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

   1 /*
   2  * Copyright (c) 2014-2015 Michael Niedermayer <michaelni@gmx.at>
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or modify
   7  * it under the terms of the GNU General Public License as published by
   8  * the Free Software Foundation; either version 2 of the License, or
   9  * (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
  14  * GNU General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU General Public License along
  17  * with FFmpeg; if not, write to the Free Software Foundation, Inc.,
  18  * 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA.
  19  */
  20
  21 /**
  22  * @todo switch to dualinput
  23  */
  24
  25 #include "libavutil/imgutils.h"
  26 #include "libavutil/opt.h"
  27 #include "internal.h"
  28
  29 #include "lavfutils.h"
  30
  31 #define MAX_MIPMAPS 5
  32
  33 typedef struct FOCContext {
  34     AVClass *class;
  35     float threshold;
  36     int mipmaps;
  37     int xmin, ymin, xmax, ymax;
  38     char *obj_filename;
  39     int last_x, last_y;
  40     AVFrame *obj_frame;
  41     AVFrame *needle_frame[MAX_MIPMAPS];
  42     AVFrame *haystack_frame[MAX_MIPMAPS];
  43     int discard;
  44 } FOCContext;
  45
  46 #define OFFSET(x) offsetof(FOCContext, x)
  47 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
  48 static const AVOption find_rect_options[] = {
  49     { "object", "object bitmap filename", OFFSET(obj_filename), AV_OPT_TYPE_STRING, {.str = NULL}, .flags = FLAGS },
  50     { "threshold", "set threshold", OFFSET(threshold), AV_OPT_TYPE_FLOAT, {.dbl = 0.5}, 0, 1.0, FLAGS },
  51     { "mipmaps", "set mipmaps", OFFSET(mipmaps), AV_OPT_TYPE_INT, {.i64 = 3}, 1, MAX_MIPMAPS, FLAGS },
  52     { "xmin", "", OFFSET(xmin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  53     { "ymin", "", OFFSET(ymin), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  54     { "xmax", "", OFFSET(xmax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  55     { "ymax", "", OFFSET(ymax), AV_OPT_TYPE_INT, {.i64 = 0}, 0, INT_MAX, FLAGS },
  56     { "discard", "", OFFSET(discard), AV_OPT_TYPE_BOOL, {.i64 = 0}, 0, 1, FLAGS },
  57     { NULL }
  58 };
  59
  60 AVFILTER_DEFINE_CLASS(find_rect);
  61
  62 static int query_formats(AVFilterContext *ctx)
  63 {
  64     static const enum AVPixelFormat pix_fmts[] = {
  65         AV_PIX_FMT_YUV420P,
  66         AV_PIX_FMT_YUVJ420P,
  67         AV_PIX_FMT_NONE
  68     };
  69
  70     return ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  71 }
  72
  73 static AVFrame *downscale(AVFrame *in)
  74 {
  75     int x, y;
  76     AVFrame *frame = av_frame_alloc();
  77     uint8_t *src, *dst;
  78     if (!frame)
  79         return NULL;
  80
  81     frame->format = in->format;
  82     frame->width  = (in->width + 1) / 2;
  83     frame->height = (in->height+ 1) / 2;
  84
  85     if (av_frame_get_buffer(frame, 0) < 0) {
  86         av_frame_free(&frame);
  87         return NULL;
  88     }
  89     src = in   ->data[0];
  90     dst = frame->data[0];
  91
  92     for(y = 0; y < frame->height; y++) {
  93         for(x = 0; x < frame->width; x++) {
  94             dst[x] = (  src[2*x+0]
  95                       + src[2*x+1]
  96                       + src[2*x+0 + in->linesize[0]]
  97                       + src[2*x+1 + in->linesize[0]]
  98                       + 2) >> 2;
  99         }
 100         src += 2*in->linesize[0];
 101         dst += frame->linesize[0];
 102     }
 103     return frame;
 104 }
 105
 106 static float compare(const AVFrame *haystack, const AVFrame *obj, int offx, int offy)
 107 {
 108     int x,y;
 109     int o_sum_v = 0;
 110     int h_sum_v = 0;
 111     int64_t oo_sum_v = 0;
 112     int64_t hh_sum_v = 0;
 113     int64_t oh_sum_v = 0;
 114     float c;
 115     int n = obj->height * obj->width;
 116     const uint8_t *odat = obj     ->data[0];
 117     const uint8_t *hdat = haystack->data[0] + offx + offy * haystack->linesize[0];
 118     int64_t o_sigma, h_sigma;
 119
 120     for(y = 0; y < obj->height; y++) {
 121         for(x = 0; x < obj->width; x++) {
 122             int o_v = odat[x];
 123             int h_v = hdat[x];
 124             o_sum_v += o_v;
 125             h_sum_v += h_v;
 126             oo_sum_v += o_v * o_v;
 127             hh_sum_v += h_v * h_v;
 128             oh_sum_v += o_v * h_v;
 129         }
 130         odat += obj->linesize[0];
 131         hdat += haystack->linesize[0];
 132     }
 133     o_sigma = n*oo_sum_v - o_sum_v*(int64_t)o_sum_v;
 134     h_sigma = n*hh_sum_v - h_sum_v*(int64_t)h_sum_v;
 135
 136     if (o_sigma == 0 || h_sigma == 0)
 137         return 1.0;
 138
 139     c = (n*oh_sum_v - o_sum_v*(int64_t)h_sum_v) / (sqrt(o_sigma)*sqrt(h_sigma));
 140
 141     return 1 - fabs(c);
 142 }
 143
 144 static int config_input(AVFilterLink *inlink)
 145 {
 146     AVFilterContext *ctx = inlink->dst;
 147     FOCContext *foc = ctx->priv;
 148
 149     if (foc->xmax <= 0)
 150         foc->xmax = inlink->w - foc->obj_frame->width;
 151     if (foc->ymax <= 0)
 152         foc->ymax = inlink->h - foc->obj_frame->height;
 153
 154     return 0;
 155 }
 156
 157 static float search(FOCContext *foc, int pass, int maxpass, int xmin, int xmax, int ymin, int ymax, int *best_x, int *best_y, float best_score)
 158 {
 159     int x, y;
 160
 161     if (pass + 1 <= maxpass) {
 162         int sub_x, sub_y;
 163         search(foc, pass+1, maxpass, xmin>>1, (xmax+1)>>1, ymin>>1, (ymax+1)>>1, &sub_x, &sub_y, 2.0);
 164         xmin = FFMAX(xmin, 2*sub_x - 4);
 165         xmax = FFMIN(xmax, 2*sub_x + 4);
 166         ymin = FFMAX(ymin, 2*sub_y - 4);
 167         ymax = FFMIN(ymax, 2*sub_y + 4);
 168     }
 169
 170     for (y = ymin; y <= ymax; y++) {
 171         for (x = xmin; x <= xmax; x++) {
 172             float score = compare(foc->haystack_frame[pass], foc->needle_frame[pass], x, y);
 173             if (score < best_score) {
 174                 best_score = score;
 175                 *best_x = x;
 176                 *best_y = y;
 177             }
 178         }
 179     }
 180     return best_score;
 181 }
 182
 183 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 184 {
 185     AVFilterContext *ctx = inlink->dst;
 186     FOCContext *foc = ctx->priv;
 187     float best_score;
 188     int best_x, best_y;
 189     int i;
 190     char buf[32];
 191
 192     foc->haystack_frame[0] = av_frame_clone(in);
 193     for (i=1; i<foc->mipmaps; i++) {
 194         foc->haystack_frame[i] = downscale(foc->haystack_frame[i-1]);
 195     }
 196
 197     best_score = search(foc, 0, 0,
 198                         FFMAX(foc->xmin, foc->last_x - 8),
 199                         FFMIN(foc->xmax, foc->last_x + 8),
 200                         FFMAX(foc->ymin, foc->last_y - 8),
 201                         FFMIN(foc->ymax, foc->last_y + 8),
 202                         &best_x, &best_y, 2.0);
 203
 204     best_score = search(foc, 0, foc->mipmaps - 1, foc->xmin, foc->xmax, foc->ymin, foc->ymax,
 205                         &best_x, &best_y, best_score);
 206
 207     for (i=0; i<MAX_MIPMAPS; i++) {
 208         av_frame_free(&foc->haystack_frame[i]);
 209     }
 210
 211     if (best_score > foc->threshold) {
 212         if (foc->discard) {
 213             av_frame_free(&in);
 214             return 0;
 215         } else {
 216             return ff_filter_frame(ctx->outputs[0], in);
 217         }
 218     }
 219
 220     av_log(ctx, AV_LOG_INFO, "Found at n=%"PRId64" pts_time=%f x=%d y=%d with score=%f\n",
 221            inlink->frame_count_out, TS2D(in->pts) * av_q2d(inlink->time_base),
 222            best_x, best_y, best_score);
 223     foc->last_x = best_x;
 224     foc->last_y = best_y;
 225
 226     snprintf(buf, sizeof(buf), "%f", best_score);
 227
 228     av_frame_make_writable(in);
 229
 230     av_dict_set_int(&in->metadata, "lavfi.rect.w", foc->obj_frame->width, 0);
 231     av_dict_set_int(&in->metadata, "lavfi.rect.h", foc->obj_frame->height, 0);
 232     av_dict_set_int(&in->metadata, "lavfi.rect.x", best_x, 0);
 233     av_dict_set_int(&in->metadata, "lavfi.rect.y", best_y, 0);
 234     av_dict_set(&in->metadata, "lavfi.rect.score", buf, 0);
 235
 236     return ff_filter_frame(ctx->outputs[0], in);
 237 }
 238
 239 static av_cold void uninit(AVFilterContext *ctx)
 240 {
 241     FOCContext *foc = ctx->priv;
 242     int i;
 243
 244     for (i = 0; i < MAX_MIPMAPS; i++) {
 245         av_frame_free(&foc->needle_frame[i]);
 246         av_frame_free(&foc->haystack_frame[i]);
 247     }
 248
 249     if (foc->obj_frame)
 250         av_freep(&foc->obj_frame->data[0]);
 251     av_frame_free(&foc->obj_frame);
 252 }
 253
 254 static av_cold int init(AVFilterContext *ctx)
 255 {
 256     FOCContext *foc = ctx->priv;
 257     int ret, i;
 258
 259     if (!foc->obj_filename) {
 260         av_log(ctx, AV_LOG_ERROR, "object filename not set\n");
 261         return AVERROR(EINVAL);
 262     }
 263
 264     foc->obj_frame = av_frame_alloc();
 265     if (!foc->obj_frame)
 266         return AVERROR(ENOMEM);
 267
 268     if ((ret = ff_load_image(foc->obj_frame->data, foc->obj_frame->linesize,
 269                              &foc->obj_frame->width, &foc->obj_frame->height,
 270                              &foc->obj_frame->format, foc->obj_filename, ctx)) < 0)
 271         return ret;
 272
 273     if (foc->obj_frame->format != AV_PIX_FMT_GRAY8) {
 274         av_log(ctx, AV_LOG_ERROR, "object image is not a grayscale image\n");
 275         return AVERROR(EINVAL);
 276     }
 277
 278     foc->needle_frame[0] = av_frame_clone(foc->obj_frame);
 279     for (i = 1; i < foc->mipmaps; i++) {
 280         foc->needle_frame[i] = downscale(foc->needle_frame[i-1]);
 281         if (!foc->needle_frame[i])
 282             return AVERROR(ENOMEM);
 283     }
 284
 285     return 0;
 286 }
 287
 288 static const AVFilterPad foc_inputs[] = {
 289     {
 290         .name         = "default",
 291         .type         = AVMEDIA_TYPE_VIDEO,
 292         .config_props = config_input,
 293         .filter_frame = filter_frame,
 294     },
 295     { NULL }
 296 };
 297
 298 static const AVFilterPad foc_outputs[] = {
 299     {
 300         .name = "default",
 301         .type = AVMEDIA_TYPE_VIDEO,
 302     },
 303     { NULL }
 304 };
 305
 306 AVFilter ff_vf_find_rect = {
 307     .name            = "find_rect",
 308     .description     = NULL_IF_CONFIG_SMALL("Find a user specified object."),
 309     .priv_size       = sizeof(FOCContext),
 310     .init            = init,
 311     .uninit          = uninit,
 312     .query_formats   = query_formats,
 313     .inputs          = foc_inputs,
 314     .outputs         = foc_outputs,
 315     .priv_class      = &find_rect_class,
 316 };