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