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/imgutils.h"
  26 #include "libavutil/opt.h"
  27 #include "internal.h"
  28
  29 #include "lavfutils.h"
  30
  31 #define MAX_MIPMAPS 5
  32
  33 typedef struct FOCContext {
  34     AVClass *class;
  35     float threshold;
  36     int mipmaps;
  37     int xmin, ymin, xmax, ymax;
  38     char *obj_filename;
  39     int last_x, last_y;
  40     AVFrame *obj_frame;
  41     AVFrame *needle_frame[MAX_MIPMAPS];
  42     AVFrame *haystack_frame[MAX_MIPMAPS];
  43 } FOCContext;
  44
  45 #define OFFSET(x) offsetof(FOCContext, x)
  46 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
  47 static const AVOption find_rect_options[] = {
  48     { "object", "object bitmap filename", OFFSET(obj_filename), AV_OPT_TYPE_STRING, {.str = NULL}, .flags = FLAGS },
  49     { "threshold", "set threshold", OFFSET(threshold), AV_OPT_TYPE_FLOAT, {.dbl = 0.5}, 0, 1.0, FLAGS },
  50     { "mipmaps", "set mipmaps", OFFSET(mipmaps), AV_OPT_TYPE_INT, {.i64 = 3}, 1, MAX_MIPMAPS, FLAGS },
  51     { "xmin", "", OFFSET(xmin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  52     { "ymin", "", OFFSET(ymin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  53     { "xmax", "", OFFSET(xmax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  54     { "ymax", "", OFFSET(ymax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  55     { NULL }
  56 };
  57
  58 AVFILTER_DEFINE_CLASS(find_rect);
  59
  60 static int query_formats(AVFilterContext *ctx)
  61 {
  62     static const enum AVPixelFormat pix_fmts[] = {
  63         AV_PIX_FMT_YUV420P,
  64         AV_PIX_FMT_YUVJ420P,
  65         AV_PIX_FMT_NONE
  66     };
  67
  68     return ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  69 }
  70
  71 static AVFrame *downscale(AVFrame *in)
  72 {
  73     int x, y;
  74     AVFrame *frame = av_frame_alloc();
  75     uint8_t *src, *dst;
  76     if (!frame)
  77         return NULL;
  78
  79     frame->format = in->format;
  80     frame->width  = (in->width + 1) / 2;
  81     frame->height = (in->height+ 1) / 2;
  82
  83     if (av_frame_get_buffer(frame, 0) < 0) {
  84         av_frame_free(&frame);
  85         return NULL;
  86     }
  87     src = in   ->data[0];
  88     dst = frame->data[0];
  89
  90     for(y = 0; y < frame->height; y++) {
  91         for(x = 0; x < frame->width; x++) {
  92             dst[x] = (  src[2*x+0]
  93                       + src[2*x+1]
  94                       + src[2*x+0 + in->linesize[0]]
  95                       + src[2*x+1 + in->linesize[0]]
  96                       + 2) >> 2;
  97         }
  98         src += 2*in->linesize[0];
  99         dst += frame->linesize[0];
 100     }
 101     return frame;
 102 }
 103
 104 static float compare(const AVFrame *haystack, const AVFrame *obj, int offx, int offy)
 105 {
 106     int x,y;
 107     int o_sum_v = 0;
 108     int h_sum_v = 0;
 109     int64_t oo_sum_v = 0;
 110     int64_t hh_sum_v = 0;
 111     int64_t oh_sum_v = 0;
 112     float c;
 113     int n = obj->height * obj->width;
 114     const uint8_t *odat = obj     ->data[0];
 115     const uint8_t *hdat = haystack->data[0] + offx + offy * haystack->linesize[0];
 116     int64_t o_sigma, h_sigma;
 117
 118     for(y = 0; y < obj->height; y++) {
 119         for(x = 0; x < obj->width; x++) {
 120             int o_v = odat[x];
 121             int h_v = hdat[x];
 122             o_sum_v += o_v;
 123             h_sum_v += h_v;
 124             oo_sum_v += o_v * o_v;
 125             hh_sum_v += h_v * h_v;
 126             oh_sum_v += o_v * h_v;
 127         }
 128         odat += obj->linesize[0];
 129         hdat += haystack->linesize[0];
 130     }
 131     o_sigma = n*oo_sum_v - o_sum_v*(int64_t)o_sum_v;
 132     h_sigma = n*hh_sum_v - h_sum_v*(int64_t)h_sum_v;
 133
 134     if (o_sigma == 0 || h_sigma == 0)
 135         return 1.0;
 136
 137     c = (n*oh_sum_v - o_sum_v*(int64_t)h_sum_v) / (sqrt(o_sigma)*sqrt(h_sigma));
 138
 139     return 1 - fabs(c);
 140 }
 141
 142 static int config_input(AVFilterLink *inlink)
 143 {
 144     AVFilterContext *ctx = inlink->dst;
 145     FOCContext *foc = ctx->priv;
 146
 147     if (foc->xmax <= 0)
 148         foc->xmax = inlink->w - foc->obj_frame->width;
 149     if (foc->ymax <= 0)
 150         foc->ymax = inlink->h - foc->obj_frame->height;
 151
 152     return 0;
 153 }
 154
 155 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)
 156 {
 157     int x, y;
 158
 159     if (pass + 1 <= maxpass) {
 160         int sub_x, sub_y;
 161         search(foc, pass+1, maxpass, xmin>>1, (xmax+1)>>1, ymin>>1, (ymax+1)>>1, &sub_x, &sub_y, 2.0);
 162         xmin = FFMAX(xmin, 2*sub_x - 4);
 163         xmax = FFMIN(xmax, 2*sub_x + 4);
 164         ymin = FFMAX(ymin, 2*sub_y - 4);
 165         ymax = FFMIN(ymax, 2*sub_y + 4);
 166     }
 167
 168     for (y = ymin; y <= ymax; y++) {
 169         for (x = xmin; x <= xmax; x++) {
 170             float score = compare(foc->haystack_frame[pass], foc->needle_frame[pass], x, y);
 171             if (score < best_score) {
 172                 best_score = score;
 173                 *best_x = x;
 174                 *best_y = y;
 175             }
 176         }
 177     }
 178     return best_score;
 179 }
 180
 181 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 182 {
 183     AVFilterContext *ctx = inlink->dst;
 184     FOCContext *foc = ctx->priv;
 185     float best_score;
 186     int best_x, best_y;
 187     int i;
 188
 189     foc->haystack_frame[0] = av_frame_clone(in);
 190     for (i=1; i<foc->mipmaps; i++) {
 191         foc->haystack_frame[i] = downscale(foc->haystack_frame[i-1]);
 192     }
 193
 194     best_score = search(foc, 0, 0,
 195                         FFMAX(foc->xmin, foc->last_x - 8),
 196                         FFMIN(foc->xmax, foc->last_x + 8),
 197                         FFMAX(foc->ymin, foc->last_y - 8),
 198                         FFMIN(foc->ymax, foc->last_y + 8),
 199                         &best_x, &best_y, 2.0);
 200
 201     best_score = search(foc, 0, foc->mipmaps - 1, foc->xmin, foc->xmax, foc->ymin, foc->ymax,
 202                         &best_x, &best_y, best_score);
 203
 204     for (i=0; i<MAX_MIPMAPS; i++) {
 205         av_frame_free(&foc->haystack_frame[i]);
 206     }
 207
 208     if (best_score > foc->threshold) {
 209         return ff_filter_frame(ctx->outputs[0], in);
 210     }
 211
 212     av_log(ctx, AV_LOG_DEBUG, "Found at %d %d score %f\n", best_x, best_y, best_score);
 213     foc->last_x = best_x;
 214     foc->last_y = best_y;
 215
 216     av_frame_make_writable(in);
 217
 218     av_dict_set_int(&in->metadata, "lavfi.rect.w", foc->obj_frame->width, 0);
 219     av_dict_set_int(&in->metadata, "lavfi.rect.h", foc->obj_frame->height, 0);
 220     av_dict_set_int(&in->metadata, "lavfi.rect.x", best_x, 0);
 221     av_dict_set_int(&in->metadata, "lavfi.rect.y", best_y, 0);
 222
 223     return ff_filter_frame(ctx->outputs[0], in);
 224 }
 225
 226 static av_cold void uninit(AVFilterContext *ctx)
 227 {
 228     FOCContext *foc = ctx->priv;
 229     int i;
 230
 231     for (i = 0; i < MAX_MIPMAPS; i++) {
 232         av_frame_free(&foc->needle_frame[i]);
 233         av_frame_free(&foc->haystack_frame[i]);
 234     }
 235
 236     if (foc->obj_frame)
 237         av_freep(&foc->obj_frame->data[0]);
 238     av_frame_free(&foc->obj_frame);
 239 }
 240
 241 static av_cold int init(AVFilterContext *ctx)
 242 {
 243     FOCContext *foc = ctx->priv;
 244     int ret, i;
 245
 246     if (!foc->obj_filename) {
 247         av_log(ctx, AV_LOG_ERROR, "object filename not set\n");
 248         return AVERROR(EINVAL);
 249     }
 250
 251     foc->obj_frame = av_frame_alloc();
 252     if (!foc->obj_frame)
 253         return AVERROR(ENOMEM);
 254
 255     if ((ret = ff_load_image(foc->obj_frame->data, foc->obj_frame->linesize,
 256                              &foc->obj_frame->width, &foc->obj_frame->height,
 257                              &foc->obj_frame->format, foc->obj_filename, ctx)) < 0)
 258         return ret;
 259
 260     if (foc->obj_frame->format != AV_PIX_FMT_GRAY8) {
 261         av_log(ctx, AV_LOG_ERROR, "object image is not a grayscale image\n");
 262         return AVERROR(EINVAL);
 263     }
 264
 265     foc->needle_frame[0] = av_frame_clone(foc->obj_frame);
 266     for (i = 1; i < foc->mipmaps; i++) {
 267         foc->needle_frame[i] = downscale(foc->needle_frame[i-1]);
 268         if (!foc->needle_frame[i])
 269             return AVERROR(ENOMEM);
 270     }
 271
 272     return 0;
 273 }
 274
 275 static const AVFilterPad foc_inputs[] = {
 276     {
 277         .name         = "default",
 278         .type         = AVMEDIA_TYPE_VIDEO,
 279         .config_props = config_input,
 280         .filter_frame = filter_frame,
 281     },
 282     { NULL }
 283 };
 284
 285 static const AVFilterPad foc_outputs[] = {
 286     {
 287         .name = "default",
 288         .type = AVMEDIA_TYPE_VIDEO,
 289     },
 290     { NULL }
 291 };
 292
 293 AVFilter ff_vf_find_rect = {
 294     .name            = "find_rect",
 295     .description     = NULL_IF_CONFIG_SMALL("Find a user specified object."),
 296     .priv_size       = sizeof(FOCContext),
 297     .init            = init,
 298     .uninit          = uninit,
 299     .query_formats   = query_formats,
 300     .inputs          = foc_inputs,
 301     .outputs         = foc_outputs,
 302     .priv_class      = &find_rect_class,
 303 };