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

   1 /*
   2  * Copyright (c) 2014 Muhammad Faiz <mfcc64@gmail.com>
   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 #include "config.h"
  22 #include "libavcodec/avfft.h"
  23 #include "libavutil/avassert.h"
  24 #include "libavutil/channel_layout.h"
  25 #include "libavutil/opt.h"
  26 #include "libavutil/xga_font_data.h"
  27 #include "libavutil/qsort.h"
  28 #include "libavutil/time.h"
  29 #include "libavutil/eval.h"
  30 #include "avfilter.h"
  31 #include "internal.h"
  32
  33 #include <math.h>
  34 #include <stdlib.h>
  35
  36 #if CONFIG_LIBFREETYPE
  37 #include <ft2build.h>
  38 #include FT_FREETYPE_H
  39 #endif
  40
  41 /* this filter is designed to do 16 bins/semitones constant Q transform with Brown-Puckette algorithm
  42  * start from E0 to D#10 (10 octaves)
  43  * so there are 16 bins/semitones * 12 semitones/octaves * 10 octaves = 1920 bins
  44  * match with full HD resolution */
  45
  46 #define VIDEO_WIDTH 1920
  47 #define VIDEO_HEIGHT 1080
  48 #define FONT_HEIGHT 32
  49 #define SPECTOGRAM_HEIGHT ((VIDEO_HEIGHT-FONT_HEIGHT)/2)
  50 #define SPECTOGRAM_START (VIDEO_HEIGHT-SPECTOGRAM_HEIGHT)
  51 #define BASE_FREQ 20.051392800492
  52 #define COEFF_CLAMP 1.0e-4
  53 #define TLENGTH_MIN 0.001
  54 #define TLENGTH_DEFAULT "384/f*tc/(384/f+tc)"
  55 #define VOLUME_MIN 1e-10
  56 #define VOLUME_MAX 100.0
  57 #define FONTCOLOR_DEFAULT "st(0, (midi(f)-59.5)/12);" \
  58     "st(1, if(between(ld(0),0,1), 0.5-0.5*cos(2*PI*ld(0)), 0));" \
  59     "r(1-ld(1)) + b(ld(1))"
  60
  61 typedef struct {
  62     FFTSample value;
  63     int index;
  64 } SparseCoeff;
  65
  66 typedef struct {
  67     const AVClass *class;
  68     AVFrame *outpicref;
  69     FFTContext *fft_context;
  70     FFTComplex *fft_data;
  71     FFTComplex *fft_result_left;
  72     FFTComplex *fft_result_right;
  73     uint8_t *spectogram;
  74     SparseCoeff *coeff_sort;
  75     SparseCoeff *coeffs[VIDEO_WIDTH];
  76     uint8_t *font_alpha;
  77     char *fontfile;     /* using freetype */
  78     int coeffs_len[VIDEO_WIDTH];
  79     uint8_t fontcolor_value[VIDEO_WIDTH*3];  /* result of fontcolor option */
  80     int64_t frame_count;
  81     int spectogram_count;
  82     int spectogram_index;
  83     int fft_bits;
  84     int req_fullfilled;
  85     int remaining_fill;
  86     char *tlength;
  87     char *volume;
  88     char *fontcolor;
  89     double timeclamp;   /* lower timeclamp, time-accurate, higher timeclamp, freq-accurate (at low freq)*/
  90     float coeffclamp;   /* lower coeffclamp, more precise, higher coeffclamp, faster */
  91     int fullhd;         /* if true, output video is at full HD resolution, otherwise it will be halved */
  92     float gamma;        /* lower gamma, more contrast, higher gamma, more range */
  93     float gamma2;       /* gamma of bargraph */
  94     int fps;            /* the required fps is so strict, so it's enough to be int, but 24000/1001 etc cannot be encoded */
  95     int count;          /* fps * count = transform rate */
  96 } ShowCQTContext;
  97
  98 #define OFFSET(x) offsetof(ShowCQTContext, x)
  99 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
 100
 101 static const AVOption showcqt_options[] = {
 102     { "volume", "set volume", OFFSET(volume), AV_OPT_TYPE_STRING, { .str = "16" }, CHAR_MIN, CHAR_MAX, FLAGS },
 103     { "tlength", "set transform length", OFFSET(tlength), AV_OPT_TYPE_STRING, { .str = TLENGTH_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
 104     { "timeclamp", "set timeclamp", OFFSET(timeclamp), AV_OPT_TYPE_DOUBLE, { .dbl = 0.17 }, 0.1, 1.0, FLAGS },
 105     { "coeffclamp", "set coeffclamp", OFFSET(coeffclamp), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 0.1, 10, FLAGS },
 106     { "gamma", "set gamma", OFFSET(gamma), AV_OPT_TYPE_FLOAT, { .dbl = 3 }, 1, 7, FLAGS },
 107     { "gamma2", "set gamma of bargraph", OFFSET(gamma2), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 1, 7, FLAGS },
 108     { "fullhd", "set full HD resolution", OFFSET(fullhd), AV_OPT_TYPE_INT, { .i64 = 1 }, 0, 1, FLAGS },
 109     { "fps", "set video fps", OFFSET(fps), AV_OPT_TYPE_INT, { .i64 = 25 }, 10, 100, FLAGS },
 110     { "count", "set number of transform per frame", OFFSET(count), AV_OPT_TYPE_INT, { .i64 = 6 }, 1, 30, FLAGS },
 111     { "fontfile", "set font file", OFFSET(fontfile), AV_OPT_TYPE_STRING, { .str = NULL }, CHAR_MIN, CHAR_MAX, FLAGS },
 112     { "fontcolor", "set font color", OFFSET(fontcolor), AV_OPT_TYPE_STRING, { .str = FONTCOLOR_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
 113     { NULL }
 114 };
 115
 116 AVFILTER_DEFINE_CLASS(showcqt);
 117
 118 static av_cold void uninit(AVFilterContext *ctx)
 119 {
 120     int k;
 121
 122     ShowCQTContext *s = ctx->priv;
 123     av_fft_end(s->fft_context);
 124     s->fft_context = NULL;
 125     for (k = 0; k < VIDEO_WIDTH; k++)
 126         av_freep(&s->coeffs[k]);
 127     av_freep(&s->fft_data);
 128     av_freep(&s->fft_result_left);
 129     av_freep(&s->fft_result_right);
 130     av_freep(&s->coeff_sort);
 131     av_freep(&s->spectogram);
 132     av_freep(&s->font_alpha);
 133     av_frame_free(&s->outpicref);
 134 }
 135
 136 static int query_formats(AVFilterContext *ctx)
 137 {
 138     AVFilterFormats *formats = NULL;
 139     AVFilterChannelLayouts *layouts = NULL;
 140     AVFilterLink *inlink = ctx->inputs[0];
 141     AVFilterLink *outlink = ctx->outputs[0];
 142     static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_FLT, AV_SAMPLE_FMT_NONE };
 143     static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_RGB24, AV_PIX_FMT_NONE };
 144     static const int64_t channel_layouts[] = { AV_CH_LAYOUT_STEREO, AV_CH_LAYOUT_STEREO_DOWNMIX, -1 };
 145     static const int samplerates[] = { 44100, 48000, -1 };
 146
 147     /* set input audio formats */
 148     formats = ff_make_format_list(sample_fmts);
 149     if (!formats)
 150         return AVERROR(ENOMEM);
 151     ff_formats_ref(formats, &inlink->out_formats);
 152
 153     layouts = avfilter_make_format64_list(channel_layouts);
 154     if (!layouts)
 155         return AVERROR(ENOMEM);
 156     ff_channel_layouts_ref(layouts, &inlink->out_channel_layouts);
 157
 158     formats = ff_make_format_list(samplerates);
 159     if (!formats)
 160         return AVERROR(ENOMEM);
 161     ff_formats_ref(formats, &inlink->out_samplerates);
 162
 163     /* set output video format */
 164     formats = ff_make_format_list(pix_fmts);
 165     if (!formats)
 166         return AVERROR(ENOMEM);
 167     ff_formats_ref(formats, &outlink->in_formats);
 168
 169     return 0;
 170 }
 171
 172 #if CONFIG_LIBFREETYPE
 173 static void load_freetype_font(AVFilterContext *ctx)
 174 {
 175     static const char str[] = "EF G A BC D ";
 176     ShowCQTContext *s = ctx->priv;
 177     FT_Library lib = NULL;
 178     FT_Face face = NULL;
 179     int video_scale = s->fullhd ? 2 : 1;
 180     int video_width = (VIDEO_WIDTH/2) * video_scale;
 181     int font_height = (FONT_HEIGHT/2) * video_scale;
 182     int font_width = 8 * video_scale;
 183     int font_repeat = font_width * 12;
 184     int linear_hori_advance = font_width * 65536;
 185     int non_monospace_warning = 0;
 186     int x;
 187
 188     s->font_alpha = NULL;
 189
 190     if (!s->fontfile)
 191         return;
 192
 193     if (FT_Init_FreeType(&lib))
 194         goto fail;
 195
 196     if (FT_New_Face(lib, s->fontfile, 0, &face))
 197         goto fail;
 198
 199     if (FT_Set_Char_Size(face, 16*64, 0, 0, 0))
 200         goto fail;
 201
 202     if (FT_Load_Char(face, 'A', FT_LOAD_RENDER))
 203         goto fail;
 204
 205     if (FT_Set_Char_Size(face, 16*64 * linear_hori_advance / face->glyph->linearHoriAdvance, 0, 0, 0))
 206         goto fail;
 207
 208     s->font_alpha = av_malloc_array(font_height, video_width);
 209     if (!s->font_alpha)
 210         goto fail;
 211
 212     memset(s->font_alpha, 0, font_height * video_width);
 213
 214     for (x = 0; x < 12; x++) {
 215         int sx, sy, rx, bx, by, dx, dy;
 216
 217         if (str[x] == ' ')
 218             continue;
 219
 220         if (FT_Load_Char(face, str[x], FT_LOAD_RENDER))
 221             goto fail;
 222
 223         if (face->glyph->advance.x != font_width*64 && !non_monospace_warning) {
 224             av_log(ctx, AV_LOG_WARNING, "Font is not monospace\n");
 225             non_monospace_warning = 1;
 226         }
 227
 228         sy = font_height - 4*video_scale - face->glyph->bitmap_top;
 229         for (rx = 0; rx < 10; rx++) {
 230             sx = rx * font_repeat + x * font_width + face->glyph->bitmap_left;
 231             for (by = 0; by < face->glyph->bitmap.rows; by++) {
 232                 dy = by + sy;
 233                 if (dy < 0)
 234                     continue;
 235                 if (dy >= font_height)
 236                     break;
 237
 238                 for (bx = 0; bx < face->glyph->bitmap.width; bx++) {
 239                     dx = bx + sx;
 240                     if (dx < 0)
 241                         continue;
 242                     if (dx >= video_width)
 243                         break;
 244                     s->font_alpha[dy*video_width+dx] = face->glyph->bitmap.buffer[by*face->glyph->bitmap.width+bx];
 245                 }
 246             }
 247         }
 248     }
 249
 250     FT_Done_Face(face);
 251     FT_Done_FreeType(lib);
 252     return;
 253
 254     fail:
 255     av_log(ctx, AV_LOG_WARNING, "Error while loading freetype font, using default font instead\n");
 256     FT_Done_Face(face);
 257     FT_Done_FreeType(lib);
 258     av_freep(&s->font_alpha);
 259     return;
 260 }
 261 #endif
 262
 263 static double a_weighting(void *p, double f)
 264 {
 265     double ret = 12200.0*12200.0 * (f*f*f*f);
 266     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) *
 267            sqrt((f*f + 107.7*107.7) * (f*f + 737.9*737.9));
 268     return ret;
 269 }
 270
 271 static double b_weighting(void *p, double f)
 272 {
 273     double ret = 12200.0*12200.0 * (f*f*f);
 274     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) * sqrt(f*f + 158.5*158.5);
 275     return ret;
 276 }
 277
 278 static double c_weighting(void *p, double f)
 279 {
 280     double ret = 12200.0*12200.0 * (f*f);
 281     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0);
 282     return ret;
 283 }
 284
 285 static double midi(void *p, double f)
 286 {
 287     return log2(f/440.0) * 12.0 + 69.0;
 288 }
 289
 290 static double r_func(void *p, double x)
 291 {
 292     x = av_clipd(x, 0.0, 1.0);
 293     return (int)(x*255.0+0.5) << 16;
 294 }
 295
 296 static double g_func(void *p, double x)
 297 {
 298     x = av_clipd(x, 0.0, 1.0);
 299     return (int)(x*255.0+0.5) << 8;
 300 }
 301
 302 static double b_func(void *p, double x)
 303 {
 304     x = av_clipd(x, 0.0, 1.0);
 305     return (int)(x*255.0+0.5);
 306 }
 307
 308 static inline int qsort_sparsecoeff(const SparseCoeff *a, const SparseCoeff *b)
 309 {
 310     if (fabsf(a->value) >= fabsf(b->value))
 311         return 1;
 312     else
 313         return -1;
 314 }
 315
 316 static int config_output(AVFilterLink *outlink)
 317 {
 318     AVFilterContext *ctx = outlink->src;
 319     AVFilterLink *inlink = ctx->inputs[0];
 320     ShowCQTContext *s = ctx->priv;
 321     AVExpr *tlength_expr = NULL, *volume_expr = NULL, *fontcolor_expr = NULL;
 322     uint8_t *fontcolor_value = s->fontcolor_value;
 323     static const char * const expr_vars[] = { "timeclamp", "tc", "frequency", "freq", "f", NULL };
 324     static const char * const expr_func_names[] = { "a_weighting", "b_weighting", "c_weighting", NULL };
 325     static const char * const expr_fontcolor_func_names[] = { "midi", "r", "g", "b", NULL };
 326     static double (* const expr_funcs[])(void *, double) = { a_weighting, b_weighting, c_weighting, NULL };
 327     static double (* const expr_fontcolor_funcs[])(void *, double) = { midi, r_func, g_func, b_func, NULL };
 328     int fft_len, k, x, y, ret;
 329     int num_coeffs = 0;
 330     int rate = inlink->sample_rate;
 331     double max_len = rate * (double) s->timeclamp;
 332     int64_t start_time, end_time;
 333     int video_scale = s->fullhd ? 2 : 1;
 334     int video_width = (VIDEO_WIDTH/2) * video_scale;
 335     int video_height = (VIDEO_HEIGHT/2) * video_scale;
 336     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
 337
 338     s->fft_bits = ceil(log2(max_len));
 339     fft_len = 1 << s->fft_bits;
 340
 341     if (rate % (s->fps * s->count)) {
 342         av_log(ctx, AV_LOG_ERROR, "Rate (%u) is not divisible by fps*count (%u*%u)\n", rate, s->fps, s->count);
 343         return AVERROR(EINVAL);
 344     }
 345
 346     s->fft_data         = av_malloc_array(fft_len, sizeof(*s->fft_data));
 347     s->coeff_sort       = av_malloc_array(fft_len, sizeof(*s->coeff_sort));
 348     s->fft_result_left  = av_malloc_array(fft_len, sizeof(*s->fft_result_left));
 349     s->fft_result_right = av_malloc_array(fft_len, sizeof(*s->fft_result_right));
 350     s->fft_context      = av_fft_init(s->fft_bits, 0);
 351
 352     if (!s->fft_data || !s->coeff_sort || !s->fft_result_left || !s->fft_result_right || !s->fft_context)
 353         return AVERROR(ENOMEM);
 354
 355 #if CONFIG_LIBFREETYPE
 356     load_freetype_font(ctx);
 357 #else
 358     if (s->fontfile)
 359         av_log(ctx, AV_LOG_WARNING, "Freetype is not available, ignoring fontfile option\n");
 360     s->font_alpha = NULL;
 361 #endif
 362
 363     av_log(ctx, AV_LOG_INFO, "Calculating spectral kernel, please wait\n");
 364     start_time = av_gettime_relative();
 365     ret = av_expr_parse(&tlength_expr, s->tlength, expr_vars, NULL, NULL, NULL, NULL, 0, ctx);
 366     if (ret < 0)
 367         goto eval_error;
 368
 369     ret = av_expr_parse(&volume_expr, s->volume, expr_vars, expr_func_names,
 370                         expr_funcs, NULL, NULL, 0, ctx);
 371     if (ret < 0)
 372         goto eval_error;
 373
 374     ret = av_expr_parse(&fontcolor_expr, s->fontcolor, expr_vars, expr_fontcolor_func_names,
 375                         expr_fontcolor_funcs, NULL, NULL, 0, ctx);
 376     if (ret < 0)
 377         goto eval_error;
 378
 379     for (k = 0; k < VIDEO_WIDTH; k++) {
 380         int hlen = fft_len >> 1;
 381         float total = 0;
 382         float partial = 0;
 383         double freq = BASE_FREQ * exp2(k * (1.0/192.0));
 384         double tlen, tlength, volume;
 385         double expr_vars_val[] = { s->timeclamp, s->timeclamp, freq, freq, freq, 0 };
 386         /* a window function from Albert H. Nuttall,
 387          * "Some Windows with Very Good Sidelobe Behavior"
 388          * -93.32 dB peak sidelobe and 18 dB/octave asymptotic decay
 389          * coefficient normalized to a0 = 1 */
 390         double a0 = 0.355768;
 391         double a1 = 0.487396/a0;
 392         double a2 = 0.144232/a0;
 393         double a3 = 0.012604/a0;
 394         double sv_step, cv_step, sv, cv;
 395         double sw_step, cw_step, sw, cw, w;
 396
 397         tlength = av_expr_eval(tlength_expr, expr_vars_val, NULL);
 398         if (isnan(tlength)) {
 399             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is nan, setting it to %g\n", freq, s->timeclamp);
 400             tlength = s->timeclamp;
 401         } else if (tlength < TLENGTH_MIN) {
 402             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, TLENGTH_MIN);
 403             tlength = TLENGTH_MIN;
 404         } else if (tlength > s->timeclamp) {
 405             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, s->timeclamp);
 406             tlength = s->timeclamp;
 407         }
 408
 409         volume = FFABS(av_expr_eval(volume_expr, expr_vars_val, NULL));
 410         if (isnan(volume)) {
 411             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is nan, setting it to 0\n", freq);
 412             volume = VOLUME_MIN;
 413         } else if (volume < VOLUME_MIN) {
 414             volume = VOLUME_MIN;
 415         } else if (volume > VOLUME_MAX) {
 416             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is %g, setting it to %g\n", freq, volume, VOLUME_MAX);
 417             volume = VOLUME_MAX;
 418         }
 419
 420         if (s->fullhd || !(k & 1)) {
 421             int fontcolor = av_expr_eval(fontcolor_expr, expr_vars_val, NULL);
 422             fontcolor_value[0] = (fontcolor >> 16) & 0xFF;
 423             fontcolor_value[1] = (fontcolor >> 8) & 0xFF;
 424             fontcolor_value[2] = fontcolor & 0xFF;
 425             fontcolor_value += 3;
 426         }
 427
 428         tlen = tlength * rate;
 429         s->fft_data[0].re = 0;
 430         s->fft_data[0].im = 0;
 431         s->fft_data[hlen].re = (1.0 + a1 + a2 + a3) * (1.0/tlen) * volume * (1.0/fft_len);
 432         s->fft_data[hlen].im = 0;
 433         sv_step = sv = sin(2.0*M_PI*freq*(1.0/rate));
 434         cv_step = cv = cos(2.0*M_PI*freq*(1.0/rate));
 435         /* also optimizing window func */
 436         sw_step = sw = sin(2.0*M_PI*(1.0/tlen));
 437         cw_step = cw = cos(2.0*M_PI*(1.0/tlen));
 438         for (x = 1; x < 0.5 * tlen; x++) {
 439             double cv_tmp, cw_tmp;
 440             double cw2, cw3, sw2;
 441
 442             cw2 = cw * cw - sw * sw;
 443             sw2 = cw * sw + sw * cw;
 444             cw3 = cw * cw2 - sw * sw2;
 445             w = (1.0 + a1 * cw + a2 * cw2 + a3 * cw3) * (1.0/tlen) * volume * (1.0/fft_len);
 446             s->fft_data[hlen + x].re = w * cv;
 447             s->fft_data[hlen + x].im = w * sv;
 448             s->fft_data[hlen - x].re = s->fft_data[hlen + x].re;
 449             s->fft_data[hlen - x].im = -s->fft_data[hlen + x].im;
 450
 451             cv_tmp = cv * cv_step - sv * sv_step;
 452             sv = sv * cv_step + cv * sv_step;
 453             cv = cv_tmp;
 454             cw_tmp = cw * cw_step - sw * sw_step;
 455             sw = sw * cw_step + cw * sw_step;
 456             cw = cw_tmp;
 457         }
 458         for (; x < hlen; x++) {
 459             s->fft_data[hlen + x].re = 0;
 460             s->fft_data[hlen + x].im = 0;
 461             s->fft_data[hlen - x].re = 0;
 462             s->fft_data[hlen - x].im = 0;
 463         }
 464         av_fft_permute(s->fft_context, s->fft_data);
 465         av_fft_calc(s->fft_context, s->fft_data);
 466
 467         for (x = 0; x < fft_len; x++) {
 468             s->coeff_sort[x].index = x;
 469             s->coeff_sort[x].value = s->fft_data[x].re;
 470         }
 471
 472         AV_QSORT(s->coeff_sort, fft_len, SparseCoeff, qsort_sparsecoeff);
 473         for (x = 0; x < fft_len; x++)
 474             total += fabsf(s->coeff_sort[x].value);
 475
 476         for (x = 0; x < fft_len; x++) {
 477             partial += fabsf(s->coeff_sort[x].value);
 478             if (partial > total * s->coeffclamp * COEFF_CLAMP) {
 479                 s->coeffs_len[k] = fft_len - x;
 480                 num_coeffs += s->coeffs_len[k];
 481                 s->coeffs[k] = av_malloc_array(s->coeffs_len[k], sizeof(*s->coeffs[k]));
 482                 if (!s->coeffs[k]) {
 483                     ret = AVERROR(ENOMEM);
 484                     goto eval_error;
 485                 }
 486                 for (y = 0; y < s->coeffs_len[k]; y++)
 487                     s->coeffs[k][y] = s->coeff_sort[x+y];
 488                 break;
 489             }
 490         }
 491     }
 492     av_expr_free(fontcolor_expr);
 493     av_expr_free(volume_expr);
 494     av_expr_free(tlength_expr);
 495     end_time = av_gettime_relative();
 496     av_log(ctx, AV_LOG_INFO, "Elapsed time %.6f s (fft_len=%u, num_coeffs=%u)\n", 1e-6 * (end_time-start_time), fft_len, num_coeffs);
 497
 498     outlink->w = video_width;
 499     outlink->h = video_height;
 500
 501     s->req_fullfilled = 0;
 502     s->spectogram_index = 0;
 503     s->frame_count = 0;
 504     s->spectogram_count = 0;
 505     s->remaining_fill = fft_len >> 1;
 506     memset(s->fft_data, 0, fft_len * sizeof(*s->fft_data));
 507
 508     s->outpicref = ff_get_video_buffer(outlink, outlink->w, outlink->h);
 509     if (!s->outpicref)
 510         return AVERROR(ENOMEM);
 511
 512     s->spectogram = av_calloc(spectogram_height, s->outpicref->linesize[0]);
 513     if (!s->spectogram)
 514         return AVERROR(ENOMEM);
 515
 516     outlink->sample_aspect_ratio = av_make_q(1, 1);
 517     outlink->time_base = av_make_q(1, s->fps);
 518     outlink->frame_rate = av_make_q(s->fps, 1);
 519     return 0;
 520
 521 eval_error:
 522     av_expr_free(fontcolor_expr);
 523     av_expr_free(volume_expr);
 524     av_expr_free(tlength_expr);
 525     return ret;
 526 }
 527
 528 static int plot_cqt(AVFilterLink *inlink)
 529 {
 530     AVFilterContext *ctx = inlink->dst;
 531     ShowCQTContext *s = ctx->priv;
 532     AVFilterLink *outlink = ctx->outputs[0];
 533     int fft_len = 1 << s->fft_bits;
 534     FFTSample result[VIDEO_WIDTH][4];
 535     int x, y, ret = 0;
 536     int linesize = s->outpicref->linesize[0];
 537     int video_scale = s->fullhd ? 2 : 1;
 538     int video_width = (VIDEO_WIDTH/2) * video_scale;
 539     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
 540     int spectogram_start = (SPECTOGRAM_START/2) * video_scale;
 541     int font_height = (FONT_HEIGHT/2) * video_scale;
 542
 543     /* real part contains left samples, imaginary part contains right samples */
 544     memcpy(s->fft_result_left, s->fft_data, fft_len * sizeof(*s->fft_data));
 545     av_fft_permute(s->fft_context, s->fft_result_left);
 546     av_fft_calc(s->fft_context, s->fft_result_left);
 547
 548     /* separate left and right, (and multiply by 2.0) */
 549     s->fft_result_right[0].re = 2.0f * s->fft_result_left[0].im;
 550     s->fft_result_right[0].im = 0;
 551     s->fft_result_left[0].re = 2.0f * s->fft_result_left[0].re;
 552     s->fft_result_left[0].im = 0;
 553     for (x = 1; x <= fft_len >> 1; x++) {
 554         FFTSample tmpy = s->fft_result_left[fft_len-x].im - s->fft_result_left[x].im;
 555
 556         s->fft_result_right[x].re = s->fft_result_left[x].im + s->fft_result_left[fft_len-x].im;
 557         s->fft_result_right[x].im = s->fft_result_left[x].re - s->fft_result_left[fft_len-x].re;
 558         s->fft_result_right[fft_len-x].re = s->fft_result_right[x].re;
 559         s->fft_result_right[fft_len-x].im = -s->fft_result_right[x].im;
 560
 561         s->fft_result_left[x].re = s->fft_result_left[x].re + s->fft_result_left[fft_len-x].re;
 562         s->fft_result_left[x].im = tmpy;
 563         s->fft_result_left[fft_len-x].re = s->fft_result_left[x].re;
 564         s->fft_result_left[fft_len-x].im = -s->fft_result_left[x].im;
 565     }
 566
 567     /* calculating cqt */
 568     for (x = 0; x < VIDEO_WIDTH; x++) {
 569         int u;
 570         float g = 1.0f / s->gamma;
 571         float g2 = 1.0f / s->gamma2;
 572         FFTComplex l = {0,0};
 573         FFTComplex r = {0,0};
 574
 575         for (u = 0; u < s->coeffs_len[x]; u++) {
 576             FFTSample value = s->coeffs[x][u].value;
 577             int index = s->coeffs[x][u].index;
 578             l.re += value * s->fft_result_left[index].re;
 579             l.im += value * s->fft_result_left[index].im;
 580             r.re += value * s->fft_result_right[index].re;
 581             r.im += value * s->fft_result_right[index].im;
 582         }
 583         /* result is power, not amplitude */
 584         result[x][0] = l.re * l.re + l.im * l.im;
 585         result[x][2] = r.re * r.re + r.im * r.im;
 586         result[x][1] = 0.5f * (result[x][0] + result[x][2]);
 587         result[x][3] = (g2 == 1.0f) ? result[x][1] : powf(result[x][1], g2);
 588         result[x][0] = 255.0f * powf(FFMIN(1.0f,result[x][0]), g);
 589         result[x][1] = 255.0f * powf(FFMIN(1.0f,result[x][1]), g);
 590         result[x][2] = 255.0f * powf(FFMIN(1.0f,result[x][2]), g);
 591     }
 592
 593     if (!s->fullhd) {
 594         for (x = 0; x < video_width; x++) {
 595             result[x][0] = 0.5f * (result[2*x][0] + result[2*x+1][0]);
 596             result[x][1] = 0.5f * (result[2*x][1] + result[2*x+1][1]);
 597             result[x][2] = 0.5f * (result[2*x][2] + result[2*x+1][2]);
 598             result[x][3] = 0.5f * (result[2*x][3] + result[2*x+1][3]);
 599         }
 600     }
 601
 602     for (x = 0; x < video_width; x++) {
 603         s->spectogram[s->spectogram_index*linesize + 3*x] = result[x][0] + 0.5f;
 604         s->spectogram[s->spectogram_index*linesize + 3*x + 1] = result[x][1] + 0.5f;
 605         s->spectogram[s->spectogram_index*linesize + 3*x + 2] = result[x][2] + 0.5f;
 606     }
 607
 608     /* drawing */
 609     if (!s->spectogram_count) {
 610         uint8_t *data = (uint8_t*) s->outpicref->data[0];
 611         float rcp_result[VIDEO_WIDTH];
 612         int total_length = linesize * spectogram_height;
 613         int back_length = linesize * s->spectogram_index;
 614
 615         for (x = 0; x < video_width; x++)
 616             rcp_result[x] = 1.0f / (result[x][3]+0.0001f);
 617
 618         /* drawing bar */
 619         for (y = 0; y < spectogram_height; y++) {
 620             float height = (spectogram_height - y) * (1.0f/spectogram_height);
 621             uint8_t *lineptr = data + y * linesize;
 622             for (x = 0; x < video_width; x++) {
 623                 float mul;
 624                 if (result[x][3] <= height) {
 625                     *lineptr++ = 0;
 626                     *lineptr++ = 0;
 627                     *lineptr++ = 0;
 628                 } else {
 629                     mul = (result[x][3] - height) * rcp_result[x];
 630                     *lineptr++ = mul * result[x][0] + 0.5f;
 631                     *lineptr++ = mul * result[x][1] + 0.5f;
 632                     *lineptr++ = mul * result[x][2] + 0.5f;
 633                 }
 634             }
 635         }
 636
 637         /* drawing font */
 638         if (s->font_alpha) {
 639             for (y = 0; y < font_height; y++) {
 640                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
 641                 uint8_t *spectogram_src = s->spectogram + s->spectogram_index * linesize;
 642                 uint8_t *fontcolor_value = s->fontcolor_value;
 643                 for (x = 0; x < video_width; x++) {
 644                     uint8_t alpha = s->font_alpha[y*video_width+x];
 645                     lineptr[3*x] = (spectogram_src[3*x] * (255-alpha) + fontcolor_value[0] * alpha + 255) >> 8;
 646                     lineptr[3*x+1] = (spectogram_src[3*x+1] * (255-alpha) + fontcolor_value[1] * alpha + 255) >> 8;
 647                     lineptr[3*x+2] = (spectogram_src[3*x+2] * (255-alpha) + fontcolor_value[2] * alpha + 255) >> 8;
 648                     fontcolor_value += 3;
 649                 }
 650             }
 651         } else {
 652             for (y = 0; y < font_height; y++) {
 653                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
 654                 memcpy(lineptr, s->spectogram + s->spectogram_index * linesize, video_width*3);
 655             }
 656             for (x = 0; x < video_width; x += video_width/10) {
 657                 int u;
 658                 static const char str[] = "EF G A BC D ";
 659                 uint8_t *startptr = data + spectogram_height * linesize + x * 3;
 660                 for (u = 0; str[u]; u++) {
 661                     int v;
 662                     for (v = 0; v < 16; v++) {
 663                         uint8_t *p = startptr + v * linesize * video_scale + 8 * 3 * u * video_scale;
 664                         int ux = x + 8 * u * video_scale;
 665                         int mask;
 666                         for (mask = 0x80; mask; mask >>= 1) {
 667                             if (mask & avpriv_vga16_font[str[u] * 16 + v]) {
 668                                 p[0] = s->fontcolor_value[3*ux];
 669                                 p[1] = s->fontcolor_value[3*ux+1];
 670                                 p[2] = s->fontcolor_value[3*ux+2];
 671                                 if (video_scale == 2) {
 672                                     p[linesize] = p[0];
 673                                     p[linesize+1] = p[1];
 674                                     p[linesize+2] = p[2];
 675                                     p[3] = p[linesize+3] = s->fontcolor_value[3*ux+3];
 676                                     p[4] = p[linesize+4] = s->fontcolor_value[3*ux+4];
 677                                     p[5] = p[linesize+5] = s->fontcolor_value[3*ux+5];
 678                                 }
 679                             }
 680                             p  += 3 * video_scale;
 681                             ux += video_scale;
 682                         }
 683                     }
 684                 }
 685             }
 686         }
 687
 688         /* drawing spectogram/sonogram */
 689         data += spectogram_start * linesize;
 690         memcpy(data, s->spectogram + s->spectogram_index*linesize, total_length - back_length);
 691
 692         data += total_length - back_length;
 693         if (back_length)
 694             memcpy(data, s->spectogram, back_length);
 695
 696         s->outpicref->pts = s->frame_count;
 697         ret = ff_filter_frame(outlink, av_frame_clone(s->outpicref));
 698         s->req_fullfilled = 1;
 699         s->frame_count++;
 700     }
 701     s->spectogram_count = (s->spectogram_count + 1) % s->count;
 702     s->spectogram_index = (s->spectogram_index + spectogram_height - 1) % spectogram_height;
 703     return ret;
 704 }
 705
 706 static int filter_frame(AVFilterLink *inlink, AVFrame *insamples)
 707 {
 708     AVFilterContext *ctx = inlink->dst;
 709     ShowCQTContext *s = ctx->priv;
 710     int step = inlink->sample_rate / (s->fps * s->count);
 711     int fft_len = 1 << s->fft_bits;
 712     int remaining;
 713     float *audio_data;
 714
 715     if (!insamples) {
 716         while (s->remaining_fill < (fft_len >> 1)) {
 717             int ret, x;
 718             memset(&s->fft_data[fft_len - s->remaining_fill], 0, sizeof(*s->fft_data) * s->remaining_fill);
 719             ret = plot_cqt(inlink);
 720             if (ret < 0)
 721                 return ret;
 722             for (x = 0; x < (fft_len-step); x++)
 723                 s->fft_data[x] = s->fft_data[x+step];
 724             s->remaining_fill += step;
 725         }
 726         return AVERROR_EOF;
 727     }
 728
 729     remaining = insamples->nb_samples;
 730     audio_data = (float*) insamples->data[0];
 731
 732     while (remaining) {
 733         if (remaining >= s->remaining_fill) {
 734             int i = insamples->nb_samples - remaining;
 735             int j = fft_len - s->remaining_fill;
 736             int m, ret;
 737             for (m = 0; m < s->remaining_fill; m++) {
 738                 s->fft_data[j+m].re = audio_data[2*(i+m)];
 739                 s->fft_data[j+m].im = audio_data[2*(i+m)+1];
 740             }
 741             ret = plot_cqt(inlink);
 742             if (ret < 0) {
 743                 av_frame_free(&insamples);
 744                 return ret;
 745             }
 746             remaining -= s->remaining_fill;
 747             for (m = 0; m < fft_len-step; m++)
 748                 s->fft_data[m] = s->fft_data[m+step];
 749             s->remaining_fill = step;
 750         } else {
 751             int i = insamples->nb_samples - remaining;
 752             int j = fft_len - s->remaining_fill;
 753             int m;
 754             for (m = 0; m < remaining; m++) {
 755                 s->fft_data[m+j].re = audio_data[2*(i+m)];
 756                 s->fft_data[m+j].im = audio_data[2*(i+m)+1];
 757             }
 758             s->remaining_fill -= remaining;
 759             remaining = 0;
 760         }
 761     }
 762     av_frame_free(&insamples);
 763     return 0;
 764 }
 765
 766 static int request_frame(AVFilterLink *outlink)
 767 {
 768     ShowCQTContext *s = outlink->src->priv;
 769     AVFilterLink *inlink = outlink->src->inputs[0];
 770     int ret;
 771
 772     s->req_fullfilled = 0;
 773     do {
 774         ret = ff_request_frame(inlink);
 775     } while (!s->req_fullfilled && ret >= 0);
 776
 777     if (ret == AVERROR_EOF && s->outpicref)
 778         filter_frame(inlink, NULL);
 779     return ret;
 780 }
 781
 782 static const AVFilterPad showcqt_inputs[] = {
 783     {
 784         .name         = "default",
 785         .type         = AVMEDIA_TYPE_AUDIO,
 786         .filter_frame = filter_frame,
 787     },
 788     { NULL }
 789 };
 790
 791 static const AVFilterPad showcqt_outputs[] = {
 792     {
 793         .name          = "default",
 794         .type          = AVMEDIA_TYPE_VIDEO,
 795         .config_props  = config_output,
 796         .request_frame = request_frame,
 797     },
 798     { NULL }
 799 };
 800
 801 AVFilter ff_avf_showcqt = {
 802     .name          = "showcqt",
 803     .description   = NULL_IF_CONFIG_SMALL("Convert input audio to a CQT (Constant Q Transform) spectrum video output."),
 804     .uninit        = uninit,
 805     .query_formats = query_formats,
 806     .priv_size     = sizeof(ShowCQTContext),
 807     .inputs        = showcqt_inputs,
 808     .outputs       = showcqt_outputs,
 809     .priv_class    = &showcqt_class,
 810 };