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

   1 /*
   2  * Copyright (c) 2016 Paul B Mahol
   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  * SpectrumSynth filter
  24  * @todo support float pixel format
  25  */
  26
  27 #include "libavcodec/avfft.h"
  28 #include "libavutil/avassert.h"
  29 #include "libavutil/channel_layout.h"
  30 #include "libavutil/opt.h"
  31 #include "libavutil/parseutils.h"
  32 #include "avfilter.h"
  33 #include "formats.h"
  34 #include "audio.h"
  35 #include "video.h"
  36 #include "internal.h"
  37 #include "window_func.h"
  38
  39 enum MagnitudeScale { LINEAR, LOG, NB_SCALES };
  40 enum SlideMode      { REPLACE, SCROLL, FULLFRAME, RSCROLL, NB_SLIDES };
  41 enum Orientation    { VERTICAL, HORIZONTAL, NB_ORIENTATIONS };
  42
  43 typedef struct SpectrumSynthContext {
  44     const AVClass *class;
  45     int sample_rate;
  46     int channels;
  47     int scale;
  48     int sliding;
  49     int win_func;
  50     float overlap;
  51     int orientation;
  52
  53     AVFrame *magnitude, *phase;
  54     FFTContext *fft;            ///< Fast Fourier Transform context
  55     int fft_bits;               ///< number of bits (FFT window size = 1<<fft_bits)
  56     FFTComplex **fft_data;      ///< bins holder for each (displayed) channels
  57     int win_size;
  58     int size;
  59     int nb_freq;
  60     int hop_size;
  61     int start, end;
  62     int xpos;
  63     int xend;
  64     int64_t pts;
  65     float factor;
  66     AVFrame *buffer;
  67     float *window_func_lut;     ///< Window function LUT
  68 } SpectrumSynthContext;
  69
  70 #define OFFSET(x) offsetof(SpectrumSynthContext, x)
  71 #define A AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_AUDIO_PARAM
  72 #define V AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
  73
  74 static const AVOption spectrumsynth_options[] = {
  75     { "sample_rate", "set sample rate",  OFFSET(sample_rate), AV_OPT_TYPE_INT, {.i64 = 44100}, 15,  INT_MAX, A },
  76     { "channels",    "set channels",     OFFSET(channels), AV_OPT_TYPE_INT, {.i64 = 1}, 1, 8, A },
  77     { "scale",       "set input amplitude scale", OFFSET(scale), AV_OPT_TYPE_INT, {.i64 = LOG}, 0, NB_SCALES-1, V, "scale" },
  78         { "lin",  "linear",      0, AV_OPT_TYPE_CONST, {.i64=LINEAR}, 0, 0, V, "scale" },
  79         { "log",  "logarithmic", 0, AV_OPT_TYPE_CONST, {.i64=LOG},    0, 0, V, "scale" },
  80     { "slide", "set input sliding mode", OFFSET(sliding), AV_OPT_TYPE_INT, {.i64 = FULLFRAME}, 0, NB_SLIDES-1, V, "slide" },
  81         { "replace",   "consume old columns with new",   0, AV_OPT_TYPE_CONST, {.i64=REPLACE},   0, 0, V, "slide" },
  82         { "scroll",    "consume only most right column", 0, AV_OPT_TYPE_CONST, {.i64=SCROLL},    0, 0, V, "slide" },
  83         { "fullframe", "consume full frames",            0, AV_OPT_TYPE_CONST, {.i64=FULLFRAME}, 0, 0, V, "slide" },
  84         { "rscroll",   "consume only most left column",  0, AV_OPT_TYPE_CONST, {.i64=RSCROLL},   0, 0, V, "slide" },
  85     { "win_func", "set window function", OFFSET(win_func), AV_OPT_TYPE_INT, {.i64 = 0}, 0, NB_WFUNC-1, A, "win_func" },
  86         { "rect",     "Rectangular",      0, AV_OPT_TYPE_CONST, {.i64=WFUNC_RECT},     0, 0, A, "win_func" },
  87         { "bartlett", "Bartlett",         0, AV_OPT_TYPE_CONST, {.i64=WFUNC_BARTLETT}, 0, 0, A, "win_func" },
  88         { "hann",     "Hann",             0, AV_OPT_TYPE_CONST, {.i64=WFUNC_HANNING},  0, 0, A, "win_func" },
  89         { "hanning",  "Hanning",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_HANNING},  0, 0, A, "win_func" },
  90         { "hamming",  "Hamming",          0, AV_OPT_TYPE_CONST, {.i64=WFUNC_HAMMING},  0, 0, A, "win_func" },
  91         { "sine",     "Sine",             0, AV_OPT_TYPE_CONST, {.i64=WFUNC_SINE},     0, 0, A, "win_func" },
  92     { "overlap", "set window overlap",  OFFSET(overlap), AV_OPT_TYPE_FLOAT, {.dbl=1}, 0,  1, A },
  93     { "orientation", "set orientation", OFFSET(orientation), AV_OPT_TYPE_INT, {.i64=VERTICAL}, 0, NB_ORIENTATIONS-1, V, "orientation" },
  94         { "vertical",   NULL, 0, AV_OPT_TYPE_CONST, {.i64=VERTICAL},   0, 0, V, "orientation" },
  95         { "horizontal", NULL, 0, AV_OPT_TYPE_CONST, {.i64=HORIZONTAL}, 0, 0, V, "orientation" },
  96     { NULL }
  97 };
  98
  99 AVFILTER_DEFINE_CLASS(spectrumsynth);
 100
 101 static int query_formats(AVFilterContext *ctx)
 102 {
 103     SpectrumSynthContext *s = ctx->priv;
 104     AVFilterFormats *formats = NULL;
 105     AVFilterChannelLayouts *layout = NULL;
 106     AVFilterLink *magnitude = ctx->inputs[0];
 107     AVFilterLink *phase = ctx->inputs[1];
 108     AVFilterLink *outlink = ctx->outputs[0];
 109     static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_FLTP, AV_SAMPLE_FMT_NONE };
 110     static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_GRAY8, AV_PIX_FMT_GRAY16,
 111                                                    AV_PIX_FMT_YUV444P, AV_PIX_FMT_YUVJ444P,
 112                                                    AV_PIX_FMT_YUV444P16, AV_PIX_FMT_NONE };
 113     int ret, sample_rates[] = { 48000, -1 };
 114
 115     formats = ff_make_format_list(sample_fmts);
 116     if ((ret = ff_formats_ref         (formats, &outlink->in_formats        )) < 0 ||
 117         (ret = ff_add_channel_layout  (&layout, FF_COUNT2LAYOUT(s->channels))) < 0 ||
 118         (ret = ff_channel_layouts_ref (layout , &outlink->in_channel_layouts)) < 0)
 119         return ret;
 120
 121     sample_rates[0] = s->sample_rate;
 122     formats = ff_make_format_list(sample_rates);
 123     if (!formats)
 124         return AVERROR(ENOMEM);
 125     if ((ret = ff_formats_ref(formats, &outlink->in_samplerates)) < 0)
 126         return ret;
 127
 128     formats = ff_make_format_list(pix_fmts);
 129     if (!formats)
 130         return AVERROR(ENOMEM);
 131     if ((ret = ff_formats_ref(formats, &magnitude->out_formats)) < 0)
 132         return ret;
 133
 134     formats = ff_make_format_list(pix_fmts);
 135     if (!formats)
 136         return AVERROR(ENOMEM);
 137     if ((ret = ff_formats_ref(formats, &phase->out_formats)) < 0)
 138         return ret;
 139
 140     return 0;
 141 }
 142
 143 static int config_output(AVFilterLink *outlink)
 144 {
 145     AVFilterContext *ctx = outlink->src;
 146     SpectrumSynthContext *s = ctx->priv;
 147     int width = ctx->inputs[0]->w;
 148     int height = ctx->inputs[0]->h;
 149     AVRational time_base  = ctx->inputs[0]->time_base;
 150     AVRational frame_rate = ctx->inputs[0]->frame_rate;
 151     int i, ch, fft_bits;
 152     float factor, overlap;
 153
 154     outlink->sample_rate = s->sample_rate;
 155     outlink->time_base = (AVRational){1, s->sample_rate};
 156
 157     if (width  != ctx->inputs[1]->w ||
 158         height != ctx->inputs[1]->h) {
 159         av_log(ctx, AV_LOG_ERROR,
 160                "Magnitude and Phase sizes differ (%dx%d vs %dx%d).\n",
 161                width, height,
 162                ctx->inputs[1]->w, ctx->inputs[1]->h);
 163         return AVERROR_INVALIDDATA;
 164     } else if (av_cmp_q(time_base, ctx->inputs[1]->time_base) != 0) {
 165         av_log(ctx, AV_LOG_ERROR,
 166                "Magnitude and Phase time bases differ (%d/%d vs %d/%d).\n",
 167                time_base.num, time_base.den,
 168                ctx->inputs[1]->time_base.num,
 169                ctx->inputs[1]->time_base.den);
 170         return AVERROR_INVALIDDATA;
 171     } else if (av_cmp_q(frame_rate, ctx->inputs[1]->frame_rate) != 0) {
 172         av_log(ctx, AV_LOG_ERROR,
 173                "Magnitude and Phase framerates differ (%d/%d vs %d/%d).\n",
 174                frame_rate.num, frame_rate.den,
 175                ctx->inputs[1]->frame_rate.num,
 176                ctx->inputs[1]->frame_rate.den);
 177         return AVERROR_INVALIDDATA;
 178     }
 179
 180     s->size = s->orientation == VERTICAL ? height / s->channels : width / s->channels;
 181     s->xend = s->orientation == VERTICAL ? width : height;
 182
 183     for (fft_bits = 1; 1 << fft_bits < 2 * s->size; fft_bits++);
 184
 185     s->win_size = 1 << fft_bits;
 186     s->nb_freq = 1 << (fft_bits - 1);
 187
 188     s->fft = av_fft_init(fft_bits, 1);
 189     if (!s->fft) {
 190         av_log(ctx, AV_LOG_ERROR, "Unable to create FFT context. "
 191                "The window size might be too high.\n");
 192         return AVERROR(EINVAL);
 193     }
 194     s->fft_data = av_calloc(s->channels, sizeof(*s->fft_data));
 195     if (!s->fft_data)
 196         return AVERROR(ENOMEM);
 197     for (ch = 0; ch < s->channels; ch++) {
 198         s->fft_data[ch] = av_calloc(s->win_size, sizeof(**s->fft_data));
 199         if (!s->fft_data[ch])
 200             return AVERROR(ENOMEM);
 201     }
 202
 203     s->buffer = ff_get_audio_buffer(outlink, s->win_size * 2);
 204     if (!s->buffer)
 205         return AVERROR(ENOMEM);
 206
 207     /* pre-calc windowing function */
 208     s->window_func_lut = av_realloc_f(s->window_func_lut, s->win_size,
 209                                       sizeof(*s->window_func_lut));
 210     if (!s->window_func_lut)
 211         return AVERROR(ENOMEM);
 212     ff_generate_window_func(s->window_func_lut, s->win_size, s->win_func, &overlap);
 213     if (s->overlap == 1)
 214         s->overlap = overlap;
 215     s->hop_size = (1 - s->overlap) * s->win_size;
 216     for (factor = 0, i = 0; i < s->win_size; i++) {
 217         factor += s->window_func_lut[i] * s->window_func_lut[i];
 218     }
 219     s->factor = (factor / s->win_size) / FFMAX(1 / (1 - s->overlap) - 1, 1);
 220
 221     return 0;
 222 }
 223
 224 static int request_frame(AVFilterLink *outlink)
 225 {
 226     AVFilterContext *ctx = outlink->src;
 227     SpectrumSynthContext *s = ctx->priv;
 228     int ret;
 229
 230     if (!s->magnitude) {
 231         ret = ff_request_frame(ctx->inputs[0]);
 232         if (ret < 0)
 233             return ret;
 234     }
 235     if (!s->phase) {
 236         ret = ff_request_frame(ctx->inputs[1]);
 237         if (ret < 0)
 238             return ret;
 239     }
 240     return 0;
 241 }
 242
 243 static void read16_fft_bin(SpectrumSynthContext *s,
 244                            int x, int y, int f, int ch)
 245 {
 246     const int m_linesize = s->magnitude->linesize[0];
 247     const int p_linesize = s->phase->linesize[0];
 248     const uint16_t *m = (uint16_t *)(s->magnitude->data[0] + y * m_linesize);
 249     const uint16_t *p = (uint16_t *)(s->phase->data[0] + y * p_linesize);
 250     float magnitude, phase;
 251
 252     switch (s->scale) {
 253     case LINEAR:
 254         magnitude = m[x] / (double)UINT16_MAX;
 255         break;
 256     case LOG:
 257         magnitude = ff_exp10(((m[x] / (double)UINT16_MAX) - 1.) * 6.);
 258         break;
 259     default:
 260         av_assert0(0);
 261     }
 262     phase = ((p[x] / (double)UINT16_MAX) * 2. - 1.) * M_PI;
 263
 264     s->fft_data[ch][f].re = magnitude * cos(phase);
 265     s->fft_data[ch][f].im = magnitude * sin(phase);
 266 }
 267
 268 static void read8_fft_bin(SpectrumSynthContext *s,
 269                           int x, int y, int f, int ch)
 270 {
 271     const int m_linesize = s->magnitude->linesize[0];
 272     const int p_linesize = s->phase->linesize[0];
 273     const uint8_t *m = (uint8_t *)(s->magnitude->data[0] + y * m_linesize);
 274     const uint8_t *p = (uint8_t *)(s->phase->data[0] + y * p_linesize);
 275     float magnitude, phase;
 276
 277     switch (s->scale) {
 278     case LINEAR:
 279         magnitude = m[x] / (double)UINT8_MAX;
 280         break;
 281     case LOG:
 282         magnitude = ff_exp10(((m[x] / (double)UINT8_MAX) - 1.) * 6.);
 283         break;
 284     default:
 285         av_assert0(0);
 286     }
 287     phase = ((p[x] / (double)UINT8_MAX) * 2. - 1.) * M_PI;
 288
 289     s->fft_data[ch][f].re = magnitude * cos(phase);
 290     s->fft_data[ch][f].im = magnitude * sin(phase);
 291 }
 292
 293 static void read_fft_data(AVFilterContext *ctx, int x, int h, int ch)
 294 {
 295     SpectrumSynthContext *s = ctx->priv;
 296     AVFilterLink *inlink = ctx->inputs[0];
 297     int start = h * (s->channels - ch) - 1;
 298     int end = h * (s->channels - ch - 1);
 299     int y, f;
 300
 301     switch (s->orientation) {
 302     case VERTICAL:
 303         switch (inlink->format) {
 304         case AV_PIX_FMT_YUV444P16:
 305         case AV_PIX_FMT_GRAY16:
 306             for (y = start, f = 0; y >= end; y--, f++) {
 307                 read16_fft_bin(s, x, y, f, ch);
 308             }
 309             break;
 310         case AV_PIX_FMT_YUVJ444P:
 311         case AV_PIX_FMT_YUV444P:
 312         case AV_PIX_FMT_GRAY8:
 313             for (y = start, f = 0; y >= end; y--, f++) {
 314                 read8_fft_bin(s, x, y, f, ch);
 315             }
 316             break;
 317         }
 318         break;
 319     case HORIZONTAL:
 320         switch (inlink->format) {
 321         case AV_PIX_FMT_YUV444P16:
 322         case AV_PIX_FMT_GRAY16:
 323             for (y = end, f = 0; y <= start; y++, f++) {
 324                 read16_fft_bin(s, y, x, f, ch);
 325             }
 326             break;
 327         case AV_PIX_FMT_YUVJ444P:
 328         case AV_PIX_FMT_YUV444P:
 329         case AV_PIX_FMT_GRAY8:
 330             for (y = end, f = 0; y <= start; y++, f++) {
 331                 read8_fft_bin(s, y, x, f, ch);
 332             }
 333             break;
 334         }
 335         break;
 336     }
 337 }
 338
 339 static void synth_window(AVFilterContext *ctx, int x)
 340 {
 341     SpectrumSynthContext *s = ctx->priv;
 342     const int h = s->size;
 343     int nb = s->win_size;
 344     int y, f, ch;
 345
 346     for (ch = 0; ch < s->channels; ch++) {
 347         read_fft_data(ctx, x, h, ch);
 348
 349         for (y = h; y <= s->nb_freq; y++) {
 350             s->fft_data[ch][y].re = 0;
 351             s->fft_data[ch][y].im = 0;
 352         }
 353
 354         for (y = s->nb_freq + 1, f = s->nb_freq - 1; y < nb; y++, f--) {
 355             s->fft_data[ch][y].re =  s->fft_data[ch][f].re;
 356             s->fft_data[ch][y].im = -s->fft_data[ch][f].im;
 357         }
 358
 359         av_fft_permute(s->fft, s->fft_data[ch]);
 360         av_fft_calc(s->fft, s->fft_data[ch]);
 361     }
 362 }
 363
 364 static int try_push_frame(AVFilterContext *ctx, int x)
 365 {
 366     SpectrumSynthContext *s = ctx->priv;
 367     AVFilterLink *outlink = ctx->outputs[0];
 368     const float factor = s->factor;
 369     int ch, n, i, ret;
 370     int start, end;
 371     AVFrame *out;
 372
 373     synth_window(ctx, x);
 374
 375     for (ch = 0; ch < s->channels; ch++) {
 376         float *buf = (float *)s->buffer->extended_data[ch];
 377         int j, k;
 378
 379         start = s->start;
 380         end = s->end;
 381         k = end;
 382         for (i = 0, j = start; j < k && i < s->win_size; i++, j++) {
 383             buf[j] += s->fft_data[ch][i].re;
 384         }
 385
 386         for (; i < s->win_size; i++, j++) {
 387             buf[j] = s->fft_data[ch][i].re;
 388         }
 389
 390         start += s->hop_size;
 391         end = j;
 392
 393         if (start >= s->win_size) {
 394             start -= s->win_size;
 395             end -= s->win_size;
 396
 397             if (ch == s->channels - 1) {
 398                 float *dst;
 399                 int c;
 400
 401                 out = ff_get_audio_buffer(outlink, s->win_size);
 402                 if (!out) {
 403                     av_frame_free(&s->magnitude);
 404                     av_frame_free(&s->phase);
 405                     return AVERROR(ENOMEM);
 406                 }
 407
 408                 out->pts = s->pts;
 409                 s->pts += s->win_size;
 410                 for (c = 0; c < s->channels; c++) {
 411                     dst = (float *)out->extended_data[c];
 412                     buf = (float *)s->buffer->extended_data[c];
 413
 414                     for (n = 0; n < s->win_size; n++) {
 415                         dst[n] = buf[n] * factor;
 416                     }
 417                     memmove(buf, buf + s->win_size, s->win_size * 4);
 418                 }
 419
 420                 ret = ff_filter_frame(outlink, out);
 421             }
 422         }
 423     }
 424
 425     s->start = start;
 426     s->end = end;
 427
 428     return 0;
 429 }
 430
 431 static int try_push_frames(AVFilterContext *ctx)
 432 {
 433     SpectrumSynthContext *s = ctx->priv;
 434     int ret, x;
 435
 436     if (!(s->magnitude && s->phase))
 437         return 0;
 438
 439     switch (s->sliding) {
 440     case REPLACE:
 441         ret = try_push_frame(ctx, s->xpos);
 442         s->xpos++;
 443         if (s->xpos >= s->xend)
 444             s->xpos = 0;
 445         break;
 446     case SCROLL:
 447         s->xpos = s->xend - 1;
 448         ret = try_push_frame(ctx, s->xpos);
 449         break;
 450     case RSCROLL:
 451         s->xpos = 0;
 452         ret = try_push_frame(ctx, s->xpos);
 453         break;
 454     case FULLFRAME:
 455         for (x = 0; x < s->xend; x++) {
 456             ret = try_push_frame(ctx, x);
 457             if (ret < 0)
 458                 break;
 459         }
 460         break;
 461     default:
 462         av_assert0(0);
 463     }
 464
 465     av_frame_free(&s->magnitude);
 466     av_frame_free(&s->phase);
 467     return ret;
 468 }
 469
 470 static int filter_frame_magnitude(AVFilterLink *inlink, AVFrame *magnitude)
 471 {
 472     AVFilterContext *ctx = inlink->dst;
 473     SpectrumSynthContext *s = ctx->priv;
 474
 475     s->magnitude = magnitude;
 476     return try_push_frames(ctx);
 477 }
 478
 479 static int filter_frame_phase(AVFilterLink *inlink, AVFrame *phase)
 480 {
 481     AVFilterContext *ctx = inlink->dst;
 482     SpectrumSynthContext *s = ctx->priv;
 483
 484     s->phase = phase;
 485     return try_push_frames(ctx);
 486 }
 487
 488 static av_cold void uninit(AVFilterContext *ctx)
 489 {
 490     SpectrumSynthContext *s = ctx->priv;
 491     int i;
 492
 493     av_frame_free(&s->magnitude);
 494     av_frame_free(&s->phase);
 495     av_frame_free(&s->buffer);
 496     av_fft_end(s->fft);
 497     if (s->fft_data) {
 498         for (i = 0; i < s->channels; i++)
 499             av_freep(&s->fft_data[i]);
 500     }
 501     av_freep(&s->fft_data);
 502     av_freep(&s->window_func_lut);
 503 }
 504
 505 static const AVFilterPad spectrumsynth_inputs[] = {
 506     {
 507         .name         = "magnitude",
 508         .type         = AVMEDIA_TYPE_VIDEO,
 509         .filter_frame = filter_frame_magnitude,
 510         .needs_fifo   = 1,
 511     },
 512     {
 513         .name         = "phase",
 514         .type         = AVMEDIA_TYPE_VIDEO,
 515         .filter_frame = filter_frame_phase,
 516         .needs_fifo   = 1,
 517     },
 518     { NULL }
 519 };
 520
 521 static const AVFilterPad spectrumsynth_outputs[] = {
 522     {
 523         .name          = "default",
 524         .type          = AVMEDIA_TYPE_AUDIO,
 525         .config_props  = config_output,
 526         .request_frame = request_frame,
 527     },
 528     { NULL }
 529 };
 530
 531 AVFilter ff_vaf_spectrumsynth = {
 532     .name          = "spectrumsynth",
 533     .description   = NULL_IF_CONFIG_SMALL("Convert input spectrum videos to audio output."),
 534     .uninit        = uninit,
 535     .query_formats = query_formats,
 536     .priv_size     = sizeof(SpectrumSynthContext),
 537     .inputs        = spectrumsynth_inputs,
 538     .outputs       = spectrumsynth_outputs,
 539     .priv_class    = &spectrumsynth_class,
 540 };