git.sesse.net Git - movit/blob - fft_convolution_effect_test.cpp

   1 // Unit tests for FFTConvolutionEffect.
   2
   3 #include <epoxy/gl.h>
   4 #include <math.h>
   5
   6 #include "effect_chain.h"
   7 #include "gtest/gtest.h"
   8 #include "image_format.h"
   9 #include "test_util.h"
  10 #include "fft_convolution_effect.h"
  11
  12 namespace movit {
  13
  14 TEST(FFTConvolutionEffectTest, Identity) {
  15         const int size = 4;
  16
  17         float data[size * size] = {
  18                 0.1, 1.1, 2.1, 3.1,
  19                 0.2, 1.2, 2.2, 3.2,
  20                 0.3, 1.3, 2.3, 3.3,
  21                 0.4, 1.4, 2.4, 3.4,
  22         };
  23         float out_data[size * size];
  24
  25         for (int convolve_size = 1; convolve_size < 10; ++convolve_size) {
  26                 float kernel[convolve_size * convolve_size];
  27                 for (int i = 0; i < convolve_size * convolve_size; ++i) {
  28                         kernel[i] = 0.0f;
  29                 }
  30                 kernel[0] = 1.0f;
  31
  32                 EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
  33                 tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
  34
  35                 FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_size, convolve_size);
  36                 tester.get_chain()->add_effect(fft_effect);
  37                 fft_effect->set_convolution_kernel(kernel);
  38                 tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
  39
  40                 expect_equal(data, out_data, size, size, 0.02, 0.003);
  41         }
  42 }
  43
  44 TEST(FFTConvolutionEffectTest, Constant) {
  45         const int size = 4, convolve_size = 17;
  46         const float f = 7.0f;
  47
  48         float data[size * size] = {
  49                 0.1, 1.1, 2.1, 3.1,
  50                 0.2, 1.2, 2.2, 3.2,
  51                 0.3, 1.3, 2.3, 3.3,
  52                 0.4, 1.4, 2.4, 3.4,
  53         };
  54         float expected_data[size * size] = {
  55                 f * 0.1f, f * 1.1f, f * 2.1f, f * 3.1f,
  56                 f * 0.2f, f * 1.2f, f * 2.2f, f * 3.2f,
  57                 f * 0.3f, f * 1.3f, f * 2.3f, f * 3.3f,
  58                 f * 0.4f, f * 1.4f, f * 2.4f, f * 3.4f,
  59         };
  60         float out_data[size * size];
  61         float kernel[convolve_size * convolve_size];
  62         for (int i = 0; i < convolve_size * convolve_size; ++i) {
  63                 kernel[i] = 0.0f;
  64         }
  65         kernel[0] = f;
  66
  67         EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
  68         tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
  69
  70         FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_size, convolve_size);
  71         tester.get_chain()->add_effect(fft_effect);
  72         fft_effect->set_convolution_kernel(kernel);
  73         tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
  74
  75         // Somewhat looser bounds due to the higher magnitude.
  76         expect_equal(expected_data, out_data, size, size, f * 0.03, f * 0.004);
  77 }
  78
  79 TEST(FFTConvolutionEffectTest, MoveRight) {
  80         const int size = 4, convolve_size = 3;
  81
  82         float data[size * size] = {
  83                 0.1, 1.1, 2.1, 3.1,
  84                 0.2, 1.2, 2.2, 3.2,
  85                 0.3, 1.3, 2.3, 3.3,
  86                 0.4, 1.4, 2.4, 3.4,
  87         };
  88         float kernel[convolve_size * convolve_size] = {
  89                 0.0, 1.0, 0.0,
  90                 0.0, 0.0, 0.0,
  91                 0.0, 0.0, 0.0,
  92         };
  93         float expected_data[size * size] = {
  94                 0.1, 0.1, 1.1, 2.1,
  95                 0.2, 0.2, 1.2, 2.2,
  96                 0.3, 0.3, 1.3, 2.3,
  97                 0.4, 0.4, 1.4, 2.4,
  98         };
  99         float out_data[size * size];
 100
 101         EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
 102         tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
 103
 104         FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_size, convolve_size);
 105         tester.get_chain()->add_effect(fft_effect);
 106         fft_effect->set_convolution_kernel(kernel);
 107         tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
 108
 109         expect_equal(expected_data, out_data, size, size, 0.02, 0.003);
 110 }
 111
 112 TEST(FFTConvolutionEffectTest, MoveDown) {
 113         const int size = 4, convolve_size = 3;
 114
 115         float data[size * size] = {
 116                 0.1, 1.1, 2.1, 3.1,
 117                 0.2, 1.2, 2.2, 3.2,
 118                 0.3, 1.3, 2.3, 3.3,
 119                 0.4, 1.4, 2.4, 3.4,
 120         };
 121         float kernel[convolve_size * convolve_size] = {
 122                 0.0, 0.0, 0.0,
 123                 1.0, 0.0, 0.0,
 124                 0.0, 0.0, 0.0,
 125         };
 126         float expected_data[size * size] = {
 127                 0.1, 1.1, 2.1, 3.1,
 128                 0.1, 1.1, 2.1, 3.1,
 129                 0.2, 1.2, 2.2, 3.2,
 130                 0.3, 1.3, 2.3, 3.3,
 131         };
 132         float out_data[size * size];
 133
 134         EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
 135         tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
 136
 137         FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_size, convolve_size);
 138         tester.get_chain()->add_effect(fft_effect);
 139         fft_effect->set_convolution_kernel(kernel);
 140         tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
 141
 142         expect_equal(expected_data, out_data, size, size, 0.02, 0.003);
 143 }
 144
 145 TEST(FFTConvolutionEffectTest, MergeWithLeft) {
 146         const int size = 4, convolve_size = 3;
 147
 148         float data[size * size] = {
 149                 0.1, 1.1, 2.1, 3.1,
 150                 0.2, 1.2, 2.2, 3.2,
 151                 0.3, 1.3, 2.3, 3.3,
 152                 0.4, 1.4, 2.4, 3.4,
 153         };
 154         float kernel[convolve_size * convolve_size] = {
 155                 1.0, 1.0, 0.0,
 156                 0.0, 0.0, 0.0,
 157                 0.0, 0.0, 0.0,
 158         };
 159         float expected_data[size * size] = {
 160                 0.1 + 0.1,  0.1 + 1.1,  1.1 + 2.1,  2.1 + 3.1,
 161                 0.2 + 0.2,  0.2 + 1.2,  1.2 + 2.2,  2.2 + 3.2,
 162                 0.3 + 0.3,  0.3 + 1.3,  1.3 + 2.3,  2.3 + 3.3,
 163                 0.4 + 0.4,  0.4 + 1.4,  1.4 + 2.4,  2.4 + 3.4,
 164         };
 165         float out_data[size * size];
 166
 167         EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
 168         tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
 169
 170         FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_size, convolve_size);
 171         tester.get_chain()->add_effect(fft_effect);
 172         fft_effect->set_convolution_kernel(kernel);
 173         tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
 174
 175         expect_equal(expected_data, out_data, size, size, 0.02, 0.003);
 176 }
 177
 178 TEST(FFTConvolutionEffectTest, NegativeCoefficients) {
 179         const int size = 4;
 180         const int convolve_width = 3, convolve_height = 2;
 181
 182         float data[size * size] = {
 183                 0.1, 1.1, 2.1, 3.1,
 184                 0.2, 1.2, 2.2, 3.2,
 185                 0.3, 1.3, 2.3, 3.3,
 186                 0.4, 1.4, 2.4, 3.4,
 187         };
 188         float kernel[convolve_width * convolve_height] = {
 189                 1.0, 0.0,  0.0,
 190                 0.0, 0.0, -0.5,
 191         };
 192         float expected_data[size * size] = {
 193                 0.1 - 0.5 * 0.1,  1.1 - 0.5 * 0.1,  2.1 - 0.5 * 0.1,  3.1 - 0.5 * 1.1,
 194                 0.2 - 0.5 * 0.1,  1.2 - 0.5 * 0.1,  2.2 - 0.5 * 0.1,  3.2 - 0.5 * 1.1,
 195                 0.3 - 0.5 * 0.2,  1.3 - 0.5 * 0.2,  2.3 - 0.5 * 0.2,  3.3 - 0.5 * 1.2,
 196                 0.4 - 0.5 * 0.3,  1.4 - 0.5 * 0.3,  2.4 - 0.5 * 0.3,  3.4 - 0.5 * 1.3,
 197         };
 198         float out_data[size * size];
 199
 200         EffectChainTester tester(NULL, size, size, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR);
 201         tester.add_input(data, FORMAT_GRAYSCALE, COLORSPACE_sRGB, GAMMA_LINEAR, size, size);
 202
 203         FFTConvolutionEffect *fft_effect = new FFTConvolutionEffect(size, size, convolve_width, convolve_height);
 204         tester.get_chain()->add_effect(fft_effect);
 205         fft_effect->set_convolution_kernel(kernel);
 206         tester.run(out_data, GL_RED, COLORSPACE_sRGB, GAMMA_LINEAR, OUTPUT_ALPHA_FORMAT_PREMULTIPLIED);
 207
 208         expect_equal(expected_data, out_data, size, size, 0.02, 0.003);
 209 }
 210
 211 }  // namespace movit