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/avassert.h"
  26 #include "libavutil/imgutils.h"
  27 #include "libavutil/opt.h"
  28 #include "internal.h"
  29
  30 #include "lavfutils.h"
  31
  32 #define MAX_MIPMAPS 5
  33
  34 typedef struct FOCContext {
  35     AVClass *class;
  36     float threshold;
  37     int mipmaps;
  38     int xmin, ymin, xmax, ymax;
  39     char *obj_filename;
  40     int last_x, last_y;
  41     AVFrame *obj_frame;
  42     AVFrame *needle_frame[MAX_MIPMAPS];
  43     AVFrame *haystack_frame[MAX_MIPMAPS];
  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 foc_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     { NULL }
  57 };
  58
  59 static const AVClass foc_class = {
  60     .class_name       = "find_rect",
  61     .item_name        = av_default_item_name,
  62     .option           = foc_options,
  63     .version          = LIBAVUTIL_VERSION_INT,
  64     .category         = AV_CLASS_CATEGORY_FILTER,
  65 };
  66
  67 static int query_formats(AVFilterContext *ctx)
  68 {
  69     static const enum AVPixelFormat pix_fmts[] = {
  70         AV_PIX_FMT_YUV420P,
  71         AV_PIX_FMT_YUVJ420P,
  72         AV_PIX_FMT_NONE
  73     };
  74
  75     return ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  76 }
  77
  78 static AVFrame *downscale(AVFrame *in)
  79 {
  80     int x, y;
  81     AVFrame *frame = av_frame_alloc();
  82     uint8_t *src, *dst;
  83     if (!frame)
  84         return NULL;
  85
  86     frame->format = in->format;
  87     frame->width  = (in->width + 1) / 2;
  88     frame->height = (in->height+ 1) / 2;
  89
  90     if (av_frame_get_buffer(frame, 32) < 0) {
  91         av_frame_free(&frame);
  92         return NULL;
  93     }
  94     src = in   ->data[0];
  95     dst = frame->data[0];
  96
  97     for(y = 0; y < frame->height; y++) {
  98         for(x = 0; x < frame->width; x++) {
  99             dst[x] = (  src[2*x+0]
 100                       + src[2*x+1]
 101                       + src[2*x+0 + in->linesize[0]]
 102                       + src[2*x+1 + in->linesize[0]]
 103                       + 2) >> 2;
 104         }
 105         src += 2*in->linesize[0];
 106         dst += frame->linesize[0];
 107     }
 108     return frame;
 109 }
 110
 111 static float compare(const AVFrame *haystack, const AVFrame *obj, int offx, int offy)
 112 {
 113     int x,y;
 114     int o_sum_v = 0;
 115     int h_sum_v = 0;
 116     int64_t oo_sum_v = 0;
 117     int64_t hh_sum_v = 0;
 118     int64_t oh_sum_v = 0;
 119     float c;
 120     int n = obj->height * obj->width;
 121     const uint8_t *odat = obj     ->data[0];
 122     const uint8_t *hdat = haystack->data[0] + offx + offy * haystack->linesize[0];
 123     int64_t o_sigma, h_sigma;
 124
 125     for(y = 0; y < obj->height; y++) {
 126         for(x = 0; x < obj->width; x++) {
 127             int o_v = odat[x];
 128             int h_v = hdat[x];
 129             o_sum_v += o_v;
 130             h_sum_v += h_v;
 131             oo_sum_v += o_v * o_v;
 132             hh_sum_v += h_v * h_v;
 133             oh_sum_v += o_v * h_v;
 134         }
 135         odat += obj->linesize[0];
 136         hdat += haystack->linesize[0];
 137     }
 138     o_sigma = n*oo_sum_v - o_sum_v*(int64_t)o_sum_v;
 139     h_sigma = n*hh_sum_v - h_sum_v*(int64_t)h_sum_v;
 140
 141     if (o_sigma == 0 || h_sigma == 0)
 142         return 1.0;
 143
 144     c = (n*oh_sum_v - o_sum_v*(int64_t)h_sum_v) / (sqrt(o_sigma)*sqrt(h_sigma));
 145
 146     return 1 - fabs(c);
 147 }
 148
 149 static int config_input(AVFilterLink *inlink)
 150 {
 151     AVFilterContext *ctx = inlink->dst;
 152     FOCContext *foc = ctx->priv;
 153
 154     if (foc->xmax <= 0)
 155         foc->xmax = inlink->w - foc->obj_frame->width;
 156     if (foc->ymax <= 0)
 157         foc->ymax = inlink->h - foc->obj_frame->height;
 158
 159     return 0;
 160 }
 161
 162 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)
 163 {
 164     int x, y;
 165
 166     if (pass + 1 <= maxpass) {
 167         int sub_x, sub_y;
 168         search(foc, pass+1, maxpass, xmin>>1, (xmax+1)>>1, ymin>>1, (ymax+1)>>1, &sub_x, &sub_y, 1.0);
 169         xmin = FFMAX(xmin, 2*sub_x - 4);
 170         xmax = FFMIN(xmax, 2*sub_x + 4);
 171         ymin = FFMAX(ymin, 2*sub_y - 4);
 172         ymax = FFMIN(ymax, 2*sub_y + 4);
 173     }
 174
 175     for (y = ymin; y <= ymax; y++) {
 176         for (x = xmin; x <= xmax; x++) {
 177             float score = compare(foc->haystack_frame[pass], foc->needle_frame[pass], x, y);
 178             av_assert0(score != 0);
 179             if (score < best_score) {
 180                 best_score = score;
 181                 *best_x = x;
 182                 *best_y = y;
 183             }
 184         }
 185     }
 186     return best_score;
 187 }
 188
 189 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 190 {
 191     AVFilterContext *ctx = inlink->dst;
 192     FOCContext *foc = ctx->priv;
 193     float best_score;
 194     int best_x, best_y;
 195     int i;
 196
 197     foc->haystack_frame[0] = av_frame_clone(in);
 198     for (i=1; i<foc->mipmaps; i++) {
 199         foc->haystack_frame[i] = downscale(foc->haystack_frame[i-1]);
 200     }
 201
 202     best_score = search(foc, 0, 0,
 203                         FFMAX(foc->xmin, foc->last_x - 8),
 204                         FFMIN(foc->xmax, foc->last_x + 8),
 205                         FFMAX(foc->ymin, foc->last_y - 8),
 206                         FFMIN(foc->ymax, foc->last_y + 8),
 207                         &best_x, &best_y, 1.0);
 208
 209     best_score = search(foc, 0, foc->mipmaps - 1, foc->xmin, foc->xmax, foc->ymin, foc->ymax,
 210                         &best_x, &best_y, best_score);
 211
 212     for (i=0; i<MAX_MIPMAPS; i++) {
 213         av_frame_free(&foc->haystack_frame[i]);
 214     }
 215
 216     if (best_score > foc->threshold) {
 217         return ff_filter_frame(ctx->outputs[0], in);
 218     }
 219
 220     av_log(ctx, AV_LOG_DEBUG, "Found at %d %d score %f\n", best_x, best_y, best_score);
 221     foc->last_x = best_x;
 222     foc->last_y = best_y;
 223
 224     av_frame_make_writable(in);
 225
 226     av_dict_set_int(&in->metadata, "lavfi.rect.w", foc->obj_frame->width, 0);
 227     av_dict_set_int(&in->metadata, "lavfi.rect.h", foc->obj_frame->height, 0);
 228     av_dict_set_int(&in->metadata, "lavfi.rect.x", best_x, 0);
 229     av_dict_set_int(&in->metadata, "lavfi.rect.y", best_y, 0);
 230
 231     return ff_filter_frame(ctx->outputs[0], in);
 232 }
 233
 234 static av_cold void uninit(AVFilterContext *ctx)
 235 {
 236     FOCContext *foc = ctx->priv;
 237     int i;
 238
 239     for (i = 0; i < MAX_MIPMAPS; i++) {
 240         av_frame_free(&foc->needle_frame[i]);
 241         av_frame_free(&foc->haystack_frame[i]);
 242     }
 243
 244     if (foc->obj_frame)
 245         av_freep(&foc->obj_frame->data[0]);
 246     av_frame_free(&foc->obj_frame);
 247 }
 248
 249 static av_cold int init(AVFilterContext *ctx)
 250 {
 251     FOCContext *foc = ctx->priv;
 252     int ret, i;
 253
 254     if (!foc->obj_filename) {
 255         av_log(ctx, AV_LOG_ERROR, "object filename not set\n");
 256         return AVERROR(EINVAL);
 257     }
 258
 259     foc->obj_frame = av_frame_alloc();
 260     if (!foc->obj_frame)
 261         return AVERROR(ENOMEM);
 262
 263     if ((ret = ff_load_image(foc->obj_frame->data, foc->obj_frame->linesize,
 264                              &foc->obj_frame->width, &foc->obj_frame->height,
 265                              &foc->obj_frame->format, foc->obj_filename, ctx)) < 0)
 266         return ret;
 267
 268     if (foc->obj_frame->format != AV_PIX_FMT_GRAY8) {
 269         av_log(ctx, AV_LOG_ERROR, "object image is not a grayscale image\n");
 270         return AVERROR(EINVAL);
 271     }
 272
 273     foc->needle_frame[0] = av_frame_clone(foc->obj_frame);
 274     for (i = 1; i < foc->mipmaps; i++) {
 275         foc->needle_frame[i] = downscale(foc->needle_frame[i-1]);
 276         if (!foc->needle_frame[i])
 277             return AVERROR(ENOMEM);
 278     }
 279
 280     return 0;
 281 }
 282
 283 static const AVFilterPad foc_inputs[] = {
 284     {
 285         .name         = "default",
 286         .type         = AVMEDIA_TYPE_VIDEO,
 287         .config_props = config_input,
 288         .filter_frame = filter_frame,
 289     },
 290     { NULL }
 291 };
 292
 293 static const AVFilterPad foc_outputs[] = {
 294     {
 295         .name = "default",
 296         .type = AVMEDIA_TYPE_VIDEO,
 297     },
 298     { NULL }
 299 };
 300
 301 AVFilter ff_vf_find_rect = {
 302     .name            = "find_rect",
 303     .description     = NULL_IF_CONFIG_SMALL("Find a user specified object"),
 304     .priv_size       = sizeof(FOCContext),
 305     .init            = init,
 306     .uninit          = uninit,
 307     .query_formats   = query_formats,
 308     .inputs          = foc_inputs,
 309     .outputs         = foc_outputs,
 310     .priv_class      = &foc_class,
 311 };