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

   1 /*
   2  * Copyright (c) 2010 Stefano Sabatini
   3  *
   4  * This file is part of Libav.
   5  *
   6  * Libav 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  * Libav 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 Libav; 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  * libopencv wrapper functions
  24  */
  25
  26 #include <opencv/cv.h>
  27 #include <opencv/cxcore.h>
  28 #include "libavutil/avstring.h"
  29 #include "libavutil/common.h"
  30 #include "libavutil/file.h"
  31 #include "libavutil/opt.h"
  32 #include "avfilter.h"
  33 #include "formats.h"
  34 #include "internal.h"
  35 #include "video.h"
  36
  37 static void fill_iplimage_from_frame(IplImage *img, const AVFrame *frame, enum AVPixelFormat pixfmt)
  38 {
  39     IplImage *tmpimg;
  40     int depth, channels_nb;
  41
  42     if      (pixfmt == AV_PIX_FMT_GRAY8) { depth = IPL_DEPTH_8U;  channels_nb = 1; }
  43     else if (pixfmt == AV_PIX_FMT_BGRA)  { depth = IPL_DEPTH_8U;  channels_nb = 4; }
  44     else if (pixfmt == AV_PIX_FMT_BGR24) { depth = IPL_DEPTH_8U;  channels_nb = 3; }
  45     else return;
  46
  47     tmpimg = cvCreateImageHeader((CvSize){frame->width, frame->height}, depth, channels_nb);
  48     *img = *tmpimg;
  49     img->imageData = img->imageDataOrigin = frame->data[0];
  50     img->dataOrder = IPL_DATA_ORDER_PIXEL;
  51     img->origin    = IPL_ORIGIN_TL;
  52     img->widthStep = frame->linesize[0];
  53 }
  54
  55 static void fill_frame_from_iplimage(AVFrame *frame, const IplImage *img, enum AVPixelFormat pixfmt)
  56 {
  57     frame->linesize[0] = img->widthStep;
  58     frame->data[0]     = img->imageData;
  59 }
  60
  61 static int query_formats(AVFilterContext *ctx)
  62 {
  63     static const enum AVPixelFormat pix_fmts[] = {
  64         AV_PIX_FMT_BGR24, AV_PIX_FMT_BGRA, AV_PIX_FMT_GRAY8, AV_PIX_FMT_NONE
  65     };
  66
  67     ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  68     return 0;
  69 }
  70
  71 typedef struct OCVContext {
  72     const AVClass *class;
  73     char *name;
  74     char *params;
  75     int (*init)(AVFilterContext *ctx, const char *args);
  76     void (*uninit)(AVFilterContext *ctx);
  77     void (*end_frame_filter)(AVFilterContext *ctx, IplImage *inimg, IplImage *outimg);
  78     void *priv;
  79 } OCVContext;
  80
  81 typedef struct SmoothContext {
  82     int type;
  83     int    param1, param2;
  84     double param3, param4;
  85 } SmoothContext;
  86
  87 static av_cold int smooth_init(AVFilterContext *ctx, const char *args)
  88 {
  89     OCVContext *s = ctx->priv;
  90     SmoothContext *smooth = s->priv;
  91     char type_str[128] = "gaussian";
  92
  93     smooth->param1 = 3;
  94     smooth->param2 = 0;
  95     smooth->param3 = 0.0;
  96     smooth->param4 = 0.0;
  97
  98     if (args)
  99         sscanf(args, "%127[^|]|%d|%d|%lf|%lf", type_str, &smooth->param1, &smooth->param2, &smooth->param3, &smooth->param4);
 100
 101     if      (!strcmp(type_str, "blur"         )) smooth->type = CV_BLUR;
 102     else if (!strcmp(type_str, "blur_no_scale")) smooth->type = CV_BLUR_NO_SCALE;
 103     else if (!strcmp(type_str, "median"       )) smooth->type = CV_MEDIAN;
 104     else if (!strcmp(type_str, "gaussian"     )) smooth->type = CV_GAUSSIAN;
 105     else if (!strcmp(type_str, "bilateral"    )) smooth->type = CV_BILATERAL;
 106     else {
 107         av_log(ctx, AV_LOG_ERROR, "Smoothing type '%s' unknown.\n", type_str);
 108         return AVERROR(EINVAL);
 109     }
 110
 111     if (smooth->param1 < 0 || !(smooth->param1%2)) {
 112         av_log(ctx, AV_LOG_ERROR,
 113                "Invalid value '%d' for param1, it has to be a positive odd number\n",
 114                smooth->param1);
 115         return AVERROR(EINVAL);
 116     }
 117     if ((smooth->type == CV_BLUR || smooth->type == CV_BLUR_NO_SCALE || smooth->type == CV_GAUSSIAN) &&
 118         (smooth->param2 < 0 || (smooth->param2 && !(smooth->param2%2)))) {
 119         av_log(ctx, AV_LOG_ERROR,
 120                "Invalid value '%d' for param2, it has to be zero or a positive odd number\n",
 121                smooth->param2);
 122         return AVERROR(EINVAL);
 123     }
 124
 125     av_log(ctx, AV_LOG_VERBOSE, "type:%s param1:%d param2:%d param3:%f param4:%f\n",
 126            type_str, smooth->param1, smooth->param2, smooth->param3, smooth->param4);
 127     return 0;
 128 }
 129
 130 static void smooth_end_frame_filter(AVFilterContext *ctx, IplImage *inimg, IplImage *outimg)
 131 {
 132     OCVContext *s = ctx->priv;
 133     SmoothContext *smooth = s->priv;
 134     cvSmooth(inimg, outimg, smooth->type, smooth->param1, smooth->param2, smooth->param3, smooth->param4);
 135 }
 136
 137 static int read_shape_from_file(int *cols, int *rows, int **values, const char *filename,
 138                                 void *log_ctx)
 139 {
 140     uint8_t *buf, *p, *pend;
 141     size_t size;
 142     int ret, i, j, w;
 143
 144     if ((ret = av_file_map(filename, &buf, &size, 0, log_ctx)) < 0)
 145         return ret;
 146
 147     /* prescan file to get the number of lines and the maximum width */
 148     w = 0;
 149     for (i = 0; i < size; i++) {
 150         if (buf[i] == '\n') {
 151             if (*rows == INT_MAX) {
 152                 av_log(log_ctx, AV_LOG_ERROR, "Overflow on the number of rows in the file\n");
 153                 return AVERROR_INVALIDDATA;
 154             }
 155             ++(*rows);
 156             *cols = FFMAX(*cols, w);
 157             w = 0;
 158         } else if (w == INT_MAX) {
 159             av_log(log_ctx, AV_LOG_ERROR, "Overflow on the number of columns in the file\n");
 160             return AVERROR_INVALIDDATA;
 161         }
 162         w++;
 163     }
 164     if (*rows > (SIZE_MAX / sizeof(int) / *cols)) {
 165         av_log(log_ctx, AV_LOG_ERROR, "File with size %dx%d is too big\n",
 166                *rows, *cols);
 167         return AVERROR_INVALIDDATA;
 168     }
 169     if (!(*values = av_mallocz(sizeof(int) * *rows * *cols)))
 170         return AVERROR(ENOMEM);
 171
 172     /* fill *values */
 173     p    = buf;
 174     pend = buf + size-1;
 175     for (i = 0; i < *rows; i++) {
 176         for (j = 0;; j++) {
 177             if (p > pend || *p == '\n') {
 178                 p++;
 179                 break;
 180             } else
 181                 (*values)[*cols*i + j] = !!av_isgraph(*(p++));
 182         }
 183     }
 184     av_file_unmap(buf, size);
 185
 186 #ifdef DEBUG
 187     {
 188         char *line;
 189         if (!(line = av_malloc(*cols + 1)))
 190             return AVERROR(ENOMEM);
 191         for (i = 0; i < *rows; i++) {
 192             for (j = 0; j < *cols; j++)
 193                 line[j] = (*values)[i * *cols + j] ? '@' : ' ';
 194             line[j] = 0;
 195             av_log(log_ctx, AV_LOG_DEBUG, "%3d: %s\n", i, line);
 196         }
 197         av_free(line);
 198     }
 199 #endif
 200
 201     return 0;
 202 }
 203
 204 static int parse_iplconvkernel(IplConvKernel **kernel, char *buf, void *log_ctx)
 205 {
 206     char shape_filename[128] = "", shape_str[32] = "rect";
 207     int cols = 0, rows = 0, anchor_x = 0, anchor_y = 0, shape = CV_SHAPE_RECT;
 208     int *values = NULL, ret = 0;
 209
 210     sscanf(buf, "%dx%d+%dx%d/%32[^=]=%127s", &cols, &rows, &anchor_x, &anchor_y, shape_str, shape_filename);
 211
 212     if      (!strcmp(shape_str, "rect"   )) shape = CV_SHAPE_RECT;
 213     else if (!strcmp(shape_str, "cross"  )) shape = CV_SHAPE_CROSS;
 214     else if (!strcmp(shape_str, "ellipse")) shape = CV_SHAPE_ELLIPSE;
 215     else if (!strcmp(shape_str, "custom" )) {
 216         shape = CV_SHAPE_CUSTOM;
 217         if ((ret = read_shape_from_file(&cols, &rows, &values, shape_filename, log_ctx)) < 0)
 218             return ret;
 219     } else {
 220         av_log(log_ctx, AV_LOG_ERROR,
 221                "Shape unspecified or type '%s' unknown.\n", shape_str);
 222         ret = AVERROR(EINVAL);
 223         goto out;
 224     }
 225
 226     if (rows <= 0 || cols <= 0) {
 227         av_log(log_ctx, AV_LOG_ERROR,
 228                "Invalid non-positive values for shape size %dx%d\n", cols, rows);
 229         ret = AVERROR(EINVAL);
 230         goto out;
 231     }
 232
 233     if (anchor_x < 0 || anchor_y < 0 || anchor_x >= cols || anchor_y >= rows) {
 234         av_log(log_ctx, AV_LOG_ERROR,
 235                "Shape anchor %dx%d is not inside the rectangle with size %dx%d.\n",
 236                anchor_x, anchor_y, cols, rows);
 237         ret = AVERROR(EINVAL);
 238         goto out;
 239     }
 240
 241     *kernel = cvCreateStructuringElementEx(cols, rows, anchor_x, anchor_y, shape, values);
 242     if (!*kernel) {
 243         ret = AVERROR(ENOMEM);
 244         goto out;
 245     }
 246
 247     av_log(log_ctx, AV_LOG_VERBOSE, "Structuring element: w:%d h:%d x:%d y:%d shape:%s\n",
 248            rows, cols, anchor_x, anchor_y, shape_str);
 249 out:
 250     av_freep(&values);
 251     return ret;
 252 }
 253
 254 typedef struct DilateContext {
 255     int nb_iterations;
 256     IplConvKernel *kernel;
 257 } DilateContext;
 258
 259 static av_cold int dilate_init(AVFilterContext *ctx, const char *args)
 260 {
 261     OCVContext *s = ctx->priv;
 262     DilateContext *dilate = s->priv;
 263     char default_kernel_str[] = "3x3+0x0/rect";
 264     char *kernel_str = NULL;
 265     const char *buf = args;
 266     int ret;
 267
 268     dilate->nb_iterations = 1;
 269
 270     if (args) {
 271         kernel_str = av_get_token(&buf, "|");
 272         if (!kernel_str)
 273             return AVERROR(ENOMEM);
 274     }
 275
 276     ret = parse_iplconvkernel(&dilate->kernel,
 277                               (!kernel_str || !*kernel_str) ? default_kernel_str
 278                                                             : kernel_str,
 279                               ctx);
 280     av_free(kernel_str);
 281     if (ret < 0)
 282         return ret;
 283
 284     sscanf(buf, "|%d", &dilate->nb_iterations);
 285     av_log(ctx, AV_LOG_VERBOSE, "iterations_nb:%d\n", dilate->nb_iterations);
 286     if (dilate->nb_iterations <= 0) {
 287         av_log(ctx, AV_LOG_ERROR, "Invalid non-positive value '%d' for nb_iterations\n",
 288                dilate->nb_iterations);
 289         return AVERROR(EINVAL);
 290     }
 291     return 0;
 292 }
 293
 294 static av_cold void dilate_uninit(AVFilterContext *ctx)
 295 {
 296     OCVContext *s = ctx->priv;
 297     DilateContext *dilate = s->priv;
 298
 299     cvReleaseStructuringElement(&dilate->kernel);
 300 }
 301
 302 static void dilate_end_frame_filter(AVFilterContext *ctx, IplImage *inimg, IplImage *outimg)
 303 {
 304     OCVContext *s = ctx->priv;
 305     DilateContext *dilate = s->priv;
 306     cvDilate(inimg, outimg, dilate->kernel, dilate->nb_iterations);
 307 }
 308
 309 static void erode_end_frame_filter(AVFilterContext *ctx, IplImage *inimg, IplImage *outimg)
 310 {
 311     OCVContext *s = ctx->priv;
 312     DilateContext *dilate = s->priv;
 313     cvErode(inimg, outimg, dilate->kernel, dilate->nb_iterations);
 314 }
 315
 316 typedef struct OCVFilterEntry {
 317     const char *name;
 318     size_t priv_size;
 319     int  (*init)(AVFilterContext *ctx, const char *args);
 320     void (*uninit)(AVFilterContext *ctx);
 321     void (*end_frame_filter)(AVFilterContext *ctx, IplImage *inimg, IplImage *outimg);
 322 } OCVFilterEntry;
 323
 324 static const OCVFilterEntry ocv_filter_entries[] = {
 325     { "dilate", sizeof(DilateContext), dilate_init, dilate_uninit, dilate_end_frame_filter },
 326     { "erode",  sizeof(DilateContext), dilate_init, dilate_uninit, erode_end_frame_filter  },
 327     { "smooth", sizeof(SmoothContext), smooth_init, NULL, smooth_end_frame_filter },
 328 };
 329
 330 static av_cold int init(AVFilterContext *ctx)
 331 {
 332     OCVContext *s = ctx->priv;
 333     int i;
 334
 335     for (i = 0; i < FF_ARRAY_ELEMS(ocv_filter_entries); i++) {
 336         const OCVFilterEntry *entry = &ocv_filter_entries[i];
 337         if (!strcmp(s->name, entry->name)) {
 338             s->init             = entry->init;
 339             s->uninit           = entry->uninit;
 340             s->end_frame_filter = entry->end_frame_filter;
 341
 342             if (!(s->priv = av_mallocz(entry->priv_size)))
 343                 return AVERROR(ENOMEM);
 344             return s->init(ctx, s->params);
 345         }
 346     }
 347
 348     av_log(ctx, AV_LOG_ERROR, "No libopencv filter named '%s'\n", s->name);
 349     return AVERROR(EINVAL);
 350 }
 351
 352 static av_cold void uninit(AVFilterContext *ctx)
 353 {
 354     OCVContext *s = ctx->priv;
 355
 356     if (s->uninit)
 357         s->uninit(ctx);
 358     av_free(s->priv);
 359 }
 360
 361 static int filter_frame(AVFilterLink *inlink, AVFrame *in)
 362 {
 363     AVFilterContext *ctx = inlink->dst;
 364     OCVContext *s = ctx->priv;
 365     AVFilterLink *outlink= inlink->dst->outputs[0];
 366     AVFrame *out;
 367     IplImage inimg, outimg;
 368
 369     out = ff_get_video_buffer(outlink, outlink->w, outlink->h);
 370     if (!out) {
 371         av_frame_free(&in);
 372         return AVERROR(ENOMEM);
 373     }
 374     av_frame_copy_props(out, in);
 375
 376     fill_iplimage_from_frame(&inimg , in , inlink->format);
 377     fill_iplimage_from_frame(&outimg, out, inlink->format);
 378     s->end_frame_filter(ctx, &inimg, &outimg);
 379     fill_frame_from_iplimage(out, &outimg, inlink->format);
 380
 381     av_frame_free(&in);
 382
 383     return ff_filter_frame(outlink, out);
 384 }
 385
 386 #define OFFSET(x) offsetof(OCVContext, x)
 387 #define FLAGS AV_OPT_FLAG_VIDEO_PARAM
 388 static const AVOption options[] = {
 389     { "filter_name",   NULL, OFFSET(name),   AV_OPT_TYPE_STRING, .flags = FLAGS },
 390     { "filter_params", NULL, OFFSET(params), AV_OPT_TYPE_STRING, .flags = FLAGS },
 391     { NULL },
 392 };
 393
 394 static const AVClass ocv_class = {
 395     .class_name = "ocv",
 396     .item_name  = av_default_item_name,
 397     .option     = options,
 398     .version    = LIBAVUTIL_VERSION_INT,
 399 };
 400
 401 static const AVFilterPad avfilter_vf_ocv_inputs[] = {
 402     {
 403         .name       = "default",
 404         .type       = AVMEDIA_TYPE_VIDEO,
 405         .filter_frame = filter_frame,
 406     },
 407     { NULL }
 408 };
 409
 410 static const AVFilterPad avfilter_vf_ocv_outputs[] = {
 411     {
 412         .name = "default",
 413         .type = AVMEDIA_TYPE_VIDEO,
 414     },
 415     { NULL }
 416 };
 417
 418 AVFilter ff_vf_ocv = {
 419     .name        = "ocv",
 420     .description = NULL_IF_CONFIG_SMALL("Apply transform using libopencv."),
 421
 422     .priv_size = sizeof(OCVContext),
 423     .priv_class = &ocv_class,
 424
 425     .query_formats = query_formats,
 426     .init = init,
 427     .uninit = uninit,
 428
 429     .inputs    = avfilter_vf_ocv_inputs,
 430
 431     .outputs   = avfilter_vf_ocv_outputs,
 432 };