disposición incorrecta para la variante.
- Los desplazamientos malformados, las declaraciones de tamaños excesivos y las estructuras profundamente anidadas pueden agotar los recursos de los analizadores antes de que comience la decodificación. Los ejecutores de extracción necesitan límites de bytes, tiempo, memoria y recursión.
Cuándo es importante la extracción de metadatos
Ejecuta la extracción durante la recepción de archivos cuando el enrutamiento, la validación o la indexación dependan de las propiedades reales de un archivo. Trata los valores extraídos como datos no confiables porque los archivos malformados y los codificadores inconsistentes pueden producir datos no válidos.