V osnovi je video zapis, kot ga zajame fotoaparat, le hitro zaporedje sličic, ti pa so nato skupaj z morebitnim zvočnim zapisom združene v tekoč video posnetek. Sliši se sicer preprosto, a to v praksi pomeni, da mora aparat zajeti tja do 30 sličic vsako sekundo, jih obdelati (stisniti) in združiti v enoten tok, dodati še zvočno sled in nato vse skupaj zapisati na pomnilniško kartico. Vse to v realnem času.