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

   1 /*
   2  * Copyright (c) 2018 Sergey Lavrushkin
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2.1 of the License, or (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 GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with FFmpeg; if not, write to the Free Software
  18  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  19  */
  20
  21 /**
  22  * @file
  23  * Filter implementing image super-resolution using deep convolutional networks.
  24  * https://arxiv.org/abs/1501.00092
  25  * https://arxiv.org/abs/1609.05158
  26  */
  27
  28 #include "avfilter.h"
  29 #include "formats.h"
  30 #include "internal.h"
  31 #include "libavutil/opt.h"
  32 #include "libavutil/pixdesc.h"
  33 #include "libavformat/avio.h"
  34 #include "libswscale/swscale.h"
  35 #include "dnn_filter_common.h"
  36
  37 typedef struct SRContext {
  38     const AVClass *class;
  39     DnnContext dnnctx;
  40     int scale_factor;
  41     struct SwsContext *sws_uv_scale;
  42     int sws_uv_height;
  43     struct SwsContext *sws_pre_scale;
  44 } SRContext;
  45
  46 #define OFFSET(x) offsetof(SRContext, x)
  47 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM | AV_OPT_FLAG_VIDEO_PARAM
  48 static const AVOption sr_options[] = {
  49     { "dnn_backend", "DNN backend used for model execution", OFFSET(dnnctx.backend_type), AV_OPT_TYPE_INT, { .i64 = 0 }, 0, 1, FLAGS, "backend" },
  50     { "native", "native backend flag", 0, AV_OPT_TYPE_CONST, { .i64 = 0 }, 0, 0, FLAGS, "backend" },
  51 #if (CONFIG_LIBTENSORFLOW == 1)
  52     { "tensorflow", "tensorflow backend flag", 0, AV_OPT_TYPE_CONST, { .i64 = 1 }, 0, 0, FLAGS, "backend" },
  53 #endif
  54     { "scale_factor", "scale factor for SRCNN model", OFFSET(scale_factor), AV_OPT_TYPE_INT, { .i64 = 2 }, 2, 4, FLAGS },
  55     { "model", "path to model file specifying network architecture and its parameters", OFFSET(dnnctx.model_filename), AV_OPT_TYPE_STRING, {.str=NULL}, 0, 0, FLAGS },
  56     { "input",       "input name of the model",     OFFSET(dnnctx.model_inputname),  AV_OPT_TYPE_STRING,    { .str = "x" },  0, 0, FLAGS },
  57     { "output",      "output name of the model",    OFFSET(dnnctx.model_outputname), AV_OPT_TYPE_STRING,    { .str = "y" },  0, 0, FLAGS },
  58     { NULL }
  59 };
  60
  61 AVFILTER_DEFINE_CLASS(sr);
  62
  63 static av_cold int init(AVFilterContext *context)
  64 {
  65     SRContext *sr_context = context->priv;
  66     return ff_dnn_init(&sr_context->dnnctx, DFT_PROCESS_FRAME, context);
  67 }
  68
  69 static int query_formats(AVFilterContext *context)
  70 {
  71     const enum AVPixelFormat pixel_formats[] = {AV_PIX_FMT_YUV420P, AV_PIX_FMT_YUV422P, AV_PIX_FMT_YUV444P,
  72                                                 AV_PIX_FMT_YUV410P, AV_PIX_FMT_YUV411P, AV_PIX_FMT_GRAY8,
  73                                                 AV_PIX_FMT_NONE};
  74     AVFilterFormats *formats_list;
  75
  76     formats_list = ff_make_format_list(pixel_formats);
  77     if (!formats_list){
  78         av_log(context, AV_LOG_ERROR, "could not create formats list\n");
  79         return AVERROR(ENOMEM);
  80     }
  81
  82     return ff_set_common_formats(context, formats_list);
  83 }
  84
  85 static int config_output(AVFilterLink *outlink)
  86 {
  87     AVFilterContext *context = outlink->src;
  88     SRContext *ctx = context->priv;
  89     DNNReturnType result;
  90     AVFilterLink *inlink = context->inputs[0];
  91     int out_width, out_height;
  92
  93     // have a try run in case that the dnn model resize the frame
  94     result = ff_dnn_get_output(&ctx->dnnctx, inlink->w, inlink->h, &out_width, &out_height);
  95     if (result != DNN_SUCCESS) {
  96         av_log(ctx, AV_LOG_ERROR, "could not get output from the model\n");
  97         return AVERROR(EIO);
  98     }
  99
 100     if (inlink->w != out_width || inlink->h != out_height) {
 101         //espcn
 102         outlink->w = out_width;
 103         outlink->h = out_height;
 104         if (inlink->format != AV_PIX_FMT_GRAY8){
 105             const AVPixFmtDescriptor *desc = av_pix_fmt_desc_get(inlink->format);
 106             int sws_src_h = AV_CEIL_RSHIFT(inlink->h, desc->log2_chroma_h);
 107             int sws_src_w = AV_CEIL_RSHIFT(inlink->w, desc->log2_chroma_w);
 108             int sws_dst_h = AV_CEIL_RSHIFT(outlink->h, desc->log2_chroma_h);
 109             int sws_dst_w = AV_CEIL_RSHIFT(outlink->w, desc->log2_chroma_w);
 110             ctx->sws_uv_scale = sws_getContext(sws_src_w, sws_src_h, AV_PIX_FMT_GRAY8,
 111                                                sws_dst_w, sws_dst_h, AV_PIX_FMT_GRAY8,
 112                                                SWS_BICUBIC, NULL, NULL, NULL);
 113             ctx->sws_uv_height = sws_src_h;
 114         }
 115     } else {
 116         //srcnn
 117         outlink->w = out_width * ctx->scale_factor;
 118         outlink->h = out_height * ctx->scale_factor;
 119         ctx->sws_pre_scale = sws_getContext(inlink->w, inlink->h, inlink->format,
 120                                         outlink->w, outlink->h, outlink->format,
 121                                         SWS_BICUBIC, NULL, NULL, NULL);
 122     }
 123
 124     return 0;
 125 }
 126
 127 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 128 {
 129     AVFilterContext *context = inlink->dst;
 130     SRContext *ctx = context->priv;
 131     AVFilterLink *outlink = context->outputs[0];
 132     AVFrame *out = ff_get_video_buffer(outlink, outlink->w, outlink->h);
 133     DNNReturnType dnn_result;
 134
 135     if (!out){
 136         av_log(context, AV_LOG_ERROR, "could not allocate memory for output frame\n");
 137         av_frame_free(&in);
 138         return AVERROR(ENOMEM);
 139     }
 140     av_frame_copy_props(out, in);
 141
 142     if (ctx->sws_pre_scale) {
 143         sws_scale(ctx->sws_pre_scale,
 144                     (const uint8_t **)in->data, in->linesize, 0, in->height,
 145                     out->data, out->linesize);
 146         dnn_result = ff_dnn_execute_model(&ctx->dnnctx, out, out);
 147     } else {
 148         dnn_result = ff_dnn_execute_model(&ctx->dnnctx, in, out);
 149     }
 150
 151     if (dnn_result != DNN_SUCCESS){
 152         av_log(ctx, AV_LOG_ERROR, "failed to execute loaded model\n");
 153         av_frame_free(&in);
 154         av_frame_free(&out);
 155         return AVERROR(EIO);
 156     }
 157
 158     if (ctx->sws_uv_scale) {
 159         sws_scale(ctx->sws_uv_scale, (const uint8_t **)(in->data + 1), in->linesize + 1,
 160                   0, ctx->sws_uv_height, out->data + 1, out->linesize + 1);
 161         sws_scale(ctx->sws_uv_scale, (const uint8_t **)(in->data + 2), in->linesize + 2,
 162                   0, ctx->sws_uv_height, out->data + 2, out->linesize + 2);
 163     }
 164
 165     av_frame_free(&in);
 166     return ff_filter_frame(outlink, out);
 167 }
 168
 169 static av_cold void uninit(AVFilterContext *context)
 170 {
 171     SRContext *sr_context = context->priv;
 172
 173     ff_dnn_uninit(&sr_context->dnnctx);
 174     sws_freeContext(sr_context->sws_uv_scale);
 175     sws_freeContext(sr_context->sws_pre_scale);
 176 }
 177
 178 static const AVFilterPad sr_inputs[] = {
 179     {
 180         .name         = "default",
 181         .type         = AVMEDIA_TYPE_VIDEO,
 182         .filter_frame = filter_frame,
 183     },
 184     { NULL }
 185 };
 186
 187 static const AVFilterPad sr_outputs[] = {
 188     {
 189         .name = "default",
 190         .config_props = config_output,
 191         .type = AVMEDIA_TYPE_VIDEO,
 192     },
 193     { NULL }
 194 };
 195
 196 const AVFilter ff_vf_sr = {
 197     .name          = "sr",
 198     .description   = NULL_IF_CONFIG_SMALL("Apply DNN-based image super resolution to the input."),
 199     .priv_size     = sizeof(SRContext),
 200     .init          = init,
 201     .uninit        = uninit,
 202     .query_formats = query_formats,
 203     .inputs        = sr_inputs,
 204     .outputs       = sr_outputs,
 205     .priv_class    = &sr_class,
 206 };