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

   1 /*
   2  * Copyright (C) 2010 Georg Martius <georg.martius@web.de>
   3  * Copyright (C) 2010 Daniel G. Taylor <dan@programmer-art.org>
   4  *
   5  * This file is part of FFmpeg.
   6  *
   7  * FFmpeg is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU Lesser General Public
   9  * License as published by the Free Software Foundation; either
  10  * version 2.1 of the License, or (at your option) any later version.
  11  *
  12  * FFmpeg is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15  * Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public
  18  * License along with FFmpeg; if not, write to the Free Software
  19  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20  */
  21
  22 /**
  23  * @file
  24  * fast deshake / depan video filter
  25  *
  26  * SAD block-matching motion compensation to fix small changes in
  27  * horizontal and/or vertical shift. This filter helps remove camera shake
  28  * from hand-holding a camera, bumping a tripod, moving on a vehicle, etc.
  29  *
  30  * Algorithm:
  31  *   - For each frame with one previous reference frame
  32  *       - For each block in the frame
  33  *           - If contrast > threshold then find likely motion vector
  34  *       - For all found motion vectors
  35  *           - Find most common, store as global motion vector
  36  *       - Find most likely rotation angle
  37  *       - Transform image along global motion
  38  *
  39  * TODO:
  40  *   - Fill frame edges based on previous/next reference frames
  41  *   - Fill frame edges by stretching image near the edges?
  42  *       - Can this be done quickly and look decent?
  43  *
  44  * Dark Shikari links to http://wiki.videolan.org/SoC_x264_2010#GPU_Motion_Estimation_2
  45  * for an algorithm similar to what could be used here to get the gmv
  46  * It requires only a couple diamond searches + fast downscaling
  47  *
  48  * Special thanks to Jason Kotenko for his help with the algorithm and my
  49  * inability to see simple errors in C code.
  50  */
  51
  52 #include "avfilter.h"
  53 #include "libavutil/common.h"
  54 #include "libavutil/mem.h"
  55 #include "libavutil/pixdesc.h"
  56 #include "libavcodec/dsputil.h"
  57
  58 #include "transform.h"
  59
  60 #define CHROMA_WIDTH(link)  -((-link->w) >> av_pix_fmt_descriptors[link->format].log2_chroma_w)
  61 #define CHROMA_HEIGHT(link) -((-link->h) >> av_pix_fmt_descriptors[link->format].log2_chroma_h)
  62
  63 enum SearchMethod {
  64     EXHAUSTIVE,        ///< Search all possible positions
  65     SMART_EXHAUSTIVE,  ///< Search most possible positions (faster)
  66     SEARCH_COUNT
  67 };
  68
  69 typedef struct {
  70     double x;             ///< Horizontal shift
  71     double y;             ///< Vertical shift
  72 } MotionVector;
  73
  74 typedef struct {
  75     MotionVector vector;  ///< Motion vector
  76     double angle;         ///< Angle of rotation
  77     double zoom;          ///< Zoom percentage
  78 } Transform;
  79
  80 typedef struct {
  81     AVClass av_class;
  82     AVFilterBufferRef *ref;    ///< Previous frame
  83     int rx;                    ///< Maximum horizontal shift
  84     int ry;                    ///< Maximum vertical shift
  85     enum FillMethod edge;      ///< Edge fill method
  86     int blocksize;             ///< Size of blocks to compare
  87     int contrast;              ///< Contrast threshold
  88     enum SearchMethod search;  ///< Motion search method
  89     AVCodecContext *avctx;
  90     DSPContext c;              ///< Context providing optimized SAD methods
  91     Transform last;            ///< Transform from last frame
  92     int refcount;              ///< Number of reference frames (defines averaging window)
  93     FILE *fp;
  94     Transform avg;
  95     int cw;                    ///< Crop motion search to this box
  96     int ch;
  97     int cx;
  98     int cy;
  99 } DeshakeContext;
 100
 101 static int cmp(const double *a, const double *b)
 102 {
 103     return *a < *b ? -1 : ( *a > *b ? 1 : 0 );
 104 }
 105
 106 /**
 107  * Cleaned mean (cuts off 20% of values to remove outliers and then averages)
 108  */
 109 static double clean_mean(double *values, int count)
 110 {
 111     double mean = 0;
 112     int cut = count / 5;
 113     int x;
 114
 115     qsort(values, count, sizeof(double), (void*)cmp);
 116
 117     for (x = cut; x < count - cut; x++) {
 118         mean += values[x];
 119     }
 120
 121     return mean / (count - cut * 2);
 122 }
 123
 124 /**
 125  * Find the most likely shift in motion between two frames for a given
 126  * macroblock. Test each block against several shifts given by the rx
 127  * and ry attributes. Searches using a simple matrix of those shifts and
 128  * chooses the most likely shift by the smallest difference in blocks.
 129  */
 130 static void find_block_motion(DeshakeContext *deshake, uint8_t *src1,
 131                               uint8_t *src2, int cx, int cy, int stride,
 132                               MotionVector *mv)
 133 {
 134     int x, y;
 135     int diff;
 136     int smallest = INT_MAX;
 137     int tmp, tmp2;
 138
 139     #define CMP(i, j) deshake->c.sad[0](deshake, src1 + cy * stride + cx, \
 140                                         src2 + (j) * stride + (i), stride, \
 141                                         deshake->blocksize)
 142
 143     if (deshake->search == EXHAUSTIVE) {
 144         // Compare every possible position - this is sloooow!
 145         for (y = -deshake->ry; y <= deshake->ry; y++) {
 146             for (x = -deshake->rx; x <= deshake->rx; x++) {
 147                 diff = CMP(cx - x, cy - y);
 148                 if (diff < smallest) {
 149                     smallest = diff;
 150                     mv->x = x;
 151                     mv->y = y;
 152                 }
 153             }
 154         }
 155     } else if (deshake->search == SMART_EXHAUSTIVE) {
 156         // Compare every other possible position and find the best match
 157         for (y = -deshake->ry + 1; y < deshake->ry - 2; y += 2) {
 158             for (x = -deshake->rx + 1; x < deshake->rx - 2; x += 2) {
 159                 diff = CMP(cx - x, cy - y);
 160                 if (diff < smallest) {
 161                     smallest = diff;
 162                     mv->x = x;
 163                     mv->y = y;
 164                 }
 165             }
 166         }
 167
 168         // Hone in on the specific best match around the match we found above
 169         tmp = mv->x;
 170         tmp2 = mv->y;
 171
 172         for (y = tmp2 - 1; y <= tmp2 + 1; y++) {
 173             for (x = tmp - 1; x <= tmp + 1; x++) {
 174                 if (x == tmp && y == tmp2)
 175                     continue;
 176
 177                 diff = CMP(cx - x, cy - y);
 178                 if (diff < smallest) {
 179                     smallest = diff;
 180                     mv->x = x;
 181                     mv->y = y;
 182                 }
 183             }
 184         }
 185     }
 186
 187     if (smallest > 512) {
 188         mv->x = -1;
 189         mv->y = -1;
 190     }
 191     emms_c();
 192     //av_log(NULL, AV_LOG_ERROR, "%d\n", smallest);
 193     //av_log(NULL, AV_LOG_ERROR, "Final: (%d, %d) = %d x %d\n", cx, cy, mv->x, mv->y);
 194 }
 195
 196 /**
 197  * Find the contrast of a given block. When searching for global motion we
 198  * really only care about the high contrast blocks, so using this method we
 199  * can actually skip blocks we don't care much about.
 200  */
 201 static int block_contrast(uint8_t *src, int x, int y, int stride, int blocksize)
 202 {
 203     int highest = 0;
 204     int lowest = 0;
 205     int i, j, pos;
 206
 207     for (i = 0; i <= blocksize * 2; i++) {
 208         // We use a width of 16 here to match the libavcodec sad functions
 209         for (j = 0; i <= 15; i++) {
 210             pos = (y - i) * stride + (x - j);
 211             if (src[pos] < lowest)
 212                 lowest = src[pos];
 213             else if (src[pos] > highest) {
 214                 highest = src[pos];
 215             }
 216         }
 217     }
 218
 219     return highest - lowest;
 220 }
 221
 222 /**
 223  * Find the rotation for a given block.
 224  */
 225 static double block_angle(int x, int y, int cx, int cy, MotionVector *shift)
 226 {
 227     double a1, a2, diff;
 228
 229     a1 = atan2(y - cy, x - cx);
 230     a2 = atan2(y - cy + shift->y, x - cx + shift->x);
 231
 232     diff = a2 - a1;
 233
 234     return (diff > M_PI)  ? diff - 2 * M_PI :
 235            (diff < -M_PI) ? diff + 2 * M_PI :
 236            diff;
 237 }
 238
 239 /**
 240  * Find the estimated global motion for a scene given the most likely shift
 241  * for each block in the frame. The global motion is estimated to be the
 242  * same as the motion from most blocks in the frame, so if most blocks
 243  * move one pixel to the right and two pixels down, this would yield a
 244  * motion vector (1, -2).
 245  */
 246 static void find_motion(DeshakeContext *deshake, uint8_t *src1, uint8_t *src2,
 247                         int width, int height, int stride, Transform *t)
 248 {
 249     int x, y;
 250     MotionVector mv = {0, 0};
 251     int counts[128][128];
 252     int count_max_value = 0;
 253     int contrast;
 254
 255     int pos;
 256     double *angles = av_malloc(sizeof(*angles) * width * height / (16 * deshake->blocksize));
 257     double totalangles = 0;
 258
 259     int center_x = 0, center_y = 0;
 260     double p_x, p_y;
 261
 262     // Reset counts to zero
 263     for (x = 0; x < deshake->rx * 2 + 1; x++) {
 264         for (y = 0; y < deshake->ry * 2 + 1; y++) {
 265             counts[x][y] = 0;
 266         }
 267     }
 268
 269     pos = 0;
 270     // Find motion for every block and store the motion vector in the counts
 271     for (y = deshake->ry; y < height - deshake->ry - (deshake->blocksize * 2); y += deshake->blocksize * 2) {
 272         // We use a width of 16 here to match the libavcodec sad functions
 273         for (x = deshake->rx; x < width - deshake->rx - 16; x += 16) {
 274             // If the contrast is too low, just skip this block as it probably
 275             // won't be very useful to us.
 276             contrast = block_contrast(src2, x, y, stride, deshake->blocksize);
 277             if (contrast > deshake->contrast) {
 278                 //av_log(NULL, AV_LOG_ERROR, "%d\n", contrast);
 279                 find_block_motion(deshake, src1, src2, x, y, stride, &mv);
 280                 if (mv.x != -1 && mv.y != -1) {
 281                     counts[(int)(mv.x + deshake->rx)][(int)(mv.y + deshake->ry)] += 1;
 282                     if (x > deshake->rx && y > deshake->ry)
 283                         angles[pos++] = block_angle(x, y, 0, 0, &mv);
 284
 285                     center_x += mv.x;
 286                     center_y += mv.y;
 287                 }
 288             }
 289         }
 290     }
 291
 292     pos = FFMAX(1, pos);
 293
 294     center_x /= pos;
 295     center_y /= pos;
 296
 297     for (x = 0; x < pos; x++) {
 298         totalangles += angles[x];
 299     }
 300
 301     //av_log(NULL, AV_LOG_ERROR, "Angle: %lf\n", totalangles / (pos - 1));
 302     t->angle = totalangles / (pos - 1);
 303
 304     t->angle = clean_mean(angles, pos);
 305     if (t->angle < 0.001)
 306         t->angle = 0;
 307
 308     // Find the most common motion vector in the frame and use it as the gmv
 309     for (y = deshake->ry * 2; y >= 0; y--) {
 310         for (x = 0; x < deshake->rx * 2 + 1; x++) {
 311             //av_log(NULL, AV_LOG_ERROR, "%5d ", counts[x][y]);
 312             if (counts[x][y] > count_max_value) {
 313                 t->vector.x = x - deshake->rx;
 314                 t->vector.y = y - deshake->ry;
 315                 count_max_value = counts[x][y];
 316             }
 317         }
 318         //av_log(NULL, AV_LOG_ERROR, "\n");
 319     }
 320
 321     p_x = (center_x - width / 2);
 322     p_y = (center_y - height / 2);
 323     t->vector.x += (cos(t->angle)-1)*p_x  - sin(t->angle)*p_y;
 324     t->vector.y += sin(t->angle)*p_x  + (cos(t->angle)-1)*p_y;
 325
 326     // Clamp max shift & rotation?
 327     t->vector.x = av_clipf(t->vector.x, -deshake->rx * 2, deshake->rx * 2);
 328     t->vector.y = av_clipf(t->vector.y, -deshake->ry * 2, deshake->ry * 2);
 329     t->angle = av_clipf(t->angle, -0.1, 0.1);
 330
 331     //av_log(NULL, AV_LOG_ERROR, "%d x %d\n", avg->x, avg->y);
 332     av_free(angles);
 333 }
 334
 335 static av_cold int init(AVFilterContext *ctx, const char *args, void *opaque)
 336 {
 337     DeshakeContext *deshake = ctx->priv;
 338     char filename[256] = {0};
 339
 340     deshake->rx = 16;
 341     deshake->ry = 16;
 342     deshake->edge = FILL_MIRROR;
 343     deshake->blocksize = 8;
 344     deshake->contrast = 125;
 345     deshake->search = EXHAUSTIVE;
 346     deshake->refcount = 20;
 347
 348     deshake->cw = -1;
 349     deshake->ch = -1;
 350     deshake->cx = -1;
 351     deshake->cy = -1;
 352
 353     if (args) {
 354         sscanf(args, "%d:%d:%d:%d:%d:%d:%d:%d:%d:%d:%255s",
 355                &deshake->cx, &deshake->cy, &deshake->cw, &deshake->ch,
 356                &deshake->rx, &deshake->ry, (int *)&deshake->edge,
 357                &deshake->blocksize, &deshake->contrast, (int *)&deshake->search, filename);
 358
 359         deshake->blocksize /= 2;
 360
 361         deshake->rx = av_clip(deshake->rx, 0, 64);
 362         deshake->ry = av_clip(deshake->ry, 0, 64);
 363         deshake->edge = av_clip(deshake->edge, FILL_BLANK, FILL_COUNT - 1);
 364         deshake->blocksize = av_clip(deshake->blocksize, 4, 128);
 365         deshake->contrast = av_clip(deshake->contrast, 1, 255);
 366         deshake->search = av_clip(deshake->search, EXHAUSTIVE, SEARCH_COUNT - 1);
 367
 368     }
 369     if (*filename)
 370         deshake->fp = fopen(filename, "w");
 371     if (deshake->fp)
 372         fwrite("Ori x, Avg x, Fin x, Ori y, Avg y, Fin y, Ori angle, Avg angle, Fin angle, Ori zoom, Avg zoom, Fin zoom\n", sizeof(char), 104, deshake->fp);
 373
 374     // Quadword align left edge of box for MMX code, adjust width if necessary
 375     // to keep right margin
 376     if (deshake->cx > 0) {
 377         deshake->cw += deshake->cx - (deshake->cx & ~15);
 378         deshake->cx &= ~15;
 379     }
 380
 381     av_log(ctx, AV_LOG_INFO, "cx: %d, cy: %d, cw: %d, ch: %d, rx: %d, ry: %d, edge: %d blocksize: %d contrast: %d search: %d\n",
 382            deshake->cx, deshake->cy, deshake->cw, deshake->ch,
 383            deshake->rx, deshake->ry, deshake->edge, deshake->blocksize * 2, deshake->contrast, deshake->search);
 384
 385     return 0;
 386 }
 387
 388 static int query_formats(AVFilterContext *ctx)
 389 {
 390     enum PixelFormat pix_fmts[] = {
 391         PIX_FMT_YUV420P,  PIX_FMT_YUV422P,  PIX_FMT_YUV444P,  PIX_FMT_YUV410P,
 392         PIX_FMT_YUV411P,  PIX_FMT_YUV440P,  PIX_FMT_YUVJ420P, PIX_FMT_YUVJ422P,
 393         PIX_FMT_YUVJ444P, PIX_FMT_YUVJ440P, PIX_FMT_NONE
 394     };
 395
 396     avfilter_set_common_pixel_formats(ctx, avfilter_make_format_list(pix_fmts));
 397
 398     return 0;
 399 }
 400
 401 static int config_props(AVFilterLink *link)
 402 {
 403     DeshakeContext *deshake = link->dst->priv;
 404
 405     deshake->ref = NULL;
 406     deshake->last.vector.x = 0;
 407     deshake->last.vector.y = 0;
 408     deshake->last.angle = 0;
 409     deshake->last.zoom = 0;
 410
 411     deshake->avctx = avcodec_alloc_context3(NULL);
 412     dsputil_init(&deshake->c, deshake->avctx);
 413
 414     return 0;
 415 }
 416
 417 static av_cold void uninit(AVFilterContext *ctx)
 418 {
 419     DeshakeContext *deshake = ctx->priv;
 420
 421     avfilter_unref_buffer(deshake->ref);
 422     if (deshake->fp)
 423         fclose(deshake->fp);
 424 }
 425
 426 static void end_frame(AVFilterLink *link)
 427 {
 428     DeshakeContext *deshake = link->dst->priv;
 429     AVFilterBufferRef *in  = link->cur_buf;
 430     AVFilterBufferRef *out = link->dst->outputs[0]->out_buf;
 431     Transform t;
 432     float matrix[9];
 433     float alpha = 2.0 / deshake->refcount;
 434     char tmp[256];
 435     Transform orig;
 436
 437     if (deshake->cx < 0 || deshake->cy < 0 || deshake->cw < 0 || deshake->ch < 0) {
 438         // Find the most likely global motion for the current frame
 439         find_motion(deshake, (deshake->ref == NULL) ? in->data[0] : deshake->ref->data[0], in->data[0], link->w, link->h, in->linesize[0], &t);
 440     } else {
 441         uint8_t *src1 = (deshake->ref == NULL) ? in->data[0] : deshake->ref->data[0];
 442         uint8_t *src2 = in->data[0];
 443
 444         deshake->cx = FFMIN(deshake->cx, link->w);
 445         deshake->cy = FFMIN(deshake->cy, link->h);
 446
 447         if ((unsigned)deshake->cx + (unsigned)deshake->cw > link->w) deshake->cw = link->w - deshake->cx;
 448         if ((unsigned)deshake->cy + (unsigned)deshake->ch > link->h) deshake->ch = link->h - deshake->cy;
 449
 450         // Quadword align right margin
 451         deshake->cw &= ~15;
 452
 453         src1 += deshake->cy * in->linesize[0] + deshake->cx;
 454         src2 += deshake->cy * in->linesize[0] + deshake->cx;
 455
 456         find_motion(deshake, src1, src2, deshake->cw, deshake->ch, in->linesize[0], &t);
 457     }
 458
 459
 460     // Copy transform so we can output it later to compare to the smoothed value
 461     orig.vector.x = t.vector.x;
 462     orig.vector.y = t.vector.y;
 463     orig.angle = t.angle;
 464     orig.zoom = t.zoom;
 465
 466     // Generate a one-sided moving exponential average
 467     deshake->avg.vector.x = alpha * t.vector.x + (1.0 - alpha) * deshake->avg.vector.x;
 468     deshake->avg.vector.y = alpha * t.vector.y + (1.0 - alpha) * deshake->avg.vector.y;
 469     deshake->avg.angle = alpha * t.angle + (1.0 - alpha) * deshake->avg.angle;
 470     deshake->avg.zoom = alpha * t.zoom + (1.0 - alpha) * deshake->avg.zoom;
 471
 472     // Remove the average from the current motion to detect the motion that
 473     // is not on purpose, just as jitter from bumping the camera
 474     t.vector.x -= deshake->avg.vector.x;
 475     t.vector.y -= deshake->avg.vector.y;
 476     t.angle -= deshake->avg.angle;
 477     t.zoom -= deshake->avg.zoom;
 478
 479     // Invert the motion to undo it
 480     t.vector.x *= -1;
 481     t.vector.y *= -1;
 482     t.angle *= -1;
 483
 484     // Write statistics to file
 485     if (deshake->fp) {
 486         snprintf(tmp, 256, "%f, %f, %f, %f, %f, %f, %f, %f, %f, %f, %f, %f\n", orig.vector.x, deshake->avg.vector.x, t.vector.x, orig.vector.y, deshake->avg.vector.y, t.vector.y, orig.angle, deshake->avg.angle, t.angle, orig.zoom, deshake->avg.zoom, t.zoom);
 487         fwrite(tmp, sizeof(char), strlen(tmp), deshake->fp);
 488     }
 489
 490     // Turn relative current frame motion into absolute by adding it to the
 491     // last absolute motion
 492     t.vector.x += deshake->last.vector.x;
 493     t.vector.y += deshake->last.vector.y;
 494     t.angle += deshake->last.angle;
 495     t.zoom += deshake->last.zoom;
 496
 497     // Shrink motion by 10% to keep things centered in the camera frame
 498     t.vector.x *= 0.9;
 499     t.vector.y *= 0.9;
 500     t.angle *= 0.9;
 501
 502     // Store the last absolute motion information
 503     deshake->last.vector.x = t.vector.x;
 504     deshake->last.vector.y = t.vector.y;
 505     deshake->last.angle = t.angle;
 506     deshake->last.zoom = t.zoom;
 507
 508     // Generate a luma transformation matrix
 509     avfilter_get_matrix(t.vector.x, t.vector.y, t.angle, 1.0 + t.zoom / 100.0, matrix);
 510
 511     // Transform the luma plane
 512     avfilter_transform(in->data[0], out->data[0], in->linesize[0], out->linesize[0], link->w, link->h, matrix, INTERPOLATE_BILINEAR, deshake->edge);
 513
 514     // Generate a chroma transformation matrix
 515     avfilter_get_matrix(t.vector.x / (link->w / CHROMA_WIDTH(link)), t.vector.y / (link->h / CHROMA_HEIGHT(link)), t.angle, 1.0 + t.zoom / 100.0, matrix);
 516
 517     // Transform the chroma planes
 518     avfilter_transform(in->data[1], out->data[1], in->linesize[1], out->linesize[1], CHROMA_WIDTH(link), CHROMA_HEIGHT(link), matrix, INTERPOLATE_BILINEAR, deshake->edge);
 519     avfilter_transform(in->data[2], out->data[2], in->linesize[2], out->linesize[2], CHROMA_WIDTH(link), CHROMA_HEIGHT(link), matrix, INTERPOLATE_BILINEAR, deshake->edge);
 520
 521     // Store the current frame as the reference frame for calculating the
 522     // motion of the next frame
 523     if (deshake->ref != NULL)
 524         avfilter_unref_buffer(deshake->ref);
 525
 526     // Cleanup the old reference frame
 527     deshake->ref = in;
 528
 529     // Draw the transformed frame information
 530     avfilter_draw_slice(link->dst->outputs[0], 0, link->h, 1);
 531     avfilter_end_frame(link->dst->outputs[0]);
 532     avfilter_unref_buffer(out);
 533 }
 534
 535 static void draw_slice(AVFilterLink *link, int y, int h, int slice_dir)
 536 {
 537 }
 538
 539 AVFilter avfilter_vf_deshake = {
 540     .name      = "deshake",
 541     .description = NULL_IF_CONFIG_SMALL("Stabilize shaky video."),
 542
 543     .priv_size = sizeof(DeshakeContext),
 544
 545     .init = init,
 546     .uninit = uninit,
 547     .query_formats = query_formats,
 548
 549     .inputs    = (const AVFilterPad[]) {{ .name       = "default",
 550                                     .type             = AVMEDIA_TYPE_VIDEO,
 551                                     .draw_slice       = draw_slice,
 552                                     .end_frame        = end_frame,
 553                                     .config_props     = config_props,
 554                                     .min_perms        = AV_PERM_READ, },
 555                                   { .name = NULL}},
 556
 557     .outputs   = (const AVFilterPad[]) {{ .name       = "default",
 558                                     .type             = AVMEDIA_TYPE_VIDEO, },
 559                                   { .name = NULL}},
 560 };