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

   1 /*
   2  * Copyright (c) 2011 Stefano Sabatini
   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 for selecting which frame passes in the filterchain
  24  */
  25
  26 #include "libavutil/avstring.h"
  27 #include "libavutil/eval.h"
  28 #include "libavutil/fifo.h"
  29 #include "libavutil/internal.h"
  30 #include "libavutil/opt.h"
  31 #include "avfilter.h"
  32 #include "audio.h"
  33 #include "formats.h"
  34 #include "internal.h"
  35 #include "video.h"
  36 #include "scene_sad.h"
  37
  38 static const char *const var_names[] = {
  39     "TB",                ///< timebase
  40
  41     "pts",               ///< original pts in the file of the frame
  42     "start_pts",         ///< first PTS in the stream, expressed in TB units
  43     "prev_pts",          ///< previous frame PTS
  44     "prev_selected_pts", ///< previous selected frame PTS
  45
  46     "t",                 ///< timestamp expressed in seconds
  47     "start_t",           ///< first PTS in the stream, expressed in seconds
  48     "prev_t",            ///< previous frame time
  49     "prev_selected_t",   ///< previously selected time
  50
  51     "pict_type",         ///< the type of picture in the movie
  52     "I",
  53     "P",
  54     "B",
  55     "S",
  56     "SI",
  57     "SP",
  58     "BI",
  59     "PICT_TYPE_I",
  60     "PICT_TYPE_P",
  61     "PICT_TYPE_B",
  62     "PICT_TYPE_S",
  63     "PICT_TYPE_SI",
  64     "PICT_TYPE_SP",
  65     "PICT_TYPE_BI",
  66
  67     "interlace_type",    ///< the frame interlace type
  68     "PROGRESSIVE",
  69     "TOPFIRST",
  70     "BOTTOMFIRST",
  71
  72     "consumed_samples_n",///< number of samples consumed by the filter (only audio)
  73     "samples_n",         ///< number of samples in the current frame (only audio)
  74     "sample_rate",       ///< sample rate (only audio)
  75
  76     "n",                 ///< frame number (starting from zero)
  77     "selected_n",        ///< selected frame number (starting from zero)
  78     "prev_selected_n",   ///< number of the last selected frame
  79
  80     "key",               ///< tell if the frame is a key frame
  81     "pos",               ///< original position in the file of the frame
  82
  83     "scene",
  84
  85     "concatdec_select",  ///< frame is within the interval set by the concat demuxer
  86
  87     NULL
  88 };
  89
  90 enum var_name {
  91     VAR_TB,
  92
  93     VAR_PTS,
  94     VAR_START_PTS,
  95     VAR_PREV_PTS,
  96     VAR_PREV_SELECTED_PTS,
  97
  98     VAR_T,
  99     VAR_START_T,
 100     VAR_PREV_T,
 101     VAR_PREV_SELECTED_T,
 102
 103     VAR_PICT_TYPE,
 104     VAR_I,
 105     VAR_P,
 106     VAR_B,
 107     VAR_S,
 108     VAR_SI,
 109     VAR_SP,
 110     VAR_BI,
 111     VAR_PICT_TYPE_I,
 112     VAR_PICT_TYPE_P,
 113     VAR_PICT_TYPE_B,
 114     VAR_PICT_TYPE_S,
 115     VAR_PICT_TYPE_SI,
 116     VAR_PICT_TYPE_SP,
 117     VAR_PICT_TYPE_BI,
 118
 119     VAR_INTERLACE_TYPE,
 120     VAR_INTERLACE_TYPE_P,
 121     VAR_INTERLACE_TYPE_T,
 122     VAR_INTERLACE_TYPE_B,
 123
 124     VAR_CONSUMED_SAMPLES_N,
 125     VAR_SAMPLES_N,
 126     VAR_SAMPLE_RATE,
 127
 128     VAR_N,
 129     VAR_SELECTED_N,
 130     VAR_PREV_SELECTED_N,
 131
 132     VAR_KEY,
 133     VAR_POS,
 134
 135     VAR_SCENE,
 136
 137     VAR_CONCATDEC_SELECT,
 138
 139     VAR_VARS_NB
 140 };
 141
 142 typedef struct SelectContext {
 143     const AVClass *class;
 144     char *expr_str;
 145     AVExpr *expr;
 146     double var_values[VAR_VARS_NB];
 147     int do_scene_detect;            ///< 1 if the expression requires scene detection variables, 0 otherwise
 148     ff_scene_sad_fn sad;            ///< Sum of the absolute difference function (scene detect only)
 149     double prev_mafd;               ///< previous MAFD                           (scene detect only)
 150     AVFrame *prev_picref;           ///< previous frame                          (scene detect only)
 151     double select;
 152     int select_out;                 ///< mark the selected output pad index
 153     int nb_outputs;
 154 } SelectContext;
 155
 156 #define OFFSET(x) offsetof(SelectContext, x)
 157 #define DEFINE_OPTIONS(filt_name, FLAGS)                            \
 158 static const AVOption filt_name##_options[] = {                     \
 159     { "expr", "set an expression to use for selecting frames", OFFSET(expr_str), AV_OPT_TYPE_STRING, { .str = "1" }, .flags=FLAGS }, \
 160     { "e",    "set an expression to use for selecting frames", OFFSET(expr_str), AV_OPT_TYPE_STRING, { .str = "1" }, .flags=FLAGS }, \
 161     { "outputs", "set the number of outputs", OFFSET(nb_outputs), AV_OPT_TYPE_INT, {.i64 = 1}, 1, INT_MAX, .flags=FLAGS }, \
 162     { "n",       "set the number of outputs", OFFSET(nb_outputs), AV_OPT_TYPE_INT, {.i64 = 1}, 1, INT_MAX, .flags=FLAGS }, \
 163     { NULL }                                                            \
 164 }
 165
 166 static int request_frame(AVFilterLink *outlink);
 167
 168 static av_cold int init(AVFilterContext *ctx)
 169 {
 170     SelectContext *select = ctx->priv;
 171     int i, ret;
 172
 173     if ((ret = av_expr_parse(&select->expr, select->expr_str,
 174                              var_names, NULL, NULL, NULL, NULL, 0, ctx)) < 0) {
 175         av_log(ctx, AV_LOG_ERROR, "Error while parsing expression '%s'\n",
 176                select->expr_str);
 177         return ret;
 178     }
 179     select->do_scene_detect = !!strstr(select->expr_str, "scene");
 180
 181     for (i = 0; i < select->nb_outputs; i++) {
 182         AVFilterPad pad = { 0 };
 183
 184         pad.name = av_asprintf("output%d", i);
 185         if (!pad.name)
 186             return AVERROR(ENOMEM);
 187         pad.type = ctx->filter->inputs[0].type;
 188         pad.request_frame = request_frame;
 189         if ((ret = ff_insert_outpad(ctx, i, &pad)) < 0) {
 190             av_freep(&pad.name);
 191             return ret;
 192         }
 193     }
 194
 195     return 0;
 196 }
 197
 198 #define INTERLACE_TYPE_P 0
 199 #define INTERLACE_TYPE_T 1
 200 #define INTERLACE_TYPE_B 2
 201
 202 static int config_input(AVFilterLink *inlink)
 203 {
 204     SelectContext *select = inlink->dst->priv;
 205
 206     select->var_values[VAR_N]          = 0.0;
 207     select->var_values[VAR_SELECTED_N] = 0.0;
 208
 209     select->var_values[VAR_TB] = av_q2d(inlink->time_base);
 210
 211     select->var_values[VAR_PREV_PTS]          = NAN;
 212     select->var_values[VAR_PREV_SELECTED_PTS] = NAN;
 213     select->var_values[VAR_PREV_SELECTED_T]   = NAN;
 214     select->var_values[VAR_PREV_T]            = NAN;
 215     select->var_values[VAR_START_PTS]         = NAN;
 216     select->var_values[VAR_START_T]           = NAN;
 217
 218     select->var_values[VAR_I]  = AV_PICTURE_TYPE_I;
 219     select->var_values[VAR_P]  = AV_PICTURE_TYPE_P;
 220     select->var_values[VAR_B]  = AV_PICTURE_TYPE_B;
 221     select->var_values[VAR_SI] = AV_PICTURE_TYPE_SI;
 222     select->var_values[VAR_SP] = AV_PICTURE_TYPE_SP;
 223     select->var_values[VAR_BI] = AV_PICTURE_TYPE_BI;
 224     select->var_values[VAR_PICT_TYPE_I]  = AV_PICTURE_TYPE_I;
 225     select->var_values[VAR_PICT_TYPE_P]  = AV_PICTURE_TYPE_P;
 226     select->var_values[VAR_PICT_TYPE_B]  = AV_PICTURE_TYPE_B;
 227     select->var_values[VAR_PICT_TYPE_SI] = AV_PICTURE_TYPE_SI;
 228     select->var_values[VAR_PICT_TYPE_SP] = AV_PICTURE_TYPE_SP;
 229     select->var_values[VAR_PICT_TYPE_BI] = AV_PICTURE_TYPE_BI;
 230
 231     select->var_values[VAR_INTERLACE_TYPE_P] = INTERLACE_TYPE_P;
 232     select->var_values[VAR_INTERLACE_TYPE_T] = INTERLACE_TYPE_T;
 233     select->var_values[VAR_INTERLACE_TYPE_B] = INTERLACE_TYPE_B;
 234
 235     select->var_values[VAR_PICT_TYPE]         = NAN;
 236     select->var_values[VAR_INTERLACE_TYPE]    = NAN;
 237     select->var_values[VAR_SCENE]             = NAN;
 238     select->var_values[VAR_CONSUMED_SAMPLES_N] = NAN;
 239     select->var_values[VAR_SAMPLES_N]          = NAN;
 240
 241     select->var_values[VAR_SAMPLE_RATE] =
 242         inlink->type == AVMEDIA_TYPE_AUDIO ? inlink->sample_rate : NAN;
 243
 244     if (CONFIG_SELECT_FILTER && select->do_scene_detect) {
 245         select->sad = ff_scene_sad_get_fn(8);
 246         if (!select->sad)
 247             return AVERROR(EINVAL);
 248     }
 249     return 0;
 250 }
 251
 252 static double get_scene_score(AVFilterContext *ctx, AVFrame *frame)
 253 {
 254     double ret = 0;
 255     SelectContext *select = ctx->priv;
 256     AVFrame *prev_picref = select->prev_picref;
 257
 258     if (prev_picref &&
 259         frame->height == prev_picref->height &&
 260         frame->width  == prev_picref->width) {
 261         uint64_t sad;
 262         double mafd, diff;
 263
 264         select->sad(prev_picref->data[0], prev_picref->linesize[0], frame->data[0], frame->linesize[0], frame->width * 3, frame->height, &sad);
 265         emms_c();
 266         mafd = (double)sad / (frame->width * 3 * frame->height);
 267         diff = fabs(mafd - select->prev_mafd);
 268         ret  = av_clipf(FFMIN(mafd, diff) / 100., 0, 1);
 269         select->prev_mafd = mafd;
 270         av_frame_free(&prev_picref);
 271     }
 272     select->prev_picref = av_frame_clone(frame);
 273     return ret;
 274 }
 275
 276 static double get_concatdec_select(AVFrame *frame, int64_t pts)
 277 {
 278     AVDictionary *metadata = frame->metadata;
 279     AVDictionaryEntry *start_time_entry = av_dict_get(metadata, "lavf.concatdec.start_time", NULL, 0);
 280     AVDictionaryEntry *duration_entry = av_dict_get(metadata, "lavf.concatdec.duration", NULL, 0);
 281     if (start_time_entry) {
 282         int64_t start_time = strtoll(start_time_entry->value, NULL, 10);
 283         if (pts >= start_time) {
 284             if (duration_entry) {
 285               int64_t duration = strtoll(duration_entry->value, NULL, 10);
 286               if (pts < start_time + duration)
 287                   return -1;
 288               else
 289                   return 0;
 290             }
 291             return -1;
 292         }
 293         return 0;
 294     }
 295     return NAN;
 296 }
 297
 298 #define D2TS(d)  (isnan(d) ? AV_NOPTS_VALUE : (int64_t)(d))
 299 #define TS2D(ts) ((ts) == AV_NOPTS_VALUE ? NAN : (double)(ts))
 300
 301 static void select_frame(AVFilterContext *ctx, AVFrame *frame)
 302 {
 303     SelectContext *select = ctx->priv;
 304     AVFilterLink *inlink = ctx->inputs[0];
 305     double res;
 306
 307     if (isnan(select->var_values[VAR_START_PTS]))
 308         select->var_values[VAR_START_PTS] = TS2D(frame->pts);
 309     if (isnan(select->var_values[VAR_START_T]))
 310         select->var_values[VAR_START_T] = TS2D(frame->pts) * av_q2d(inlink->time_base);
 311
 312     select->var_values[VAR_N  ] = inlink->frame_count_out;
 313     select->var_values[VAR_PTS] = TS2D(frame->pts);
 314     select->var_values[VAR_T  ] = TS2D(frame->pts) * av_q2d(inlink->time_base);
 315     select->var_values[VAR_POS] = frame->pkt_pos == -1 ? NAN : frame->pkt_pos;
 316     select->var_values[VAR_KEY] = frame->key_frame;
 317     select->var_values[VAR_CONCATDEC_SELECT] = get_concatdec_select(frame, av_rescale_q(frame->pts, inlink->time_base, AV_TIME_BASE_Q));
 318
 319     switch (inlink->type) {
 320     case AVMEDIA_TYPE_AUDIO:
 321         select->var_values[VAR_SAMPLES_N] = frame->nb_samples;
 322         break;
 323
 324     case AVMEDIA_TYPE_VIDEO:
 325         select->var_values[VAR_INTERLACE_TYPE] =
 326             !frame->interlaced_frame ? INTERLACE_TYPE_P :
 327         frame->top_field_first ? INTERLACE_TYPE_T : INTERLACE_TYPE_B;
 328         select->var_values[VAR_PICT_TYPE] = frame->pict_type;
 329         if (select->do_scene_detect) {
 330             char buf[32];
 331             select->var_values[VAR_SCENE] = get_scene_score(ctx, frame);
 332             // TODO: document metadata
 333             snprintf(buf, sizeof(buf), "%f", select->var_values[VAR_SCENE]);
 334             av_dict_set(&frame->metadata, "lavfi.scene_score", buf, 0);
 335         }
 336         break;
 337     }
 338
 339     select->select = res = av_expr_eval(select->expr, select->var_values, NULL);
 340     av_log(inlink->dst, AV_LOG_DEBUG,
 341            "n:%f pts:%f t:%f key:%d",
 342            select->var_values[VAR_N],
 343            select->var_values[VAR_PTS],
 344            select->var_values[VAR_T],
 345            frame->key_frame);
 346
 347     switch (inlink->type) {
 348     case AVMEDIA_TYPE_VIDEO:
 349         av_log(inlink->dst, AV_LOG_DEBUG, " interlace_type:%c pict_type:%c scene:%f",
 350                (!frame->interlaced_frame) ? 'P' :
 351                frame->top_field_first     ? 'T' : 'B',
 352                av_get_picture_type_char(frame->pict_type),
 353                select->var_values[VAR_SCENE]);
 354         break;
 355     case AVMEDIA_TYPE_AUDIO:
 356         av_log(inlink->dst, AV_LOG_DEBUG, " samples_n:%d consumed_samples_n:%f",
 357                frame->nb_samples,
 358                select->var_values[VAR_CONSUMED_SAMPLES_N]);
 359         break;
 360     }
 361
 362     if (res == 0) {
 363         select->select_out = -1; /* drop */
 364     } else if (isnan(res) || res < 0) {
 365         select->select_out = 0; /* first output */
 366     } else {
 367         select->select_out = FFMIN(ceilf(res)-1, select->nb_outputs-1); /* other outputs */
 368     }
 369
 370     av_log(inlink->dst, AV_LOG_DEBUG, " -> select:%f select_out:%d\n", res, select->select_out);
 371
 372     if (res) {
 373         select->var_values[VAR_PREV_SELECTED_N]   = select->var_values[VAR_N];
 374         select->var_values[VAR_PREV_SELECTED_PTS] = select->var_values[VAR_PTS];
 375         select->var_values[VAR_PREV_SELECTED_T]   = select->var_values[VAR_T];
 376         select->var_values[VAR_SELECTED_N] += 1.0;
 377         if (inlink->type == AVMEDIA_TYPE_AUDIO)
 378             select->var_values[VAR_CONSUMED_SAMPLES_N] += frame->nb_samples;
 379     }
 380
 381     select->var_values[VAR_PREV_PTS] = select->var_values[VAR_PTS];
 382     select->var_values[VAR_PREV_T]   = select->var_values[VAR_T];
 383 }
 384
 385 static int filter_frame(AVFilterLink *inlink, AVFrame *frame)
 386 {
 387     AVFilterContext *ctx = inlink->dst;
 388     SelectContext *select = ctx->priv;
 389
 390     select_frame(ctx, frame);
 391     if (select->select)
 392         return ff_filter_frame(ctx->outputs[select->select_out], frame);
 393
 394     av_frame_free(&frame);
 395     return 0;
 396 }
 397
 398 static int request_frame(AVFilterLink *outlink)
 399 {
 400     AVFilterLink *inlink = outlink->src->inputs[0];
 401     int ret = ff_request_frame(inlink);
 402     return ret;
 403 }
 404
 405 static av_cold void uninit(AVFilterContext *ctx)
 406 {
 407     SelectContext *select = ctx->priv;
 408     int i;
 409
 410     av_expr_free(select->expr);
 411     select->expr = NULL;
 412
 413     for (i = 0; i < ctx->nb_outputs; i++)
 414         av_freep(&ctx->output_pads[i].name);
 415
 416     if (select->do_scene_detect) {
 417         av_frame_free(&select->prev_picref);
 418     }
 419 }
 420
 421 #if CONFIG_ASELECT_FILTER
 422
 423 DEFINE_OPTIONS(aselect, AV_OPT_FLAG_AUDIO_PARAM|AV_OPT_FLAG_FILTERING_PARAM);
 424 AVFILTER_DEFINE_CLASS(aselect);
 425
 426 static av_cold int aselect_init(AVFilterContext *ctx)
 427 {
 428     SelectContext *select = ctx->priv;
 429     int ret;
 430
 431     if ((ret = init(ctx)) < 0)
 432         return ret;
 433
 434     if (select->do_scene_detect) {
 435         av_log(ctx, AV_LOG_ERROR, "Scene detection is ignored in aselect filter\n");
 436         return AVERROR(EINVAL);
 437     }
 438
 439     return 0;
 440 }
 441
 442 static const AVFilterPad avfilter_af_aselect_inputs[] = {
 443     {
 444         .name         = "default",
 445         .type         = AVMEDIA_TYPE_AUDIO,
 446         .config_props = config_input,
 447         .filter_frame = filter_frame,
 448     },
 449     { NULL }
 450 };
 451
 452 AVFilter ff_af_aselect = {
 453     .name        = "aselect",
 454     .description = NULL_IF_CONFIG_SMALL("Select audio frames to pass in output."),
 455     .init        = aselect_init,
 456     .uninit      = uninit,
 457     .priv_size   = sizeof(SelectContext),
 458     .inputs      = avfilter_af_aselect_inputs,
 459     .priv_class  = &aselect_class,
 460     .flags       = AVFILTER_FLAG_DYNAMIC_OUTPUTS,
 461 };
 462 #endif /* CONFIG_ASELECT_FILTER */
 463
 464 #if CONFIG_SELECT_FILTER
 465
 466 static int query_formats(AVFilterContext *ctx)
 467 {
 468     SelectContext *select = ctx->priv;
 469
 470     if (!select->do_scene_detect) {
 471         return ff_default_query_formats(ctx);
 472     } else {
 473         int ret;
 474         static const enum AVPixelFormat pix_fmts[] = {
 475             AV_PIX_FMT_RGB24, AV_PIX_FMT_BGR24,
 476             AV_PIX_FMT_NONE
 477         };
 478         AVFilterFormats *fmts_list = ff_make_format_list(pix_fmts);
 479
 480         if (!fmts_list)
 481             return AVERROR(ENOMEM);
 482         ret = ff_set_common_formats(ctx, fmts_list);
 483         if (ret < 0)
 484             return ret;
 485     }
 486     return 0;
 487 }
 488
 489 DEFINE_OPTIONS(select, AV_OPT_FLAG_VIDEO_PARAM|AV_OPT_FLAG_FILTERING_PARAM);
 490 AVFILTER_DEFINE_CLASS(select);
 491
 492 static av_cold int select_init(AVFilterContext *ctx)
 493 {
 494     int ret;
 495
 496     if ((ret = init(ctx)) < 0)
 497         return ret;
 498
 499     return 0;
 500 }
 501
 502 static const AVFilterPad avfilter_vf_select_inputs[] = {
 503     {
 504         .name         = "default",
 505         .type         = AVMEDIA_TYPE_VIDEO,
 506         .config_props = config_input,
 507         .filter_frame = filter_frame,
 508     },
 509     { NULL }
 510 };
 511
 512 AVFilter ff_vf_select = {
 513     .name          = "select",
 514     .description   = NULL_IF_CONFIG_SMALL("Select video frames to pass in output."),
 515     .init          = select_init,
 516     .uninit        = uninit,
 517     .query_formats = query_formats,
 518     .priv_size     = sizeof(SelectContext),
 519     .priv_class    = &select_class,
 520     .inputs        = avfilter_vf_select_inputs,
 521     .flags         = AVFILTER_FLAG_DYNAMIC_OUTPUTS,
 522 };
 523 #endif /* CONFIG_SELECT_FILTER */