avfilter/avf_showcqt: draw text optionally
[ffmpeg.git] / libavfilter / avf_showcqt.c
1 /*
2  * Copyright (c) 2014 Muhammad Faiz <mfcc64@gmail.com>
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 #include "config.h"
22 #include "libavcodec/avfft.h"
23 #include "libavutil/avassert.h"
24 #include "libavutil/channel_layout.h"
25 #include "libavutil/opt.h"
26 #include "libavutil/xga_font_data.h"
27 #include "libavutil/qsort.h"
28 #include "libavutil/time.h"
29 #include "libavutil/eval.h"
30 #include "avfilter.h"
31 #include "internal.h"
32
33 #include <math.h>
34 #include <stdlib.h>
35
36 #if CONFIG_LIBFREETYPE
37 #include <ft2build.h>
38 #include FT_FREETYPE_H
39 #endif
40
41 /* this filter is designed to do 16 bins/semitones constant Q transform with Brown-Puckette algorithm
42  * start from E0 to D#10 (10 octaves)
43  * so there are 16 bins/semitones * 12 semitones/octaves * 10 octaves = 1920 bins
44  * match with full HD resolution */
45
46 #define VIDEO_WIDTH 1920
47 #define VIDEO_HEIGHT 1080
48 #define FONT_HEIGHT 32
49 #define SPECTOGRAM_HEIGHT ((VIDEO_HEIGHT-FONT_HEIGHT)/2)
50 #define SPECTOGRAM_START (VIDEO_HEIGHT-SPECTOGRAM_HEIGHT)
51 #define BASE_FREQ 20.051392800492
52 #define COEFF_CLAMP 1.0e-4
53 #define TLENGTH_MIN 0.001
54 #define TLENGTH_DEFAULT "384/f*tc/(384/f+tc)"
55 #define VOLUME_MIN 1e-10
56 #define VOLUME_MAX 100.0
57 #define FONTCOLOR_DEFAULT "st(0, (midi(f)-59.5)/12);" \
58     "st(1, if(between(ld(0),0,1), 0.5-0.5*cos(2*PI*ld(0)), 0));" \
59     "r(1-ld(1)) + b(ld(1))"
60
61 typedef struct {
62     FFTSample value;
63     int index;
64 } SparseCoeff;
65
66 typedef struct {
67     const AVClass *class;
68     AVFrame *outpicref;
69     FFTContext *fft_context;
70     FFTComplex *fft_data;
71     FFTComplex *fft_result;
72     uint8_t *spectogram;
73     SparseCoeff *coeff_sort;
74     SparseCoeff *coeffs[VIDEO_WIDTH];
75     uint8_t *font_alpha;
76     char *fontfile;     /* using freetype */
77     int coeffs_len[VIDEO_WIDTH];
78     uint8_t fontcolor_value[VIDEO_WIDTH*3];  /* result of fontcolor option */
79     int64_t frame_count;
80     int spectogram_count;
81     int spectogram_index;
82     int fft_bits;
83     int req_fullfilled;
84     int remaining_fill;
85     char *tlength;
86     char *volume;
87     char *fontcolor;
88     double timeclamp;   /* lower timeclamp, time-accurate, higher timeclamp, freq-accurate (at low freq)*/
89     float coeffclamp;   /* lower coeffclamp, more precise, higher coeffclamp, faster */
90     int fullhd;         /* if true, output video is at full HD resolution, otherwise it will be halved */
91     float gamma;        /* lower gamma, more contrast, higher gamma, more range */
92     float gamma2;       /* gamma of bargraph */
93     int fps;            /* the required fps is so strict, so it's enough to be int, but 24000/1001 etc cannot be encoded */
94     int count;          /* fps * count = transform rate */
95     int draw_text;
96 } ShowCQTContext;
97
98 #define OFFSET(x) offsetof(ShowCQTContext, x)
99 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
100
101 static const AVOption showcqt_options[] = {
102     { "volume", "set volume", OFFSET(volume), AV_OPT_TYPE_STRING, { .str = "16" }, CHAR_MIN, CHAR_MAX, FLAGS },
103     { "tlength", "set transform length", OFFSET(tlength), AV_OPT_TYPE_STRING, { .str = TLENGTH_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
104     { "timeclamp", "set timeclamp", OFFSET(timeclamp), AV_OPT_TYPE_DOUBLE, { .dbl = 0.17 }, 0.1, 1.0, FLAGS },
105     { "coeffclamp", "set coeffclamp", OFFSET(coeffclamp), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 0.1, 10, FLAGS },
106     { "gamma", "set gamma", OFFSET(gamma), AV_OPT_TYPE_FLOAT, { .dbl = 3 }, 1, 7, FLAGS },
107     { "gamma2", "set gamma of bargraph", OFFSET(gamma2), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 1, 7, FLAGS },
108     { "fullhd", "set full HD resolution", OFFSET(fullhd), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, FLAGS },
109     { "fps", "set video fps", OFFSET(fps), AV_OPT_TYPE_INT, { .i64 = 25 }, 10, 100, FLAGS },
110     { "count", "set number of transform per frame", OFFSET(count), AV_OPT_TYPE_INT, { .i64 = 6 }, 1, 30, FLAGS },
111     { "fontfile", "set font file", OFFSET(fontfile), AV_OPT_TYPE_STRING, { .str = NULL }, CHAR_MIN, CHAR_MAX, FLAGS },
112     { "fontcolor", "set font color", OFFSET(fontcolor), AV_OPT_TYPE_STRING, { .str = FONTCOLOR_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
113     { "text", "draw text", OFFSET(draw_text), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, FLAGS },
114     { NULL }
115 };
116
117 AVFILTER_DEFINE_CLASS(showcqt);
118
119 static av_cold void uninit(AVFilterContext *ctx)
120 {
121     int k;
122
123     ShowCQTContext *s = ctx->priv;
124     av_fft_end(s->fft_context);
125     s->fft_context = NULL;
126     for (k = 0; k < VIDEO_WIDTH; k++)
127         av_freep(&s->coeffs[k]);
128     av_freep(&s->fft_data);
129     av_freep(&s->fft_result);
130     av_freep(&s->coeff_sort);
131     av_freep(&s->spectogram);
132     av_freep(&s->font_alpha);
133     av_frame_free(&s->outpicref);
134 }
135
136 static int query_formats(AVFilterContext *ctx)
137 {
138     AVFilterFormats *formats = NULL;
139     AVFilterChannelLayouts *layouts = NULL;
140     AVFilterLink *inlink = ctx->inputs[0];
141     AVFilterLink *outlink = ctx->outputs[0];
142     static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_FLT, AV_SAMPLE_FMT_NONE };
143     static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_RGB24, AV_PIX_FMT_NONE };
144     static const int64_t channel_layouts[] = { AV_CH_LAYOUT_STEREO, AV_CH_LAYOUT_STEREO_DOWNMIX, -1 };
145     static const int samplerates[] = { 44100, 48000, -1 };
146
147     /* set input audio formats */
148     formats = ff_make_format_list(sample_fmts);
149     if (!formats)
150         return AVERROR(ENOMEM);
151     ff_formats_ref(formats, &inlink->out_formats);
152
153     layouts = avfilter_make_format64_list(channel_layouts);
154     if (!layouts)
155         return AVERROR(ENOMEM);
156     ff_channel_layouts_ref(layouts, &inlink->out_channel_layouts);
157
158     formats = ff_make_format_list(samplerates);
159     if (!formats)
160         return AVERROR(ENOMEM);
161     ff_formats_ref(formats, &inlink->out_samplerates);
162
163     /* set output video format */
164     formats = ff_make_format_list(pix_fmts);
165     if (!formats)
166         return AVERROR(ENOMEM);
167     ff_formats_ref(formats, &outlink->in_formats);
168
169     return 0;
170 }
171
172 #if CONFIG_LIBFREETYPE
173 static void load_freetype_font(AVFilterContext *ctx)
174 {
175     static const char str[] = "EF G A BC D ";
176     ShowCQTContext *s = ctx->priv;
177     FT_Library lib = NULL;
178     FT_Face face = NULL;
179     int video_scale = s->fullhd ? 2 : 1;
180     int video_width = (VIDEO_WIDTH/2) * video_scale;
181     int font_height = (FONT_HEIGHT/2) * video_scale;
182     int font_width = 8 * video_scale;
183     int font_repeat = font_width * 12;
184     int linear_hori_advance = font_width * 65536;
185     int non_monospace_warning = 0;
186     int x;
187
188     s->font_alpha = NULL;
189
190     if (!s->fontfile)
191         return;
192
193     if (FT_Init_FreeType(&lib))
194         goto fail;
195
196     if (FT_New_Face(lib, s->fontfile, 0, &face))
197         goto fail;
198
199     if (FT_Set_Char_Size(face, 16*64, 0, 0, 0))
200         goto fail;
201
202     if (FT_Load_Char(face, 'A', FT_LOAD_RENDER))
203         goto fail;
204
205     if (FT_Set_Char_Size(face, 16*64 * linear_hori_advance / face->glyph->linearHoriAdvance, 0, 0, 0))
206         goto fail;
207
208     s->font_alpha = av_malloc_array(font_height, video_width);
209     if (!s->font_alpha)
210         goto fail;
211
212     memset(s->font_alpha, 0, font_height * video_width);
213
214     for (x = 0; x < 12; x++) {
215         int sx, sy, rx, bx, by, dx, dy;
216
217         if (str[x] == ' ')
218             continue;
219
220         if (FT_Load_Char(face, str[x], FT_LOAD_RENDER))
221             goto fail;
222
223         if (face->glyph->advance.x != font_width*64 && !non_monospace_warning) {
224             av_log(ctx, AV_LOG_WARNING, "Font is not monospace\n");
225             non_monospace_warning = 1;
226         }
227
228         sy = font_height - 4*video_scale - face->glyph->bitmap_top;
229         for (rx = 0; rx < 10; rx++) {
230             sx = rx * font_repeat + x * font_width + face->glyph->bitmap_left;
231             for (by = 0; by < face->glyph->bitmap.rows; by++) {
232                 dy = by + sy;
233                 if (dy < 0)
234                     continue;
235                 if (dy >= font_height)
236                     break;
237
238                 for (bx = 0; bx < face->glyph->bitmap.width; bx++) {
239                     dx = bx + sx;
240                     if (dx < 0)
241                         continue;
242                     if (dx >= video_width)
243                         break;
244                     s->font_alpha[dy*video_width+dx] = face->glyph->bitmap.buffer[by*face->glyph->bitmap.width+bx];
245                 }
246             }
247         }
248     }
249
250     FT_Done_Face(face);
251     FT_Done_FreeType(lib);
252     return;
253
254     fail:
255     av_log(ctx, AV_LOG_WARNING, "Error while loading freetype font, using default font instead\n");
256     FT_Done_Face(face);
257     FT_Done_FreeType(lib);
258     av_freep(&s->font_alpha);
259     return;
260 }
261 #endif
262
263 static double a_weighting(void *p, double f)
264 {
265     double ret = 12200.0*12200.0 * (f*f*f*f);
266     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) *
267            sqrt((f*f + 107.7*107.7) * (f*f + 737.9*737.9));
268     return ret;
269 }
270
271 static double b_weighting(void *p, double f)
272 {
273     double ret = 12200.0*12200.0 * (f*f*f);
274     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) * sqrt(f*f + 158.5*158.5);
275     return ret;
276 }
277
278 static double c_weighting(void *p, double f)
279 {
280     double ret = 12200.0*12200.0 * (f*f);
281     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0);
282     return ret;
283 }
284
285 static double midi(void *p, double f)
286 {
287     return log2(f/440.0) * 12.0 + 69.0;
288 }
289
290 static double r_func(void *p, double x)
291 {
292     x = av_clipd(x, 0.0, 1.0);
293     return (int)(x*255.0+0.5) << 16;
294 }
295
296 static double g_func(void *p, double x)
297 {
298     x = av_clipd(x, 0.0, 1.0);
299     return (int)(x*255.0+0.5) << 8;
300 }
301
302 static double b_func(void *p, double x)
303 {
304     x = av_clipd(x, 0.0, 1.0);
305     return (int)(x*255.0+0.5);
306 }
307
308 static inline int qsort_sparsecoeff(const SparseCoeff *a, const SparseCoeff *b)
309 {
310     if (fabsf(a->value) >= fabsf(b->value))
311         return 1;
312     else
313         return -1;
314 }
315
316 static int config_output(AVFilterLink *outlink)
317 {
318     AVFilterContext *ctx = outlink->src;
319     AVFilterLink *inlink = ctx->inputs[0];
320     ShowCQTContext *s = ctx->priv;
321     AVExpr *tlength_expr = NULL, *volume_expr = NULL, *fontcolor_expr = NULL;
322     uint8_t *fontcolor_value = s->fontcolor_value;
323     static const char * const expr_vars[] = { "timeclamp", "tc", "frequency", "freq", "f", NULL };
324     static const char * const expr_func_names[] = { "a_weighting", "b_weighting", "c_weighting", NULL };
325     static const char * const expr_fontcolor_func_names[] = { "midi", "r", "g", "b", NULL };
326     static double (* const expr_funcs[])(void *, double) = { a_weighting, b_weighting, c_weighting, NULL };
327     static double (* const expr_fontcolor_funcs[])(void *, double) = { midi, r_func, g_func, b_func, NULL };
328     int fft_len, k, x, y, ret;
329     int num_coeffs = 0;
330     int rate = inlink->sample_rate;
331     double max_len = rate * (double) s->timeclamp;
332     int64_t start_time, end_time;
333     int video_scale = s->fullhd ? 2 : 1;
334     int video_width = (VIDEO_WIDTH/2) * video_scale;
335     int video_height = (VIDEO_HEIGHT/2) * video_scale;
336     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
337
338     s->fft_bits = ceil(log2(max_len));
339     fft_len = 1 << s->fft_bits;
340
341     if (rate % (s->fps * s->count)) {
342         av_log(ctx, AV_LOG_ERROR, "Rate (%u) is not divisible by fps*count (%u*%u)\n", rate, s->fps, s->count);
343         return AVERROR(EINVAL);
344     }
345
346     s->fft_data         = av_malloc_array(fft_len, sizeof(*s->fft_data));
347     s->coeff_sort       = av_malloc_array(fft_len, sizeof(*s->coeff_sort));
348     s->fft_result       = av_malloc_array(fft_len + 1, sizeof(*s->fft_result));
349     s->fft_context      = av_fft_init(s->fft_bits, 0);
350
351     if (!s->fft_data || !s->coeff_sort || !s->fft_result || !s->fft_context)
352         return AVERROR(ENOMEM);
353
354 #if CONFIG_LIBFREETYPE
355     load_freetype_font(ctx);
356 #else
357     if (s->fontfile)
358         av_log(ctx, AV_LOG_WARNING, "Freetype is not available, ignoring fontfile option\n");
359     s->font_alpha = NULL;
360 #endif
361
362     av_log(ctx, AV_LOG_INFO, "Calculating spectral kernel, please wait\n");
363     start_time = av_gettime_relative();
364     ret = av_expr_parse(&tlength_expr, s->tlength, expr_vars, NULL, NULL, NULL, NULL, 0, ctx);
365     if (ret < 0)
366         goto eval_error;
367
368     ret = av_expr_parse(&volume_expr, s->volume, expr_vars, expr_func_names,
369                         expr_funcs, NULL, NULL, 0, ctx);
370     if (ret < 0)
371         goto eval_error;
372
373     ret = av_expr_parse(&fontcolor_expr, s->fontcolor, expr_vars, expr_fontcolor_func_names,
374                         expr_fontcolor_funcs, NULL, NULL, 0, ctx);
375     if (ret < 0)
376         goto eval_error;
377
378     for (k = 0; k < VIDEO_WIDTH; k++) {
379         int hlen = fft_len >> 1;
380         float total = 0;
381         float partial = 0;
382         double freq = BASE_FREQ * exp2(k * (1.0/192.0));
383         double tlen, tlength, volume;
384         double expr_vars_val[] = { s->timeclamp, s->timeclamp, freq, freq, freq, 0 };
385         /* a window function from Albert H. Nuttall,
386          * "Some Windows with Very Good Sidelobe Behavior"
387          * -93.32 dB peak sidelobe and 18 dB/octave asymptotic decay
388          * coefficient normalized to a0 = 1 */
389         double a0 = 0.355768;
390         double a1 = 0.487396/a0;
391         double a2 = 0.144232/a0;
392         double a3 = 0.012604/a0;
393         double sv_step, cv_step, sv, cv;
394         double sw_step, cw_step, sw, cw, w;
395
396         tlength = av_expr_eval(tlength_expr, expr_vars_val, NULL);
397         if (isnan(tlength)) {
398             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is nan, setting it to %g\n", freq, s->timeclamp);
399             tlength = s->timeclamp;
400         } else if (tlength < TLENGTH_MIN) {
401             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, TLENGTH_MIN);
402             tlength = TLENGTH_MIN;
403         } else if (tlength > s->timeclamp) {
404             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, s->timeclamp);
405             tlength = s->timeclamp;
406         }
407
408         volume = FFABS(av_expr_eval(volume_expr, expr_vars_val, NULL));
409         if (isnan(volume)) {
410             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is nan, setting it to 0\n", freq);
411             volume = VOLUME_MIN;
412         } else if (volume < VOLUME_MIN) {
413             volume = VOLUME_MIN;
414         } else if (volume > VOLUME_MAX) {
415             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is %g, setting it to %g\n", freq, volume, VOLUME_MAX);
416             volume = VOLUME_MAX;
417         }
418
419         if (s->fullhd || !(k & 1)) {
420             int fontcolor = av_expr_eval(fontcolor_expr, expr_vars_val, NULL);
421             fontcolor_value[0] = (fontcolor >> 16) & 0xFF;
422             fontcolor_value[1] = (fontcolor >> 8) & 0xFF;
423             fontcolor_value[2] = fontcolor & 0xFF;
424             fontcolor_value += 3;
425         }
426
427         tlen = tlength * rate;
428         s->fft_data[0].re = 0;
429         s->fft_data[0].im = 0;
430         s->fft_data[hlen].re = (1.0 + a1 + a2 + a3) * (1.0/tlen) * volume * (1.0/fft_len);
431         s->fft_data[hlen].im = 0;
432         sv_step = sv = sin(2.0*M_PI*freq*(1.0/rate));
433         cv_step = cv = cos(2.0*M_PI*freq*(1.0/rate));
434         /* also optimizing window func */
435         sw_step = sw = sin(2.0*M_PI*(1.0/tlen));
436         cw_step = cw = cos(2.0*M_PI*(1.0/tlen));
437         for (x = 1; x < 0.5 * tlen; x++) {
438             double cv_tmp, cw_tmp;
439             double cw2, cw3, sw2;
440
441             cw2 = cw * cw - sw * sw;
442             sw2 = cw * sw + sw * cw;
443             cw3 = cw * cw2 - sw * sw2;
444             w = (1.0 + a1 * cw + a2 * cw2 + a3 * cw3) * (1.0/tlen) * volume * (1.0/fft_len);
445             s->fft_data[hlen + x].re = w * cv;
446             s->fft_data[hlen + x].im = w * sv;
447             s->fft_data[hlen - x].re = s->fft_data[hlen + x].re;
448             s->fft_data[hlen - x].im = -s->fft_data[hlen + x].im;
449
450             cv_tmp = cv * cv_step - sv * sv_step;
451             sv = sv * cv_step + cv * sv_step;
452             cv = cv_tmp;
453             cw_tmp = cw * cw_step - sw * sw_step;
454             sw = sw * cw_step + cw * sw_step;
455             cw = cw_tmp;
456         }
457         for (; x < hlen; x++) {
458             s->fft_data[hlen + x].re = 0;
459             s->fft_data[hlen + x].im = 0;
460             s->fft_data[hlen - x].re = 0;
461             s->fft_data[hlen - x].im = 0;
462         }
463         av_fft_permute(s->fft_context, s->fft_data);
464         av_fft_calc(s->fft_context, s->fft_data);
465
466         for (x = 0; x < fft_len; x++) {
467             s->coeff_sort[x].index = x;
468             s->coeff_sort[x].value = s->fft_data[x].re;
469         }
470
471         AV_QSORT(s->coeff_sort, fft_len, SparseCoeff, qsort_sparsecoeff);
472         for (x = 0; x < fft_len; x++)
473             total += fabsf(s->coeff_sort[x].value);
474
475         for (x = 0; x < fft_len; x++) {
476             partial += fabsf(s->coeff_sort[x].value);
477             if (partial > total * s->coeffclamp * COEFF_CLAMP) {
478                 s->coeffs_len[k] = fft_len - x;
479                 num_coeffs += s->coeffs_len[k];
480                 s->coeffs[k] = av_malloc_array(s->coeffs_len[k], sizeof(*s->coeffs[k]));
481                 if (!s->coeffs[k]) {
482                     ret = AVERROR(ENOMEM);
483                     goto eval_error;
484                 }
485                 for (y = 0; y < s->coeffs_len[k]; y++)
486                     s->coeffs[k][y] = s->coeff_sort[x+y];
487                 break;
488             }
489         }
490     }
491     av_expr_free(fontcolor_expr);
492     av_expr_free(volume_expr);
493     av_expr_free(tlength_expr);
494     end_time = av_gettime_relative();
495     av_log(ctx, AV_LOG_INFO, "Elapsed time %.6f s (fft_len=%u, num_coeffs=%u)\n", 1e-6 * (end_time-start_time), fft_len, num_coeffs);
496
497     outlink->w = video_width;
498     outlink->h = video_height;
499
500     s->req_fullfilled = 0;
501     s->spectogram_index = 0;
502     s->frame_count = 0;
503     s->spectogram_count = 0;
504     s->remaining_fill = fft_len >> 1;
505     memset(s->fft_data, 0, fft_len * sizeof(*s->fft_data));
506
507     s->outpicref = ff_get_video_buffer(outlink, outlink->w, outlink->h);
508     if (!s->outpicref)
509         return AVERROR(ENOMEM);
510
511     s->spectogram = av_calloc(spectogram_height, s->outpicref->linesize[0]);
512     if (!s->spectogram)
513         return AVERROR(ENOMEM);
514
515     outlink->sample_aspect_ratio = av_make_q(1, 1);
516     outlink->time_base = av_make_q(1, s->fps);
517     outlink->frame_rate = av_make_q(s->fps, 1);
518     return 0;
519
520 eval_error:
521     av_expr_free(fontcolor_expr);
522     av_expr_free(volume_expr);
523     av_expr_free(tlength_expr);
524     return ret;
525 }
526
527 static int plot_cqt(AVFilterLink *inlink)
528 {
529     AVFilterContext *ctx = inlink->dst;
530     ShowCQTContext *s = ctx->priv;
531     AVFilterLink *outlink = ctx->outputs[0];
532     int fft_len = 1 << s->fft_bits;
533     FFTSample result[VIDEO_WIDTH][4];
534     int x, y, ret = 0;
535     int linesize = s->outpicref->linesize[0];
536     int video_scale = s->fullhd ? 2 : 1;
537     int video_width = (VIDEO_WIDTH/2) * video_scale;
538     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
539     int spectogram_start = (SPECTOGRAM_START/2) * video_scale;
540     int font_height = (FONT_HEIGHT/2) * video_scale;
541
542     /* real part contains left samples, imaginary part contains right samples */
543     memcpy(s->fft_result, s->fft_data, fft_len * sizeof(*s->fft_data));
544     av_fft_permute(s->fft_context, s->fft_result);
545     av_fft_calc(s->fft_context, s->fft_result);
546     s->fft_result[fft_len] = s->fft_result[0];
547
548     /* calculating cqt */
549     for (x = 0; x < VIDEO_WIDTH; x++) {
550         int u;
551         FFTComplex v = {0,0};
552         FFTComplex w = {0,0};
553         FFTComplex l, r;
554
555         for (u = 0; u < s->coeffs_len[x]; u++) {
556             FFTSample value = s->coeffs[x][u].value;
557             int index = s->coeffs[x][u].index;
558             v.re += value * s->fft_result[index].re;
559             v.im += value * s->fft_result[index].im;
560             w.re += value * s->fft_result[fft_len - index].re;
561             w.im += value * s->fft_result[fft_len - index].im;
562         }
563
564         /* separate left and right, (and multiply by 2.0) */
565         l.re = v.re + w.re;
566         l.im = v.im - w.im;
567         r.re = w.im + v.im;
568         r.im = w.re - v.re;
569         /* result is power, not amplitude */
570         result[x][0] = l.re * l.re + l.im * l.im;
571         result[x][2] = r.re * r.re + r.im * r.im;
572         result[x][1] = 0.5f * (result[x][0] + result[x][2]);
573
574         if (s->gamma2 == 1.0f)
575             result[x][3] = result[x][1];
576         else if (s->gamma2 == 2.0f)
577             result[x][3] = sqrtf(result[x][1]);
578         else if (s->gamma2 == 3.0f)
579             result[x][3] = cbrtf(result[x][1]);
580         else if (s->gamma2 == 4.0f)
581             result[x][3] = sqrtf(sqrtf(result[x][1]));
582         else
583             result[x][3] = expf(logf(result[x][1]) * (1.0f / s->gamma2));
584
585         result[x][0] = FFMIN(1.0f, result[x][0]);
586         result[x][1] = FFMIN(1.0f, result[x][1]);
587         result[x][2] = FFMIN(1.0f, result[x][2]);
588         if (s->gamma == 1.0f) {
589             result[x][0] = 255.0f * result[x][0];
590             result[x][1] = 255.0f * result[x][1];
591             result[x][2] = 255.0f * result[x][2];
592         } else if (s->gamma == 2.0f) {
593             result[x][0] = 255.0f * sqrtf(result[x][0]);
594             result[x][1] = 255.0f * sqrtf(result[x][1]);
595             result[x][2] = 255.0f * sqrtf(result[x][2]);
596         } else if (s->gamma == 3.0f) {
597             result[x][0] = 255.0f * cbrtf(result[x][0]);
598             result[x][1] = 255.0f * cbrtf(result[x][1]);
599             result[x][2] = 255.0f * cbrtf(result[x][2]);
600         } else if (s->gamma == 4.0f) {
601             result[x][0] = 255.0f * sqrtf(sqrtf(result[x][0]));
602             result[x][1] = 255.0f * sqrtf(sqrtf(result[x][1]));
603             result[x][2] = 255.0f * sqrtf(sqrtf(result[x][2]));
604         } else {
605             result[x][0] = 255.0f * expf(logf(result[x][0]) * (1.0f / s->gamma));
606             result[x][1] = 255.0f * expf(logf(result[x][1]) * (1.0f / s->gamma));
607             result[x][2] = 255.0f * expf(logf(result[x][2]) * (1.0f / s->gamma));
608         }
609     }
610
611     if (!s->fullhd) {
612         for (x = 0; x < video_width; x++) {
613             result[x][0] = 0.5f * (result[2*x][0] + result[2*x+1][0]);
614             result[x][1] = 0.5f * (result[2*x][1] + result[2*x+1][1]);
615             result[x][2] = 0.5f * (result[2*x][2] + result[2*x+1][2]);
616             result[x][3] = 0.5f * (result[2*x][3] + result[2*x+1][3]);
617         }
618     }
619
620     for (x = 0; x < video_width; x++) {
621         s->spectogram[s->spectogram_index*linesize + 3*x] = result[x][0] + 0.5f;
622         s->spectogram[s->spectogram_index*linesize + 3*x + 1] = result[x][1] + 0.5f;
623         s->spectogram[s->spectogram_index*linesize + 3*x + 2] = result[x][2] + 0.5f;
624     }
625
626     /* drawing */
627     if (!s->spectogram_count) {
628         uint8_t *data = (uint8_t*) s->outpicref->data[0];
629         float rcp_result[VIDEO_WIDTH];
630         int total_length = linesize * spectogram_height;
631         int back_length = linesize * s->spectogram_index;
632
633         for (x = 0; x < video_width; x++)
634             rcp_result[x] = 1.0f / (result[x][3]+0.0001f);
635
636         /* drawing bar */
637         for (y = 0; y < spectogram_height; y++) {
638             float height = (spectogram_height - y) * (1.0f/spectogram_height);
639             uint8_t *lineptr = data + y * linesize;
640             for (x = 0; x < video_width; x++) {
641                 float mul;
642                 if (result[x][3] <= height) {
643                     *lineptr++ = 0;
644                     *lineptr++ = 0;
645                     *lineptr++ = 0;
646                 } else {
647                     mul = (result[x][3] - height) * rcp_result[x];
648                     *lineptr++ = mul * result[x][0] + 0.5f;
649                     *lineptr++ = mul * result[x][1] + 0.5f;
650                     *lineptr++ = mul * result[x][2] + 0.5f;
651                 }
652             }
653         }
654
655         /* drawing font */
656         if (s->font_alpha && s->draw_text) {
657             for (y = 0; y < font_height; y++) {
658                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
659                 uint8_t *spectogram_src = s->spectogram + s->spectogram_index * linesize;
660                 uint8_t *fontcolor_value = s->fontcolor_value;
661                 for (x = 0; x < video_width; x++) {
662                     uint8_t alpha = s->font_alpha[y*video_width+x];
663                     lineptr[3*x] = (spectogram_src[3*x] * (255-alpha) + fontcolor_value[0] * alpha + 255) >> 8;
664                     lineptr[3*x+1] = (spectogram_src[3*x+1] * (255-alpha) + fontcolor_value[1] * alpha + 255) >> 8;
665                     lineptr[3*x+2] = (spectogram_src[3*x+2] * (255-alpha) + fontcolor_value[2] * alpha + 255) >> 8;
666                     fontcolor_value += 3;
667                 }
668             }
669         } else if (s->draw_text) {
670             for (y = 0; y < font_height; y++) {
671                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
672                 memcpy(lineptr, s->spectogram + s->spectogram_index * linesize, video_width*3);
673             }
674             for (x = 0; x < video_width; x += video_width/10) {
675                 int u;
676                 static const char str[] = "EF G A BC D ";
677                 uint8_t *startptr = data + spectogram_height * linesize + x * 3;
678                 for (u = 0; str[u]; u++) {
679                     int v;
680                     for (v = 0; v < 16; v++) {
681                         uint8_t *p = startptr + v * linesize * video_scale + 8 * 3 * u * video_scale;
682                         int ux = x + 8 * u * video_scale;
683                         int mask;
684                         for (mask = 0x80; mask; mask >>= 1) {
685                             if (mask & avpriv_vga16_font[str[u] * 16 + v]) {
686                                 p[0] = s->fontcolor_value[3*ux];
687                                 p[1] = s->fontcolor_value[3*ux+1];
688                                 p[2] = s->fontcolor_value[3*ux+2];
689                                 if (video_scale == 2) {
690                                     p[linesize] = p[0];
691                                     p[linesize+1] = p[1];
692                                     p[linesize+2] = p[2];
693                                     p[3] = p[linesize+3] = s->fontcolor_value[3*ux+3];
694                                     p[4] = p[linesize+4] = s->fontcolor_value[3*ux+4];
695                                     p[5] = p[linesize+5] = s->fontcolor_value[3*ux+5];
696                                 }
697                             }
698                             p  += 3 * video_scale;
699                             ux += video_scale;
700                         }
701                     }
702                 }
703             }
704         } else {
705             for (y = 0; y < font_height; y++) {
706                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
707                 uint8_t *spectogram_src = s->spectogram + s->spectogram_index * linesize;
708                 for (x = 0; x < video_width; x++) {
709                     lineptr[3*x] = spectogram_src[3*x];
710                     lineptr[3*x+1] = spectogram_src[3*x+1];
711                     lineptr[3*x+2] = spectogram_src[3*x+2];
712                 }
713             }
714         }
715
716         /* drawing spectogram/sonogram */
717         data += spectogram_start * linesize;
718         memcpy(data, s->spectogram + s->spectogram_index*linesize, total_length - back_length);
719
720         data += total_length - back_length;
721         if (back_length)
722             memcpy(data, s->spectogram, back_length);
723
724         s->outpicref->pts = s->frame_count;
725         ret = ff_filter_frame(outlink, av_frame_clone(s->outpicref));
726         s->req_fullfilled = 1;
727         s->frame_count++;
728     }
729     s->spectogram_count = (s->spectogram_count + 1) % s->count;
730     s->spectogram_index = (s->spectogram_index + spectogram_height - 1) % spectogram_height;
731     return ret;
732 }
733
734 static int filter_frame(AVFilterLink *inlink, AVFrame *insamples)
735 {
736     AVFilterContext *ctx = inlink->dst;
737     ShowCQTContext *s = ctx->priv;
738     int step = inlink->sample_rate / (s->fps * s->count);
739     int fft_len = 1 << s->fft_bits;
740     int remaining;
741     float *audio_data;
742
743     if (!insamples) {
744         while (s->remaining_fill < (fft_len >> 1)) {
745             int ret, x;
746             memset(&s->fft_data[fft_len - s->remaining_fill], 0, sizeof(*s->fft_data) * s->remaining_fill);
747             ret = plot_cqt(inlink);
748             if (ret < 0)
749                 return ret;
750             for (x = 0; x < (fft_len-step); x++)
751                 s->fft_data[x] = s->fft_data[x+step];
752             s->remaining_fill += step;
753         }
754         return AVERROR_EOF;
755     }
756
757     remaining = insamples->nb_samples;
758     audio_data = (float*) insamples->data[0];
759
760     while (remaining) {
761         if (remaining >= s->remaining_fill) {
762             int i = insamples->nb_samples - remaining;
763             int j = fft_len - s->remaining_fill;
764             int m, ret;
765             for (m = 0; m < s->remaining_fill; m++) {
766                 s->fft_data[j+m].re = audio_data[2*(i+m)];
767                 s->fft_data[j+m].im = audio_data[2*(i+m)+1];
768             }
769             ret = plot_cqt(inlink);
770             if (ret < 0) {
771                 av_frame_free(&insamples);
772                 return ret;
773             }
774             remaining -= s->remaining_fill;
775             for (m = 0; m < fft_len-step; m++)
776                 s->fft_data[m] = s->fft_data[m+step];
777             s->remaining_fill = step;
778         } else {
779             int i = insamples->nb_samples - remaining;
780             int j = fft_len - s->remaining_fill;
781             int m;
782             for (m = 0; m < remaining; m++) {
783                 s->fft_data[m+j].re = audio_data[2*(i+m)];
784                 s->fft_data[m+j].im = audio_data[2*(i+m)+1];
785             }
786             s->remaining_fill -= remaining;
787             remaining = 0;
788         }
789     }
790     av_frame_free(&insamples);
791     return 0;
792 }
793
794 static int request_frame(AVFilterLink *outlink)
795 {
796     ShowCQTContext *s = outlink->src->priv;
797     AVFilterLink *inlink = outlink->src->inputs[0];
798     int ret;
799
800     s->req_fullfilled = 0;
801     do {
802         ret = ff_request_frame(inlink);
803     } while (!s->req_fullfilled && ret >= 0);
804
805     if (ret == AVERROR_EOF && s->outpicref)
806         filter_frame(inlink, NULL);
807     return ret;
808 }
809
810 static const AVFilterPad showcqt_inputs[] = {
811     {
812         .name         = "default",
813         .type         = AVMEDIA_TYPE_AUDIO,
814         .filter_frame = filter_frame,
815     },
816     { NULL }
817 };
818
819 static const AVFilterPad showcqt_outputs[] = {
820     {
821         .name          = "default",
822         .type          = AVMEDIA_TYPE_VIDEO,
823         .config_props  = config_output,
824         .request_frame = request_frame,
825     },
826     { NULL }
827 };
828
829 AVFilter ff_avf_showcqt = {
830     .name          = "showcqt",
831     .description   = NULL_IF_CONFIG_SMALL("Convert input audio to a CQT (Constant Q Transform) spectrum video output."),
832     .uninit        = uninit,
833     .query_formats = query_formats,
834     .priv_size     = sizeof(ShowCQTContext),
835     .inputs        = showcqt_inputs,
836     .outputs       = showcqt_outputs,
837     .priv_class    = &showcqt_class,
838 };