Capturar pantalla en Linux y Windows: PipeWire, Wayland y Windows Graphics Capture
Guía técnica | Noviembre de 2026. Compartir una ventana durante una videollamada, transmitir el escritorio a otro equipo o guardar una captura parecen funciones sencillas. Sin embargo, detrás intervienen componentes distintos: el servidor gráfico, los mecanismos de autorización, el transporte de audio y vídeo, los búferes de memoria y las APIs que consumen los fotogramas. En Linux moderno destacan Wayland, XDG Desktop Portal y PipeWire; en Windows, Windows Graphics Capture. Esta guía explica qué hace cada pieza, sus diferencias, casos de uso actuales, límites de seguridad y decisiones de diseño, sin depender de un producto concreto.
1. Capturar no significa necesariamente grabar
Captura de pantalla puede referirse a una imagen estática, una secuencia de fotogramas o una transmisión continua. Grabar un vídeo MP4 es un paso adicional: hace falta codificar y almacenar el flujo. Un sistema de captura puede entregar fotogramas en memoria a una aplicación, que los muestra, procesa, transmite o descarta, sin crear un archivo permanente.
Esta distinción es importante para videoconferencia, escritorio remoto, asistencia visual, documentación técnica y grabación de tutoriales. No obstante, que una API no escriba por sí misma en disco no garantiza que la aplicación receptora no guarde, registre o retransmita el contenido.
2. Las tres piezas de Linux: Wayland, portal y PipeWire
Wayland es un protocolo y arquitectura de representación gráfica que utilizan compositores como Mutter (GNOME) y KWin (KDE). En muchas sesiones Wayland, una aplicación ordinaria no puede leer libremente los píxeles de otras ventanas. El compositor decide cómo se obtiene la imagen y qué autorización se necesita.
XDG Desktop Portal es una interfaz de acceso a funciones del escritorio a través de D-Bus. Su portal org.freedesktop.portal.ScreenCast ofrece un procedimiento para solicitar una sesión, elegir fuentes y obtener acceso al flujo autorizado. La interfaz y la experiencia de consentimiento dependen del entorno de escritorio y del backend del portal.
PipeWire es la infraestructura multimedia que mueve flujos de vídeo y audio entre procesos. Gestiona nodos, formatos negociados, memoria compartida y transporte de baja latencia; no es por sí mismo una aplicación de captura ni un mecanismo universal que conceda permiso para observar todas las ventanas.
3. El recorrido de una sesión ScreenCast
Aplicación que solicita compartir pantalla
|
D-Bus
|
XDG Desktop Portal
|
Selector y permisos
|
Compositor de Wayland
|
Flujo PipeWire
|
Aplicación consumidora
La especificación oficial del portal ScreenCast describe la siguiente secuencia:
CreateSession(): crea una sesión identificable.SelectSources(): configura los tipos de contenido, por ejemplo monitor o ventana; solo puede solicitarse una vez por sesión.Start(): normalmente abre el diálogo del sistema para que la persona seleccione qué compartir. Devuelve la lista de flujos aprobados.OpenPipeWireRemote(): devuelve un descriptor de archivo para conectarse al entorno PipeWire autorizado.- La aplicación consume los búferes del flujo, gestiona cambios de formato o resolución y detiene la sesión cuando corresponde.
Los flujos devueltos incluyen propiedades y referencias al objeto multimedia. La versión 6 del portal advierte que el identificador numérico de nodo puede reutilizarse y recomienda utilizar la propiedad pipewire-serial cuando esté disponible, en vez de confiar indefinidamente en identificadores antiguos.
4. Fuentes de captura y tratamiento del cursor
El portal define tipos de fuentes: MONITOR, WINDOW y VIRTUAL para los backends compatibles. No todos los entornos implementan todas las opciones de la misma forma. También permite elegir el tratamiento del puntero: ocultarlo, integrarlo en la imagen o recibirlo como metadatos separados.
Esto repercute en el resultado. Una reunión puede requerir mostrar el puntero; una captura destinada a documentación puede preferir ocultarlo. Una herramienta de asistencia remota puede necesitar representar posición y movimiento de forma independiente. Estas capacidades deben negociarse según lo que anuncie el portal, no asumirse.
5. Permisos persistentes: comodidad frente a control
La API del portal admite opciones como persist_mode y restore_token que, cuando el backend las admite y el usuario ha autorizado, permiten restaurar una selección en sesiones posteriores. Los tokens de restauración son de un solo uso y deben actualizarse. El modo persistente no equivale a permiso universal y puede revocarse o fallar si la ventana ya no está disponible.
Para un producto bien diseñado conviene mostrar cuándo se comparte, ofrecer un botón de detener y evitar solicitar persistencia cuando una sesión puntual es suficiente. La elección entre ventana y monitor también determina cuánto contenido personal podría entrar en el flujo.
6. ¿Y si se necesita controlar el escritorio?
ScreenCast captura vídeo; no concede control del ratón o teclado. Linux ofrece otra interfaz, org.freedesktop.portal.RemoteDesktop, que permite solicitar por separado acceso a dispositivos de entrada y coordinar determinadas sesiones de captura. Esto explica por qué un programa de reunión puede mostrar tu pantalla y otro de asistencia remota puede, además, operar sobre ella cuando lo autorizas.
7. Windows Graphics Capture: ventanas y pantallas
En Windows, el espacio de nombres Windows.Graphics.Capture permite obtener fotogramas de una ventana o pantalla. La implementación habitual crea o selecciona un GraphicsCaptureItem, prepara un Direct3D11CaptureFramePool, crea una sesión mediante GraphicsCaptureSession y consume los fotogramas que llegan.
Aplicación Windows
|
Selector del sistema
|
GraphicsCaptureItem
|
Direct3D11CaptureFramePool
|
GraphicsCaptureSession
|
Fotogramas y procesamiento
Este modelo facilita obtener imágenes de ventanas o pantallas sin tener que hacer continuamente capturas tradicionales del escritorio completo. Permite construir soluciones de compartición, transmisión y documentación, siempre respetando las capacidades del sistema y los límites de acceso.
8. El borde de captura en Windows
Windows Graphics Capture normalmente muestra un borde visible alrededor del elemento capturado para informar a la persona. Microsoft documenta una solicitud específica de acceso borderless que puede permitir desactivar ese borde, pero requiere declarar una capacidad compatible y solicitar consentimiento mediante GraphicsCaptureAccess.RequestAccessAsync. No debe considerarse una opción para ocultar una captura sin permiso.
9. ¿Qué sucede con los fotogramas?
Una vez recibidos, pueden mostrarse en una previsualización, enviarse a una sesión de videoconferencia, codificarse para streaming, utilizarse para crear una captura puntual o descartarse tras su consumo. La API de captura no impone un formato MP4 ni requiere almacenar una secuencia de fotografías. La aplicación decide el tratamiento y es responsable de la privacidad, el uso de memoria y el ciclo de vida de los búferes.
El formato de los píxeles, la resolución, el ritmo de entrega y las conversiones GPU-CPU influyen en la latencia y el consumo. En cargas exigentes conviene evitar copias innecesarias, liberar correctamente recursos y controlar el rendimiento en monitores de distinta densidad, frecuencia y escala.
10. Comparación práctica: Linux frente a Windows
| Aspecto | Wayland + Portal + PipeWire | Windows Graphics Capture |
|---|---|---|
| Autorización | Portal con diálogo gestionado por el entorno | Selector y permisos del sistema |
| Fuentes | Monitor, ventana y virtual cuando se admiten | Ventanas y pantallas compatibles |
| Entrega de imágenes | Flujos PipeWire | Búferes de fotogramas Direct3D |
| Grabación en disco | No obligatoria | No obligatoria |
| Control de entrada | Interfaz separada RemoteDesktop | No concedido por la API de captura |
| Compatibilidad | Varía por compositor, portal y distribución | Depende de versión, permisos y tipo de contenido |
11. Casos de uso actuales, sin especular
Videollamadas: compartir una ventana o monitor durante reuniones. Grabadores de pantalla: codificar fotogramas para producir vídeos o tutoriales. Soporte remoto: mostrar la interfaz de un equipo autorizado y, mediante permisos distintos, habilitar operaciones de asistencia. Transmisión en directo: incluir ventanas en una composición audiovisual. Herramientas de accesibilidad: ofrecer funcionalidades relacionadas con la presentación de contenidos visuales. Desarrollo de software: capturar resultados gráficos para documentación o pruebas visuales específicas. Cada aplicación debe respetar el modelo de permisos del sistema.
12. Qué problemas técnicos son habituales
- El selector no aparece: puede faltar un backend de
xdg-desktop-portalcompatible con el escritorio. - La sesión abre pero no llegan imágenes: revisa el descriptor PipeWire, permisos, negociación de formato y estado del stream.
- Una ventana desaparece: gestiona el cierre del recurso y los cambios de tamaño o monitor.
- El cursor se representa mal: comprueba modos soportados y metadatos de puntero.
- Las capturas consumen demasiados recursos: inspecciona resolución, frecuencia, transferencias de memoria y codificación.
- Windows muestra negro o contenido limitado: ciertas superficies protegidas, ventanas o condiciones del sistema pueden restringir la captura.
- No se puede restaurar una autorización: la selección pudo revocarse, caducar o hacer referencia a una fuente inexistente.
13. Privacidad: consentimiento, visibilidad y minimización
Una ventana compartida puede revelar información empresarial, correos privados o datos personales. Diseña una selección de fuentes comprensible, informa de qué se comparte y durante cuánto tiempo, permite detener la captura y evita guardar registros visuales innecesarios. Aísla los datos entre procesos y usuarios. La captura únicamente en memoria reduce la necesidad de archivos, pero no elimina el riesgo de exposición mientras los fotogramas están disponibles.
Cuando se publica, retransmite o comparte contenido de terceros, pueden aplicarse derechos de imagen, confidencialidad y obligaciones de protección de datos. Los permisos del sistema operativo son una capa técnica, no una autorización jurídica universal.
14. Guía de decisión para equipos de desarrollo
- Define si necesitas fotografía, transmisión o grabación y qué persistencia necesita el usuario.
- Escoge fuentes lo más acotadas posible, preferiblemente una ventana si es suficiente.
- Utiliza APIs soportadas y evita mecanismos que eludan el selector de permisos.
- Comprueba en varias versiones de Windows y escritorios Wayland los formatos, el cursor y la revocación.
- Realiza pruebas de cambios de resolución, desconexión de monitores, suspensión y cierre inesperado.
- Mide memoria, CPU, GPU y latencia antes de decidir el procesamiento o la codificación posterior.
- Documenta con precisión cuándo hay captura activa y qué se conserva.
Conclusión
Linux y Windows ya proporcionan infraestructuras maduras para capturar y compartir ventanas y pantallas con controles de autorización. PipeWire transporta medios, los portales regulan la solicitud en Wayland y Windows Graphics Capture entrega fotogramas desde recursos seleccionados. Ninguno de estos mecanismos obliga a producir un MP4: la grabación es una función adicional de la aplicación. Comprender estas interfaces ayuda a desarrollar, administrar y utilizar software de pantalla compartida con mayor seguridad, rendimiento y transparencia.