Bei der Bildwiedergabe sind mehrere Schritte vom track bis zum Bildschirm zu bewältigen. QuickTime kann mehrere tracks mit separaten Begrenzungen versehen, sie in Abhängigkeit ihrer Transparenz miteinander mischen und mit Koordinatentransformationen verschiedene lineare Operationen wie Verschiebung, Dehnung und Drehung durchführen, bevor sie auf dem Bildschirm angezeigt werden. Jedes Bild eines tracks wird zunächst mit einer frei definierbaren Begrenzung abgeschnitten und mit einer durch einer Transformationsmatrix definierten Abbildung im Koordinatensystem des Movie eingeblendet. Dabei ist für jedes Pixel ein Transparenzwert definierbar (track matte), mit dem ein gewichtetes Mittel aus dem Hintergrundbild und dem Bild des jeweiligen tracks berechnet wird. So lassen sich mehrere Tracks in einem movie zusammenfassen. Die Bilder des movie werden dann wiederum mit einer Begrenzung abgeschnitten und dann - durch eine Transformationsmatrix definiert - auf dem Bildschirm dargestellt.