De horizontal a vertical: recorte inteligente con seguimiento de rostro, no un recorte central plano

Tienes un clip horizontal: una entrevista, un webinar, un trozo de podcast, algo grabado con cámara. Y las plataformas quieren vertical. Reels, Shorts y TikTok se reproducen a pantalla completa en el teléfono, y esa forma es 9:16. La manera más rápida de convertirlo es un recorte central. La manera más rápida de arruinarlo también es un recorte central.

Veamos por qué un recorte central plano corta justo lo que importa, cómo funciona de verdad el recorte inteligente con seguimiento de rostro y qué cifras hay detrás de la idea de que el vertical realmente gana la atención en el móvil.

Por qué un recorte central es mala idea

Cuando tomas un cuadro 16:9 y recortas una franja 9:16, tiras físicamente los laterales. Solo sobrevive alrededor del 56% del ancho original; el resto se va fuera de cuadro (Transcriptr). Si dejas la ventana de recorte fija en el centro y nunca la mueves, cualquiera que esté fuera del centro pierde media cara. El ponente se acerca a la pizarra y desaparece. Dos personas conversando se convierten en una pared vacía entre ellas.

Un recorte central no sabe nada del contenido. Recorta el centro geométrico del rectángulo, y lo importante de un vídeo casi nunca queda justo en el medio.

Qué pasa cuando 16:9 se vuelve 9:16

Ayuda ver la magnitud de la pérdida. Un cuadro horizontal de 1920x1080 y uno vertical de 1080x1920 son mundos distintos. Para lograr un 9:16 real sin barras negras, conservas una columna vertical estrecha del cuadro ancho. En ancho, eso es algo más de la mitad de la imagen original.

Por eso la elección de dónde colocar esa columna lo decide todo. Ponla al azar en el centro y tiras una cara en lugar de fondo vacío. Ponla según el contenido y deslízala con el ponente, y tiras el fondo mientras la persona sigue en cuadro.

Cómo funciona el recorte inteligente con seguimiento de rostro

Por dentro, un buen reencuadre automático no es magia, es un flujo claro. Primero encuentra caras en cada cuadro (por ejemplo con MediaPipe Face Mesh, que coloca hasta 468 puntos por cara), luego decide cuál es el sujeto principal en ese momento. Después calcula la ventana vertical para que la cara quede en cuadro con un 15-20% de aire arriba y, por último, suaviza la trayectoria de esa ventana para que la toma no vibre (Transcriptr).

El paso clave aquí es el suavizado. Si la ventana persigue cada pequeño movimiento de la cabeza, el espectador se marea en tres segundos. Por eso la trayectoria pasa por un filtro (paso bajo o Kalman) con una ventana de suavizado de unos 10-30 cuadros: los movimientos grandes se siguen, los temblores pequeños se amortiguan (Transcriptr).

• Detección: dónde están las caras en cada cuadro
• Seguimiento: la misma persona entre cuadros, para que la ventana no salte
• Recorte: una ventana vertical estrecha con aire sobre la cabeza
• Suavizado: un movimiento de cámara suave, sin tirones

Las cifras: por qué el vertical gana de verdad

No es cuestión de gustos. La gente sostiene el teléfono en vertical y así mira. Según cifras muy citadas en la industria, cerca del 94% de los usuarios de smartphone sostiene el teléfono en vertical mientras ve vídeo, y la mayoría no lo gira por un clip horizontal (Embryo). Además, un cuadro vertical ocupa alrededor de un 78% más de área de pantalla en el móvil que uno horizontal (Sculpt).

La misma lógica impulsa la tasa de finalización. Un estudio muy citado de MediaBrix halló que los vídeos verticales tienen una tasa de finalización cerca de un 90% mayor que los horizontales (Sculpt). Y según observaciones recientes de las plataformas, un clip en 9:16 real en feeds verticales logra alrededor de 2.3 veces más interacción que un cuadrado 1:1 o un corte 4:5 (quso.ai). El formato por sí solo ya mueve las cifras.

Y algo que la gente olvida: cerca del 85% del vídeo en el feed se ve con el sonido apagado (Sculpt). Así que el formato vertical por sí solo hace la mitad del trabajo. Sin subtítulos incrustados en el cuadro, el espectador nunca entiende de qué va el clip y sigue deslizando.

Recorte central, keyframes manuales y seguimiento

Hay tres formas de sacar vertical del horizontal. Lo que las separa es cuánto tiempo inviertes y con qué fiabilidad la cara se mantiene en cuadro.

Los keyframes manuales dan un resultado perfecto si estás dispuesto a sentarte y arrastrar a mano la ventana de recorte a lo largo de todo el clip. Para un minuto de charla son decenas de ajustes. El seguimiento inteligente logra casi la misma calidad en segundos, porque es un algoritmo el que mueve la ventana.

El encuadre golpea directo a la retención

Los primeros segundos deciden. En los feeds verticales el espectador desliza sin parar, y si en el primer cuadro hay una frente cortada o la persona ya se salió del borde, el pulgar ya está en movimiento. Un buen encuadre mantiene la mirada justo donde debe estar durante todo el clip.

Zonas seguras 9:16

Hasta una cara perfectamente encuadrada puede arruinarse por la interfaz de la plataforma. TikTok, Reels y Shorts dibujan sus propios botones, el usuario, la descripción y los subtítulos encima de tu vídeo. El lienzo estándar es 1080x1920, 9:16. Mantén lo importante lejos de los bordes que cubre la interfaz (quso.ai).

• Abajo: mantén la cara y el texto por encima de los ~270 px inferiores, donde van el usuario, la descripción y la música
• Derecha: deja ~100 px a la derecha para los botones de me gusta, comentar y compartir
• Arriba: no empujes los subtítulos hasta el borde superior, donde están los iconos y el reloj
• Los clips donde el contenido clave se sale de la zona segura pierden finalización, según una estimación cerca del 22% (quso.ai)

Cómo lo hace Monty

Monty toma una toma tuya y construye un corto terminado para cada plataforma a partir de ella. Escribe el guion con tu voz, edita la toma (cortes, música, b-roll), añade subtítulos sincronizados con tu habla, hace una versión aparte para cada plataforma y la publica en Shorts, Reels, TikTok y Telegram. Tres vídeos al mes son gratis.

Para pasar de horizontal a vertical, eso significa que no arrastras a mano una ventana de recorte ni te acomodas dentro de las zonas seguras. Monty produce la versión vertical con subtítulos incrustados en el cuadro y la publica solo. ¿Quieres control? Deja activada la aprobación y cada vídeo espera tu visto bueno. ¿Quieres piloto automático? Ponlo en un calendario.