К сожалению нет, эти варианты не подходят.
1. У ffmpeg/VCL метод декодирования фреймов отличает от флешового, поэтому мы никогда не попадем в нужный кадр. Можно конечно выдавать несколько кадров из секундного отрезка, но нам нужен автоматизм, без выбора кадра пользователем.
2. Работа на сервере заранее плоха тем, что в зависимости от количества пользователей и временного отрезка на видео, где нужно сделать скриншот, будет кратно расти время обработки. Т.е. юзеры начнут вставать в очередь и это будут сначала секунды, а потом и минуты при сверхбольших объемах. Мы хотим добиться получения изображения менее, чем за секунду, при любом количестве запросов.