Saber dónde se grabó un video: método en 7 pasos

Un clip de diez segundos grabado con un teléfono a 30 fotogramas por segundo son 300 fotografías del mismo lugar, más una banda sonora. Eso convierte el video en una fuente más rica que cualquier foto suelta, una vez que se supera el hecho de que la copia que tienes delante rara vez es el archivo original.

El método que sigue va del archivo hacia fuera: los metadatos, si tienes el original; luego lo que muestra la plataforma; después los fotogramas, las búsquedas, las pistas y una comprobación final. Cada paso es más barato que el siguiente, y cualquiera de ellos puede poner fin a la búsqueda.

1. Comprueba el archivo original en busca de etiquetas GPS, si lo tienes.
2. Lee lo que muestra la plataforma: etiqueta de lugar, descripción, comentarios.
3. Extrae fotogramas nítidos con FFmpeg o con una captura en pausa.
4. Haz una búsqueda inversa con los mejores fotogramas para encontrar subidas anteriores.
5. Lee las pistas a lo largo de los fotogramas y escucha el audio.
6. Pasa el fotograma más claro por la geolocalización con IA para obtener una ciudad probable.
7. Verifica con imágenes de mapas antes de concluir.

Antes, la cámara necesita permiso. En iPhone es Ajustes → Privacidad y seguridad → Localización → Cámara; las apps de cámara de Android tienen su propio interruptor de ubicación o geoetiquetado. La etiqueta de Apple contiene una cadena de coordenadas ISO 6709, y la documentación para desarrolladores de Android dice que su grabadora guarda los datos geográficos en la caja udta con el mismo formato ISO 6709.

Léela con ExifTool

ExifTool es gratuito para Windows, macOS y Linux. Estos tres comandos se probaron con la versión 13.59:

• exiftool -G1 -s "-*gps*" "-*location*" clip.mov lista todas las etiquetas de ubicación, sea cual sea la caja que haya usado el teléfono. [Keys] en la salida marca las etiquetas al estilo iPhone y [UserData] las de estilo Android. Los iPhone también guardan LocationAccuracyHorizontal, la estimación del propio teléfono de su error en metros.
• exiftool -n -GPSPosition clip.mov imprime coordenadas decimales simples como 48.8584 2.2945, listas para pegar en un mapa.
• exiftool -CreationDate clip.mov muestra la hora de captura de un iPhone con el desfase UTC de su reloj, como +02:00.

Ese desfase UTC merece un vistazo incluso cuando falta el GPS. Es una zona horaria y no un lugar, y un teléfono que se quedó en la zona de su casa puede inducir a error, pero puede descartar la mayor parte del mundo en segundos.

¿Ya instalaste FFmpeg para el paso 3? Su compañero ffprobe muestra el valor sin procesar: ffprobe -v error -show_entries format_tags clip.mov. Busca una cadena como +48.8584+002.2945+035.000/: latitud, longitud y luego altitud en metros, donde el signo más indica norte o este.

Cámaras para el auto, drones y cámaras de acción

Estas suelen registrar un recorrido (una posición nueva cada segundo o más rápido) y no un solo punto. ExifTool lee actualmente 124 tipos de este GPS con marcas de tiempo, pero solo si se lo pides. Si avisa de que la opción ExtractEmbedded puede encontrar más etiquetas, ejecuta exiftool -p gpx.fmt -ee3 clip.mp4 > track.gpx para guardar la ruta como archivo GPX que abren la mayoría de las herramientas de mapas. El archivo gpx.fmt viene en la carpeta fmt_files de la descarga completa de ExifTool y debe estar en la carpeta desde la que ejecutas el comando.

Las páginas de ayuda de YouTube describen el proceso: una subida nueva se procesa primero en baja calidad y las resoluciones más altas llegan después. Los espectadores reproducen codificaciones nuevas, y las etiquetas de ubicación del archivo del creador simplemente no forman parte de ellas. TikTok e Instagram también recodifican las subidas, y esa es también la razón por la que las fotos pierden su ubicación al compartirse.

Por eso un «verificador de ubicación de videos» no puede recuperar el GPS de la copia que ves; como mucho repite lo que la plataforma publica sobre una publicación. Si estás verificando un clip que te enviaron, pide el archivo original, enviado como documento o por un enlace en la nube y no como un mensaje de video normal. La regla publicar frente a transferir decide si los metadatos sobreviven, en video igual que en fotos.

• Etiqueta de lugar. TikTok e Instagram permiten adjuntar un lugar al publicar, y al tocarlo aparece una lista de otras publicaciones públicas etiquetadas allí. En YouTube, los creadores fijan la ubicación del video en YouTube Studio; se muestra en la página de reproducción, y al hacer clic se buscan videos públicos del mismo lugar.
• Descripción y hashtags. Los clips de viajes y de calle suelen estar etiquetados por quienes los grabaron.
• Comentarios. Los espectadores se apresuran a decir «esa es la esquina de la estación», a veces sin acertar, pero te dan una hipótesis que contrastar.
• Palabras habladas. En YouTube, despliega la descripción y elige Mostrar transcripción; luego busca en ella nombres de lugares que no llegaron a la descripción.
• Marcas de agua. Un repost suele llevar la marca de agua o el nombre de usuario del autor original, y la primera subida puede conservar la descripción y la etiqueta que el repost eliminó.

Trata todo esto como un testimonio. La gente etiqueta el monumento más cercano, la ciudad en lugar de la calle, o un sitio en el que nunca estuvo, y la guía de Instagram explica cuánta confianza merece una etiqueta.

Una grabación de pantalla sirve: todos los métodos desde aquí leen píxeles, no metadatos. Antes, pon la reproducción en la máxima calidad y oculta subtítulos y controles donde puedas: están encima de los mismos píxeles que quieres leer.

FFmpeg es gratuito y se ocupa del resto. Cada comando de abajo se probó con FFmpeg 8.0.1 sobre grabaciones reales de calles:

1. Step 1Muestrea un fotograma por segundoffmpeg -i clip.mp4 -vf fps=1 frame_%03d.png escribe frame_001.png, frame_002.png y así sucesivamente. Para un video largo, fps=1/5 toma un fotograma cada cinco segundos.
2. Step 2Saca los fotogramas claveffmpeg -i clip.mp4 -vf "select='eq(pict_type,I)'" -fps_mode vfr key_%03d.png conserva solo los fotogramas guardados como imágenes completas. Funcionó con archivos H.264 y VP9, mientras que el atajo -skip_frame nokey, muy citado, exportó en silencio todos los fotogramas de un video VP9 a 60 fps: 1800 imágenes en 30 segundos.
3. Step 3Detecta los cortes en clips editadosffmpeg -i clip.mp4 -vf "select='gt(scene,0.3)',showinfo" -fps_mode vfr cut_%03d.png guarda el primer fotograma después de cada corte e imprime su tiempo como pts_time. La documentación de FFmpeg considera razonable un umbral entre 0.3 y 0.5. En una toma continua de 65 segundos caminando no encontró nada, así que resérvalo para los montajes.
4. Step 4Exporta el mejor momentoffmpeg -ss 00:00:12.4 -i clip.mp4 -frames:v 1 best.png guarda el fotograma del segundo 12,4. Mueve el tiempo unas décimas de segundo para esquivar el desenfoque de movimiento.
5. Step 5Haz una hoja de contactosffmpeg -i clip.mp4 -vf "fps=1/3,scale=480:-1,tile=5x4" -frames:v 1 sheet.png reúne en una sola imagen un fotograma de cada tres segundos del primer minuto: la forma más rápida de ver qué momentos merecen una mirada más de cerca.

El PNG evita una segunda ronda de compresión. En nuestras pruebas con grabaciones de calles descargadas, los fotogramas PNG pesaron entre 1,5 y 2,6 MB a 1080p y entre 3,9 y 5,1 MB a 4K, y los mismos fotogramas guardados como .jpg con -q:v 2 se quedaron por debajo de 1 MB: la alternativa si alguna vez el original de una cámara produce un PNG superior al límite de 10 MB del analizador.

¿Sin línea de comandos? En YouTube, pausa y pulsa la tecla punto o coma para avanzar o retroceder un fotograma, y luego haz una captura a pantalla completa. El complemento gratuito InVID-WeVerify para Chrome y Firefox divide un video enlazado o subido en fotogramas clave y envía cualquiera de ellos a la búsqueda inversa de imágenes.

La búsqueda inversa compara imágenes, no lugares, así que responde a una pregunta más estrecha: ¿se ha publicado antes esta escena, o este mismo material? En los clips virales la respuesta suele ser que sí, y una subida anterior con otra descripción es a la vez una pista del lugar y un aviso de que la descripción actual puede ser falsa.

El video te da varios intentos donde una foto te da uno. Busca tres o cuatro momentos distintos (el plano general del inicio, el cartel más claro, el edificio más raro), porque cada uno es una oportunidad independiente de coincidencia. La miniatura de YouTube también merece una búsqueda, aunque una personalizada puede no ser un fotograma del video.

Qué buscador conviene a cada motivo importa, y Google Lens y Yandex suelen fallar en escenas distintas. Desde el teléfono, las vías para hacerlo no necesitan ninguna app.

Lee cada fotograma como una foto: escritura y carteles, marcas viales, placas, arquitectura, vegetación y, por último, la luz. La guía de pistas para identificar el país explica por qué lo regulado, como las marcas viales, pesa más que el paisaje. Lo que añade el video es movimiento y repetición:

• Sentido de la marcha. En una foto, un auto detenido puede estar estacionado mirando a cualquier lado. En un video, el tráfico en dos sentidos en movimiento muestra sin duda el lado de circulación, incluso con un clip borroso; evita solo las calles de sentido único.
• El mismo cartel, varias veces. El reflejo, el desenfoque o un autobús que pasa pueden ocultar el texto en un fotograma y revelarlo en el siguiente. Avanza fotograma a fotograma antes de rendirte.
• Paneos y giros. Una cámara que gira muestra las colinas, la costa o el perfil urbano que un solo fotograma deja fuera.
• El sol a lo largo del clip. Al girar la cámara ves hacia dónde caen las sombras a lo largo de la calle. Las sombras dan un hemisferio y una hora aproximada del día cuando la vegetación no puede.

Escucha la banda sonora

Primero asegúrate de que el audio venga de la escena. En TikTok e Instagram, la etiqueta del audio debe decir «sonido original» o «Audio original» con el nombre del propio autor; el título de una canción o el nombre de otra cuenta significa que el sonido es prestado. Incluso el audio original puede doblarse antes de subirlo, así que desconfía de la música y de las voces en off.

• Idioma y acento. Un idioma reduce de golpe la lista de países, y un dialecto puede reducirla a una región.
• Anuncios. Los avisos de estaciones, andenes y aeropuertos nombran lugares por diseño. Transcribe la parada y búscala.
• Sonidos característicos. Las sirenas de emergencia varían según el país, y una llamada a la oración, la campana de un tranvía o las campanas de una iglesia acotan la región.
• Zumbido eléctrico. La red eléctrica funciona a 50 Hz en la mayor parte del mundo y a 60 Hz en Norteamérica y en algunos otros países, como Brasil y Corea del Sur. Un tono constante a cualquiera de las dos frecuencias en un espectrograma divide los candidatos en dos, cuando sobrevive, porque la reducción de ruido de los teléfonos suele eliminarlo.

Elige el fotograma con más tipos de pruebas a la vez: carretera, edificios, carteles y vegetación juntos valen más que un primer plano de cualquiera de ellos. Antes, recorta subtítulos, descripciones y botones de la plataforma: tapan pruebas y no aportan ninguna.

Después pasa un segundo y un tercer fotograma de momentos distintos. Si apuntan a la misma ciudad, la confianza sube; si se dispersan, la escena es ambigua y el resultado honesto es una región. Cómo lee el modelo una escena explica por qué unos fotogramas funcionan y otros no.

Que coincidan las pistas que te llevaron a un lugar no prueba nada, porque ya sabías que concordaban. La prueba es que también cuadren los detalles que no usaste. El video lo facilita más que una foto: toma un fotograma diez segundos después y comprueba que el siguiente edificio es el correcto.

El momento es la otra mitad. Reciclar material de un suceso anterior es habitual, así que la copia más antigua del paso 4, el estado de los árboles y la dirección de la luz deben encajar con lo que se afirma. El flujo de trabajo OSINT describe toda la disciplina, incluido qué anotar, y la guía de verificación cubre las comprobaciones que funcionan fotograma a fotograma.

Donde las imágenes escasean (la cobertura de Street View es desigual), la conclusión correcta es una región con una confianza declarada, no una calle.

Dos fuentes independientes que coinciden (una etiqueta y una coincidencia en Street View, por ejemplo) forman un hallazgo; una sola es una pista. Para imágenes fijas, la guía principal de fotos compara los mismos métodos uno al lado del otro.