git.sesse.net Git - ffmpeg/blob - libavfilter/vf_find_rect.c

   1 /*
   2  * Copyright (c) 2014-2015 Michael Niedermayer <michaelni@gmx.at>
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or modify
   7  * it under the terms of the GNU General Public License as published by
   8  * the Free Software Foundation; either version 2 of the License, or
   9  * (at your option) any later version.
  10  *
  11  * FFmpeg is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  14  * GNU General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU General Public License along
  17  * with FFmpeg; if not, write to the Free Software Foundation, Inc.,
  18  * 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA.
  19  */
  20
  21 /**
  22  * @todo switch to dualinput
  23  */
  24
  25 #include "libavutil/avassert.h"
  26 #include "libavutil/imgutils.h"
  27 #include "libavutil/opt.h"
  28 #include "internal.h"
  29
  30 #include "lavfutils.h"
  31
  32 #define MAX_MIPMAPS 5
  33
  34 typedef struct FOCContext {
  35     AVClass *class;
  36     float threshold;
  37     int mipmaps;
  38     int xmin, ymin, xmax, ymax;
  39     char *obj_filename;
  40     int last_x, last_y;
  41     AVFrame *obj_frame;
  42     AVFrame *needle_frame[MAX_MIPMAPS];
  43     AVFrame *haystack_frame[MAX_MIPMAPS];
  44 } FOCContext;
  45
  46 #define OFFSET(x) offsetof(FOCContext, x)
  47 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
  48 static const AVOption find_rect_options[] = {
  49     { "object", "object bitmap filename", OFFSET(obj_filename), AV_OPT_TYPE_STRING, {.str = NULL}, .flags = FLAGS },
  50     { "threshold", "set threshold", OFFSET(threshold), AV_OPT_TYPE_FLOAT, {.dbl = 0.5}, 0, 1.0, FLAGS },
  51     { "mipmaps", "set mipmaps", OFFSET(mipmaps), AV_OPT_TYPE_INT, {.i64 = 3}, 1, MAX_MIPMAPS, FLAGS },
  52     { "xmin", "", OFFSET(xmin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  53     { "ymin", "", OFFSET(ymin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  54     { "xmax", "", OFFSET(xmax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  55     { "ymax", "", OFFSET(ymax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  56     { NULL }
  57 };
  58
  59 AVFILTER_DEFINE_CLASS(find_rect);
  60
  61 static int query_formats(AVFilterContext *ctx)
  62 {
  63     static const enum AVPixelFormat pix_fmts[] = {
  64         AV_PIX_FMT_YUV420P,
  65         AV_PIX_FMT_YUVJ420P,
  66         AV_PIX_FMT_NONE
  67     };
  68
  69     return ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  70 }
  71
  72 static AVFrame *downscale(AVFrame *in)
  73 {
  74     int x, y;
  75     AVFrame *frame = av_frame_alloc();
  76     uint8_t *src, *dst;
  77     if (!frame)
  78         return NULL;
  79
  80     frame->format = in->format;
  81     frame->width  = (in->width + 1) / 2;
  82     frame->height = (in->height+ 1) / 2;
  83
  84     if (av_frame_get_buffer(frame, 32) < 0) {
  85         av_frame_free(&frame);
  86         return NULL;
  87     }
  88     src = in   ->data[0];
  89     dst = frame->data[0];
  90
  91     for(y = 0; y < frame->height; y++) {
  92         for(x = 0; x < frame->width; x++) {
  93             dst[x] = (  src[2*x+0]
  94                       + src[2*x+1]
  95                       + src[2*x+0 + in->linesize[0]]
  96                       + src[2*x+1 + in->linesize[0]]
  97                       + 2) >> 2;
  98         }
  99         src += 2*in->linesize[0];
 100         dst += frame->linesize[0];
 101     }
 102     return frame;
 103 }
 104
 105 static float compare(const AVFrame *haystack, const AVFrame *obj, int offx, int offy)
 106 {
 107     int x,y;
 108     int o_sum_v = 0;
 109     int h_sum_v = 0;
 110     int64_t oo_sum_v = 0;
 111     int64_t hh_sum_v = 0;
 112     int64_t oh_sum_v = 0;
 113     float c;
 114     int n = obj->height * obj->width;
 115     const uint8_t *odat = obj     ->data[0];
 116     const uint8_t *hdat = haystack->data[0] + offx + offy * haystack->linesize[0];
 117     int64_t o_sigma, h_sigma;
 118
 119     for(y = 0; y < obj->height; y++) {
 120         for(x = 0; x < obj->width; x++) {
 121             int o_v = odat[x];
 122             int h_v = hdat[x];
 123             o_sum_v += o_v;
 124             h_sum_v += h_v;
 125             oo_sum_v += o_v * o_v;
 126             hh_sum_v += h_v * h_v;
 127             oh_sum_v += o_v * h_v;
 128         }
 129         odat += obj->linesize[0];
 130         hdat += haystack->linesize[0];
 131     }
 132     o_sigma = n*oo_sum_v - o_sum_v*(int64_t)o_sum_v;
 133     h_sigma = n*hh_sum_v - h_sum_v*(int64_t)h_sum_v;
 134
 135     if (o_sigma == 0 || h_sigma == 0)
 136         return 1.0;
 137
 138     c = (n*oh_sum_v - o_sum_v*(int64_t)h_sum_v) / (sqrt(o_sigma)*sqrt(h_sigma));
 139
 140     return 1 - fabs(c);
 141 }
 142
 143 static int config_input(AVFilterLink *inlink)
 144 {
 145     AVFilterContext *ctx = inlink->dst;
 146     FOCContext *foc = ctx->priv;
 147
 148     if (foc->xmax <= 0)
 149         foc->xmax = inlink->w - foc->obj_frame->width;
 150     if (foc->ymax <= 0)
 151         foc->ymax = inlink->h - foc->obj_frame->height;
 152
 153     return 0;
 154 }
 155
 156 static float search(FOCContext *foc, int pass, int maxpass, int xmin, int xmax, int ymin, int ymax, int *best_x, int *best_y, float best_score)
 157 {
 158     int x, y;
 159
 160     if (pass + 1 <= maxpass) {
 161         int sub_x, sub_y;
 162         search(foc, pass+1, maxpass, xmin>>1, (xmax+1)>>1, ymin>>1, (ymax+1)>>1, &sub_x, &sub_y, 1.0);
 163         xmin = FFMAX(xmin, 2*sub_x - 4);
 164         xmax = FFMIN(xmax, 2*sub_x + 4);
 165         ymin = FFMAX(ymin, 2*sub_y - 4);
 166         ymax = FFMIN(ymax, 2*sub_y + 4);
 167     }
 168
 169     for (y = ymin; y <= ymax; y++) {
 170         for (x = xmin; x <= xmax; x++) {
 171             float score = compare(foc->haystack_frame[pass], foc->needle_frame[pass], x, y);
 172             av_assert0(score != 0);
 173             if (score < best_score) {
 174                 best_score = score;
 175                 *best_x = x;
 176                 *best_y = y;
 177             }
 178         }
 179     }
 180     return best_score;
 181 }
 182
 183 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 184 {
 185     AVFilterContext *ctx = inlink->dst;
 186     FOCContext *foc = ctx->priv;
 187     float best_score;
 188     int best_x, best_y;
 189     int i;
 190
 191     foc->haystack_frame[0] = av_frame_clone(in);
 192     for (i=1; i<foc->mipmaps; i++) {
 193         foc->haystack_frame[i] = downscale(foc->haystack_frame[i-1]);
 194     }
 195
 196     best_score = search(foc, 0, 0,
 197                         FFMAX(foc->xmin, foc->last_x - 8),
 198                         FFMIN(foc->xmax, foc->last_x + 8),
 199                         FFMAX(foc->ymin, foc->last_y - 8),
 200                         FFMIN(foc->ymax, foc->last_y + 8),
 201                         &best_x, &best_y, 1.0);
 202
 203     best_score = search(foc, 0, foc->mipmaps - 1, foc->xmin, foc->xmax, foc->ymin, foc->ymax,
 204                         &best_x, &best_y, best_score);
 205
 206     for (i=0; i<MAX_MIPMAPS; i++) {
 207         av_frame_free(&foc->haystack_frame[i]);
 208     }
 209
 210     if (best_score > foc->threshold) {
 211         return ff_filter_frame(ctx->outputs[0], in);
 212     }
 213
 214     av_log(ctx, AV_LOG_DEBUG, "Found at %d %d score %f\n", best_x, best_y, best_score);
 215     foc->last_x = best_x;
 216     foc->last_y = best_y;
 217
 218     av_frame_make_writable(in);
 219
 220     av_dict_set_int(&in->metadata, "lavfi.rect.w", foc->obj_frame->width, 0);
 221     av_dict_set_int(&in->metadata, "lavfi.rect.h", foc->obj_frame->height, 0);
 222     av_dict_set_int(&in->metadata, "lavfi.rect.x", best_x, 0);
 223     av_dict_set_int(&in->metadata, "lavfi.rect.y", best_y, 0);
 224
 225     return ff_filter_frame(ctx->outputs[0], in);
 226 }
 227
 228 static av_cold void uninit(AVFilterContext *ctx)
 229 {
 230     FOCContext *foc = ctx->priv;
 231     int i;
 232
 233     for (i = 0; i < MAX_MIPMAPS; i++) {
 234         av_frame_free(&foc->needle_frame[i]);
 235         av_frame_free(&foc->haystack_frame[i]);
 236     }
 237
 238     if (foc->obj_frame)
 239         av_freep(&foc->obj_frame->data[0]);
 240     av_frame_free(&foc->obj_frame);
 241 }
 242
 243 static av_cold int init(AVFilterContext *ctx)
 244 {
 245     FOCContext *foc = ctx->priv;
 246     int ret, i;
 247
 248     if (!foc->obj_filename) {
 249         av_log(ctx, AV_LOG_ERROR, "object filename not set\n");
 250         return AVERROR(EINVAL);
 251     }
 252
 253     foc->obj_frame = av_frame_alloc();
 254     if (!foc->obj_frame)
 255         return AVERROR(ENOMEM);
 256
 257     if ((ret = ff_load_image(foc->obj_frame->data, foc->obj_frame->linesize,
 258                              &foc->obj_frame->width, &foc->obj_frame->height,
 259                              &foc->obj_frame->format, foc->obj_filename, ctx)) < 0)
 260         return ret;
 261
 262     if (foc->obj_frame->format != AV_PIX_FMT_GRAY8) {
 263         av_log(ctx, AV_LOG_ERROR, "object image is not a grayscale image\n");
 264         return AVERROR(EINVAL);
 265     }
 266
 267     foc->needle_frame[0] = av_frame_clone(foc->obj_frame);
 268     for (i = 1; i < foc->mipmaps; i++) {
 269         foc->needle_frame[i] = downscale(foc->needle_frame[i-1]);
 270         if (!foc->needle_frame[i])
 271             return AVERROR(ENOMEM);
 272     }
 273
 274     return 0;
 275 }
 276
 277 static const AVFilterPad foc_inputs[] = {
 278     {
 279         .name         = "default",
 280         .type         = AVMEDIA_TYPE_VIDEO,
 281         .config_props = config_input,
 282         .filter_frame = filter_frame,
 283     },
 284     { NULL }
 285 };
 286
 287 static const AVFilterPad foc_outputs[] = {
 288     {
 289         .name = "default",
 290         .type = AVMEDIA_TYPE_VIDEO,
 291     },
 292     { NULL }
 293 };
 294
 295 AVFilter ff_vf_find_rect = {
 296     .name            = "find_rect",
 297     .description     = NULL_IF_CONFIG_SMALL("Find a user specified object."),
 298     .priv_size       = sizeof(FOCContext),
 299     .init            = init,
 300     .uninit          = uninit,
 301     .query_formats   = query_formats,
 302     .inputs          = foc_inputs,
 303     .outputs         = foc_outputs,
 304     .priv_class      = &find_rect_class,
 305 };