8f0675253047cdaec0a266140a99c39d22a8724f
[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 } ShowCQTContext;
96
97 #define OFFSET(x) offsetof(ShowCQTContext, x)
98 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
99
100 static const AVOption showcqt_options[] = {
101     { "volume", "set volume", OFFSET(volume), AV_OPT_TYPE_STRING, { .str = "16" }, CHAR_MIN, CHAR_MAX, FLAGS },
102     { "tlength", "set transform length", OFFSET(tlength), AV_OPT_TYPE_STRING, { .str = TLENGTH_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
103     { "timeclamp", "set timeclamp", OFFSET(timeclamp), AV_OPT_TYPE_DOUBLE, { .dbl = 0.17 }, 0.1, 1.0, FLAGS },
104     { "coeffclamp", "set coeffclamp", OFFSET(coeffclamp), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 0.1, 10, FLAGS },
105     { "gamma", "set gamma", OFFSET(gamma), AV_OPT_TYPE_FLOAT, { .dbl = 3 }, 1, 7, FLAGS },
106     { "gamma2", "set gamma of bargraph", OFFSET(gamma2), AV_OPT_TYPE_FLOAT, { .dbl = 1 }, 1, 7, FLAGS },
107     { "fullhd", "set full HD resolution", OFFSET(fullhd), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, FLAGS },
108     { "fps", "set video fps", OFFSET(fps), AV_OPT_TYPE_INT, { .i64 = 25 }, 10, 100, FLAGS },
109     { "count", "set number of transform per frame", OFFSET(count), AV_OPT_TYPE_INT, { .i64 = 6 }, 1, 30, FLAGS },
110     { "fontfile", "set font file", OFFSET(fontfile), AV_OPT_TYPE_STRING, { .str = NULL }, CHAR_MIN, CHAR_MAX, FLAGS },
111     { "fontcolor", "set font color", OFFSET(fontcolor), AV_OPT_TYPE_STRING, { .str = FONTCOLOR_DEFAULT }, CHAR_MIN, CHAR_MAX, FLAGS },
112     { NULL }
113 };
114
115 AVFILTER_DEFINE_CLASS(showcqt);
116
117 static av_cold void uninit(AVFilterContext *ctx)
118 {
119     int k;
120
121     ShowCQTContext *s = ctx->priv;
122     av_fft_end(s->fft_context);
123     s->fft_context = NULL;
124     for (k = 0; k < VIDEO_WIDTH; k++)
125         av_freep(&s->coeffs[k]);
126     av_freep(&s->fft_data);
127     av_freep(&s->fft_result);
128     av_freep(&s->coeff_sort);
129     av_freep(&s->spectogram);
130     av_freep(&s->font_alpha);
131     av_frame_free(&s->outpicref);
132 }
133
134 static int query_formats(AVFilterContext *ctx)
135 {
136     AVFilterFormats *formats = NULL;
137     AVFilterChannelLayouts *layouts = NULL;
138     AVFilterLink *inlink = ctx->inputs[0];
139     AVFilterLink *outlink = ctx->outputs[0];
140     static const enum AVSampleFormat sample_fmts[] = { AV_SAMPLE_FMT_FLT, AV_SAMPLE_FMT_NONE };
141     static const enum AVPixelFormat pix_fmts[] = { AV_PIX_FMT_RGB24, AV_PIX_FMT_NONE };
142     static const int64_t channel_layouts[] = { AV_CH_LAYOUT_STEREO, AV_CH_LAYOUT_STEREO_DOWNMIX, -1 };
143     static const int samplerates[] = { 44100, 48000, -1 };
144
145     /* set input audio formats */
146     formats = ff_make_format_list(sample_fmts);
147     if (!formats)
148         return AVERROR(ENOMEM);
149     ff_formats_ref(formats, &inlink->out_formats);
150
151     layouts = avfilter_make_format64_list(channel_layouts);
152     if (!layouts)
153         return AVERROR(ENOMEM);
154     ff_channel_layouts_ref(layouts, &inlink->out_channel_layouts);
155
156     formats = ff_make_format_list(samplerates);
157     if (!formats)
158         return AVERROR(ENOMEM);
159     ff_formats_ref(formats, &inlink->out_samplerates);
160
161     /* set output video format */
162     formats = ff_make_format_list(pix_fmts);
163     if (!formats)
164         return AVERROR(ENOMEM);
165     ff_formats_ref(formats, &outlink->in_formats);
166
167     return 0;
168 }
169
170 #if CONFIG_LIBFREETYPE
171 static void load_freetype_font(AVFilterContext *ctx)
172 {
173     static const char str[] = "EF G A BC D ";
174     ShowCQTContext *s = ctx->priv;
175     FT_Library lib = NULL;
176     FT_Face face = NULL;
177     int video_scale = s->fullhd ? 2 : 1;
178     int video_width = (VIDEO_WIDTH/2) * video_scale;
179     int font_height = (FONT_HEIGHT/2) * video_scale;
180     int font_width = 8 * video_scale;
181     int font_repeat = font_width * 12;
182     int linear_hori_advance = font_width * 65536;
183     int non_monospace_warning = 0;
184     int x;
185
186     s->font_alpha = NULL;
187
188     if (!s->fontfile)
189         return;
190
191     if (FT_Init_FreeType(&lib))
192         goto fail;
193
194     if (FT_New_Face(lib, s->fontfile, 0, &face))
195         goto fail;
196
197     if (FT_Set_Char_Size(face, 16*64, 0, 0, 0))
198         goto fail;
199
200     if (FT_Load_Char(face, 'A', FT_LOAD_RENDER))
201         goto fail;
202
203     if (FT_Set_Char_Size(face, 16*64 * linear_hori_advance / face->glyph->linearHoriAdvance, 0, 0, 0))
204         goto fail;
205
206     s->font_alpha = av_malloc_array(font_height, video_width);
207     if (!s->font_alpha)
208         goto fail;
209
210     memset(s->font_alpha, 0, font_height * video_width);
211
212     for (x = 0; x < 12; x++) {
213         int sx, sy, rx, bx, by, dx, dy;
214
215         if (str[x] == ' ')
216             continue;
217
218         if (FT_Load_Char(face, str[x], FT_LOAD_RENDER))
219             goto fail;
220
221         if (face->glyph->advance.x != font_width*64 && !non_monospace_warning) {
222             av_log(ctx, AV_LOG_WARNING, "Font is not monospace\n");
223             non_monospace_warning = 1;
224         }
225
226         sy = font_height - 4*video_scale - face->glyph->bitmap_top;
227         for (rx = 0; rx < 10; rx++) {
228             sx = rx * font_repeat + x * font_width + face->glyph->bitmap_left;
229             for (by = 0; by < face->glyph->bitmap.rows; by++) {
230                 dy = by + sy;
231                 if (dy < 0)
232                     continue;
233                 if (dy >= font_height)
234                     break;
235
236                 for (bx = 0; bx < face->glyph->bitmap.width; bx++) {
237                     dx = bx + sx;
238                     if (dx < 0)
239                         continue;
240                     if (dx >= video_width)
241                         break;
242                     s->font_alpha[dy*video_width+dx] = face->glyph->bitmap.buffer[by*face->glyph->bitmap.width+bx];
243                 }
244             }
245         }
246     }
247
248     FT_Done_Face(face);
249     FT_Done_FreeType(lib);
250     return;
251
252     fail:
253     av_log(ctx, AV_LOG_WARNING, "Error while loading freetype font, using default font instead\n");
254     FT_Done_Face(face);
255     FT_Done_FreeType(lib);
256     av_freep(&s->font_alpha);
257     return;
258 }
259 #endif
260
261 static double a_weighting(void *p, double f)
262 {
263     double ret = 12200.0*12200.0 * (f*f*f*f);
264     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) *
265            sqrt((f*f + 107.7*107.7) * (f*f + 737.9*737.9));
266     return ret;
267 }
268
269 static double b_weighting(void *p, double f)
270 {
271     double ret = 12200.0*12200.0 * (f*f*f);
272     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0) * sqrt(f*f + 158.5*158.5);
273     return ret;
274 }
275
276 static double c_weighting(void *p, double f)
277 {
278     double ret = 12200.0*12200.0 * (f*f);
279     ret /= (f*f + 20.6*20.6) * (f*f + 12200.0*12200.0);
280     return ret;
281 }
282
283 static double midi(void *p, double f)
284 {
285     return log2(f/440.0) * 12.0 + 69.0;
286 }
287
288 static double r_func(void *p, double x)
289 {
290     x = av_clipd(x, 0.0, 1.0);
291     return (int)(x*255.0+0.5) << 16;
292 }
293
294 static double g_func(void *p, double x)
295 {
296     x = av_clipd(x, 0.0, 1.0);
297     return (int)(x*255.0+0.5) << 8;
298 }
299
300 static double b_func(void *p, double x)
301 {
302     x = av_clipd(x, 0.0, 1.0);
303     return (int)(x*255.0+0.5);
304 }
305
306 static inline int qsort_sparsecoeff(const SparseCoeff *a, const SparseCoeff *b)
307 {
308     if (fabsf(a->value) >= fabsf(b->value))
309         return 1;
310     else
311         return -1;
312 }
313
314 static int config_output(AVFilterLink *outlink)
315 {
316     AVFilterContext *ctx = outlink->src;
317     AVFilterLink *inlink = ctx->inputs[0];
318     ShowCQTContext *s = ctx->priv;
319     AVExpr *tlength_expr = NULL, *volume_expr = NULL, *fontcolor_expr = NULL;
320     uint8_t *fontcolor_value = s->fontcolor_value;
321     static const char * const expr_vars[] = { "timeclamp", "tc", "frequency", "freq", "f", NULL };
322     static const char * const expr_func_names[] = { "a_weighting", "b_weighting", "c_weighting", NULL };
323     static const char * const expr_fontcolor_func_names[] = { "midi", "r", "g", "b", NULL };
324     static double (* const expr_funcs[])(void *, double) = { a_weighting, b_weighting, c_weighting, NULL };
325     static double (* const expr_fontcolor_funcs[])(void *, double) = { midi, r_func, g_func, b_func, NULL };
326     int fft_len, k, x, y, ret;
327     int num_coeffs = 0;
328     int rate = inlink->sample_rate;
329     double max_len = rate * (double) s->timeclamp;
330     int64_t start_time, end_time;
331     int video_scale = s->fullhd ? 2 : 1;
332     int video_width = (VIDEO_WIDTH/2) * video_scale;
333     int video_height = (VIDEO_HEIGHT/2) * video_scale;
334     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
335
336     s->fft_bits = ceil(log2(max_len));
337     fft_len = 1 << s->fft_bits;
338
339     if (rate % (s->fps * s->count)) {
340         av_log(ctx, AV_LOG_ERROR, "Rate (%u) is not divisible by fps*count (%u*%u)\n", rate, s->fps, s->count);
341         return AVERROR(EINVAL);
342     }
343
344     s->fft_data         = av_malloc_array(fft_len, sizeof(*s->fft_data));
345     s->coeff_sort       = av_malloc_array(fft_len, sizeof(*s->coeff_sort));
346     s->fft_result       = av_malloc_array(fft_len + 1, sizeof(*s->fft_result));
347     s->fft_context      = av_fft_init(s->fft_bits, 0);
348
349     if (!s->fft_data || !s->coeff_sort || !s->fft_result || !s->fft_context)
350         return AVERROR(ENOMEM);
351
352 #if CONFIG_LIBFREETYPE
353     load_freetype_font(ctx);
354 #else
355     if (s->fontfile)
356         av_log(ctx, AV_LOG_WARNING, "Freetype is not available, ignoring fontfile option\n");
357     s->font_alpha = NULL;
358 #endif
359
360     av_log(ctx, AV_LOG_INFO, "Calculating spectral kernel, please wait\n");
361     start_time = av_gettime_relative();
362     ret = av_expr_parse(&tlength_expr, s->tlength, expr_vars, NULL, NULL, NULL, NULL, 0, ctx);
363     if (ret < 0)
364         goto eval_error;
365
366     ret = av_expr_parse(&volume_expr, s->volume, expr_vars, expr_func_names,
367                         expr_funcs, NULL, NULL, 0, ctx);
368     if (ret < 0)
369         goto eval_error;
370
371     ret = av_expr_parse(&fontcolor_expr, s->fontcolor, expr_vars, expr_fontcolor_func_names,
372                         expr_fontcolor_funcs, NULL, NULL, 0, ctx);
373     if (ret < 0)
374         goto eval_error;
375
376     for (k = 0; k < VIDEO_WIDTH; k++) {
377         int hlen = fft_len >> 1;
378         float total = 0;
379         float partial = 0;
380         double freq = BASE_FREQ * exp2(k * (1.0/192.0));
381         double tlen, tlength, volume;
382         double expr_vars_val[] = { s->timeclamp, s->timeclamp, freq, freq, freq, 0 };
383         /* a window function from Albert H. Nuttall,
384          * "Some Windows with Very Good Sidelobe Behavior"
385          * -93.32 dB peak sidelobe and 18 dB/octave asymptotic decay
386          * coefficient normalized to a0 = 1 */
387         double a0 = 0.355768;
388         double a1 = 0.487396/a0;
389         double a2 = 0.144232/a0;
390         double a3 = 0.012604/a0;
391         double sv_step, cv_step, sv, cv;
392         double sw_step, cw_step, sw, cw, w;
393
394         tlength = av_expr_eval(tlength_expr, expr_vars_val, NULL);
395         if (isnan(tlength)) {
396             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is nan, setting it to %g\n", freq, s->timeclamp);
397             tlength = s->timeclamp;
398         } else if (tlength < TLENGTH_MIN) {
399             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, TLENGTH_MIN);
400             tlength = TLENGTH_MIN;
401         } else if (tlength > s->timeclamp) {
402             av_log(ctx, AV_LOG_WARNING, "at freq %g: tlength is %g, setting it to %g\n", freq, tlength, s->timeclamp);
403             tlength = s->timeclamp;
404         }
405
406         volume = FFABS(av_expr_eval(volume_expr, expr_vars_val, NULL));
407         if (isnan(volume)) {
408             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is nan, setting it to 0\n", freq);
409             volume = VOLUME_MIN;
410         } else if (volume < VOLUME_MIN) {
411             volume = VOLUME_MIN;
412         } else if (volume > VOLUME_MAX) {
413             av_log(ctx, AV_LOG_WARNING, "at freq %g: volume is %g, setting it to %g\n", freq, volume, VOLUME_MAX);
414             volume = VOLUME_MAX;
415         }
416
417         if (s->fullhd || !(k & 1)) {
418             int fontcolor = av_expr_eval(fontcolor_expr, expr_vars_val, NULL);
419             fontcolor_value[0] = (fontcolor >> 16) & 0xFF;
420             fontcolor_value[1] = (fontcolor >> 8) & 0xFF;
421             fontcolor_value[2] = fontcolor & 0xFF;
422             fontcolor_value += 3;
423         }
424
425         tlen = tlength * rate;
426         s->fft_data[0].re = 0;
427         s->fft_data[0].im = 0;
428         s->fft_data[hlen].re = (1.0 + a1 + a2 + a3) * (1.0/tlen) * volume * (1.0/fft_len);
429         s->fft_data[hlen].im = 0;
430         sv_step = sv = sin(2.0*M_PI*freq*(1.0/rate));
431         cv_step = cv = cos(2.0*M_PI*freq*(1.0/rate));
432         /* also optimizing window func */
433         sw_step = sw = sin(2.0*M_PI*(1.0/tlen));
434         cw_step = cw = cos(2.0*M_PI*(1.0/tlen));
435         for (x = 1; x < 0.5 * tlen; x++) {
436             double cv_tmp, cw_tmp;
437             double cw2, cw3, sw2;
438
439             cw2 = cw * cw - sw * sw;
440             sw2 = cw * sw + sw * cw;
441             cw3 = cw * cw2 - sw * sw2;
442             w = (1.0 + a1 * cw + a2 * cw2 + a3 * cw3) * (1.0/tlen) * volume * (1.0/fft_len);
443             s->fft_data[hlen + x].re = w * cv;
444             s->fft_data[hlen + x].im = w * sv;
445             s->fft_data[hlen - x].re = s->fft_data[hlen + x].re;
446             s->fft_data[hlen - x].im = -s->fft_data[hlen + x].im;
447
448             cv_tmp = cv * cv_step - sv * sv_step;
449             sv = sv * cv_step + cv * sv_step;
450             cv = cv_tmp;
451             cw_tmp = cw * cw_step - sw * sw_step;
452             sw = sw * cw_step + cw * sw_step;
453             cw = cw_tmp;
454         }
455         for (; x < hlen; x++) {
456             s->fft_data[hlen + x].re = 0;
457             s->fft_data[hlen + x].im = 0;
458             s->fft_data[hlen - x].re = 0;
459             s->fft_data[hlen - x].im = 0;
460         }
461         av_fft_permute(s->fft_context, s->fft_data);
462         av_fft_calc(s->fft_context, s->fft_data);
463
464         for (x = 0; x < fft_len; x++) {
465             s->coeff_sort[x].index = x;
466             s->coeff_sort[x].value = s->fft_data[x].re;
467         }
468
469         AV_QSORT(s->coeff_sort, fft_len, SparseCoeff, qsort_sparsecoeff);
470         for (x = 0; x < fft_len; x++)
471             total += fabsf(s->coeff_sort[x].value);
472
473         for (x = 0; x < fft_len; x++) {
474             partial += fabsf(s->coeff_sort[x].value);
475             if (partial > total * s->coeffclamp * COEFF_CLAMP) {
476                 s->coeffs_len[k] = fft_len - x;
477                 num_coeffs += s->coeffs_len[k];
478                 s->coeffs[k] = av_malloc_array(s->coeffs_len[k], sizeof(*s->coeffs[k]));
479                 if (!s->coeffs[k]) {
480                     ret = AVERROR(ENOMEM);
481                     goto eval_error;
482                 }
483                 for (y = 0; y < s->coeffs_len[k]; y++)
484                     s->coeffs[k][y] = s->coeff_sort[x+y];
485                 break;
486             }
487         }
488     }
489     av_expr_free(fontcolor_expr);
490     av_expr_free(volume_expr);
491     av_expr_free(tlength_expr);
492     end_time = av_gettime_relative();
493     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);
494
495     outlink->w = video_width;
496     outlink->h = video_height;
497
498     s->req_fullfilled = 0;
499     s->spectogram_index = 0;
500     s->frame_count = 0;
501     s->spectogram_count = 0;
502     s->remaining_fill = fft_len >> 1;
503     memset(s->fft_data, 0, fft_len * sizeof(*s->fft_data));
504
505     s->outpicref = ff_get_video_buffer(outlink, outlink->w, outlink->h);
506     if (!s->outpicref)
507         return AVERROR(ENOMEM);
508
509     s->spectogram = av_calloc(spectogram_height, s->outpicref->linesize[0]);
510     if (!s->spectogram)
511         return AVERROR(ENOMEM);
512
513     outlink->sample_aspect_ratio = av_make_q(1, 1);
514     outlink->time_base = av_make_q(1, s->fps);
515     outlink->frame_rate = av_make_q(s->fps, 1);
516     return 0;
517
518 eval_error:
519     av_expr_free(fontcolor_expr);
520     av_expr_free(volume_expr);
521     av_expr_free(tlength_expr);
522     return ret;
523 }
524
525 static int plot_cqt(AVFilterLink *inlink)
526 {
527     AVFilterContext *ctx = inlink->dst;
528     ShowCQTContext *s = ctx->priv;
529     AVFilterLink *outlink = ctx->outputs[0];
530     int fft_len = 1 << s->fft_bits;
531     FFTSample result[VIDEO_WIDTH][4];
532     int x, y, ret = 0;
533     int linesize = s->outpicref->linesize[0];
534     int video_scale = s->fullhd ? 2 : 1;
535     int video_width = (VIDEO_WIDTH/2) * video_scale;
536     int spectogram_height = (SPECTOGRAM_HEIGHT/2) * video_scale;
537     int spectogram_start = (SPECTOGRAM_START/2) * video_scale;
538     int font_height = (FONT_HEIGHT/2) * video_scale;
539
540     /* real part contains left samples, imaginary part contains right samples */
541     memcpy(s->fft_result, s->fft_data, fft_len * sizeof(*s->fft_data));
542     av_fft_permute(s->fft_context, s->fft_result);
543     av_fft_calc(s->fft_context, s->fft_result);
544     s->fft_result[fft_len] = s->fft_result[0];
545
546     /* calculating cqt */
547     for (x = 0; x < VIDEO_WIDTH; x++) {
548         int u;
549         FFTComplex v = {0,0};
550         FFTComplex w = {0,0};
551         FFTComplex l, r;
552
553         for (u = 0; u < s->coeffs_len[x]; u++) {
554             FFTSample value = s->coeffs[x][u].value;
555             int index = s->coeffs[x][u].index;
556             v.re += value * s->fft_result[index].re;
557             v.im += value * s->fft_result[index].im;
558             w.re += value * s->fft_result[fft_len - index].re;
559             w.im += value * s->fft_result[fft_len - index].im;
560         }
561
562         /* separate left and right, (and multiply by 2.0) */
563         l.re = v.re + w.re;
564         l.im = v.im - w.im;
565         r.re = w.im + v.im;
566         r.im = w.re - v.re;
567         /* result is power, not amplitude */
568         result[x][0] = l.re * l.re + l.im * l.im;
569         result[x][2] = r.re * r.re + r.im * r.im;
570         result[x][1] = 0.5f * (result[x][0] + result[x][2]);
571
572         if (s->gamma2 == 1.0f)
573             result[x][3] = result[x][1];
574         else if (s->gamma2 == 2.0f)
575             result[x][3] = sqrtf(result[x][1]);
576         else if (s->gamma2 == 3.0f)
577             result[x][3] = cbrtf(result[x][1]);
578         else if (s->gamma2 == 4.0f)
579             result[x][3] = sqrtf(sqrtf(result[x][1]));
580         else
581             result[x][3] = expf(logf(result[x][1]) * (1.0f / s->gamma2));
582
583         result[x][0] = FFMIN(1.0f, result[x][0]);
584         result[x][1] = FFMIN(1.0f, result[x][1]);
585         result[x][2] = FFMIN(1.0f, result[x][2]);
586         if (s->gamma == 1.0f) {
587             result[x][0] = 255.0f * result[x][0];
588             result[x][1] = 255.0f * result[x][1];
589             result[x][2] = 255.0f * result[x][2];
590         } else if (s->gamma == 2.0f) {
591             result[x][0] = 255.0f * sqrtf(result[x][0]);
592             result[x][1] = 255.0f * sqrtf(result[x][1]);
593             result[x][2] = 255.0f * sqrtf(result[x][2]);
594         } else if (s->gamma == 3.0f) {
595             result[x][0] = 255.0f * cbrtf(result[x][0]);
596             result[x][1] = 255.0f * cbrtf(result[x][1]);
597             result[x][2] = 255.0f * cbrtf(result[x][2]);
598         } else if (s->gamma == 4.0f) {
599             result[x][0] = 255.0f * sqrtf(sqrtf(result[x][0]));
600             result[x][1] = 255.0f * sqrtf(sqrtf(result[x][1]));
601             result[x][2] = 255.0f * sqrtf(sqrtf(result[x][2]));
602         } else {
603             result[x][0] = 255.0f * expf(logf(result[x][0]) * (1.0f / s->gamma));
604             result[x][1] = 255.0f * expf(logf(result[x][1]) * (1.0f / s->gamma));
605             result[x][2] = 255.0f * expf(logf(result[x][2]) * (1.0f / s->gamma));
606         }
607     }
608
609     if (!s->fullhd) {
610         for (x = 0; x < video_width; x++) {
611             result[x][0] = 0.5f * (result[2*x][0] + result[2*x+1][0]);
612             result[x][1] = 0.5f * (result[2*x][1] + result[2*x+1][1]);
613             result[x][2] = 0.5f * (result[2*x][2] + result[2*x+1][2]);
614             result[x][3] = 0.5f * (result[2*x][3] + result[2*x+1][3]);
615         }
616     }
617
618     for (x = 0; x < video_width; x++) {
619         s->spectogram[s->spectogram_index*linesize + 3*x] = result[x][0] + 0.5f;
620         s->spectogram[s->spectogram_index*linesize + 3*x + 1] = result[x][1] + 0.5f;
621         s->spectogram[s->spectogram_index*linesize + 3*x + 2] = result[x][2] + 0.5f;
622     }
623
624     /* drawing */
625     if (!s->spectogram_count) {
626         uint8_t *data = (uint8_t*) s->outpicref->data[0];
627         float rcp_result[VIDEO_WIDTH];
628         int total_length = linesize * spectogram_height;
629         int back_length = linesize * s->spectogram_index;
630
631         for (x = 0; x < video_width; x++)
632             rcp_result[x] = 1.0f / (result[x][3]+0.0001f);
633
634         /* drawing bar */
635         for (y = 0; y < spectogram_height; y++) {
636             float height = (spectogram_height - y) * (1.0f/spectogram_height);
637             uint8_t *lineptr = data + y * linesize;
638             for (x = 0; x < video_width; x++) {
639                 float mul;
640                 if (result[x][3] <= height) {
641                     *lineptr++ = 0;
642                     *lineptr++ = 0;
643                     *lineptr++ = 0;
644                 } else {
645                     mul = (result[x][3] - height) * rcp_result[x];
646                     *lineptr++ = mul * result[x][0] + 0.5f;
647                     *lineptr++ = mul * result[x][1] + 0.5f;
648                     *lineptr++ = mul * result[x][2] + 0.5f;
649                 }
650             }
651         }
652
653         /* drawing font */
654         if (s->font_alpha) {
655             for (y = 0; y < font_height; y++) {
656                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
657                 uint8_t *spectogram_src = s->spectogram + s->spectogram_index * linesize;
658                 uint8_t *fontcolor_value = s->fontcolor_value;
659                 for (x = 0; x < video_width; x++) {
660                     uint8_t alpha = s->font_alpha[y*video_width+x];
661                     lineptr[3*x] = (spectogram_src[3*x] * (255-alpha) + fontcolor_value[0] * alpha + 255) >> 8;
662                     lineptr[3*x+1] = (spectogram_src[3*x+1] * (255-alpha) + fontcolor_value[1] * alpha + 255) >> 8;
663                     lineptr[3*x+2] = (spectogram_src[3*x+2] * (255-alpha) + fontcolor_value[2] * alpha + 255) >> 8;
664                     fontcolor_value += 3;
665                 }
666             }
667         } else {
668             for (y = 0; y < font_height; y++) {
669                 uint8_t *lineptr = data + (spectogram_height + y) * linesize;
670                 memcpy(lineptr, s->spectogram + s->spectogram_index * linesize, video_width*3);
671             }
672             for (x = 0; x < video_width; x += video_width/10) {
673                 int u;
674                 static const char str[] = "EF G A BC D ";
675                 uint8_t *startptr = data + spectogram_height * linesize + x * 3;
676                 for (u = 0; str[u]; u++) {
677                     int v;
678                     for (v = 0; v < 16; v++) {
679                         uint8_t *p = startptr + v * linesize * video_scale + 8 * 3 * u * video_scale;
680                         int ux = x + 8 * u * video_scale;
681                         int mask;
682                         for (mask = 0x80; mask; mask >>= 1) {
683                             if (mask & avpriv_vga16_font[str[u] * 16 + v]) {
684                                 p[0] = s->fontcolor_value[3*ux];
685                                 p[1] = s->fontcolor_value[3*ux+1];
686                                 p[2] = s->fontcolor_value[3*ux+2];
687                                 if (video_scale == 2) {
688                                     p[linesize] = p[0];
689                                     p[linesize+1] = p[1];
690                                     p[linesize+2] = p[2];
691                                     p[3] = p[linesize+3] = s->fontcolor_value[3*ux+3];
692                                     p[4] = p[linesize+4] = s->fontcolor_value[3*ux+4];
693                                     p[5] = p[linesize+5] = s->fontcolor_value[3*ux+5];
694                                 }
695                             }
696                             p  += 3 * video_scale;
697                             ux += video_scale;
698                         }
699                     }
700                 }
701             }
702         }
703
704         /* drawing spectogram/sonogram */
705         data += spectogram_start * linesize;
706         memcpy(data, s->spectogram + s->spectogram_index*linesize, total_length - back_length);
707
708         data += total_length - back_length;
709         if (back_length)
710             memcpy(data, s->spectogram, back_length);
711
712         s->outpicref->pts = s->frame_count;
713         ret = ff_filter_frame(outlink, av_frame_clone(s->outpicref));
714         s->req_fullfilled = 1;
715         s->frame_count++;
716     }
717     s->spectogram_count = (s->spectogram_count + 1) % s->count;
718     s->spectogram_index = (s->spectogram_index + spectogram_height - 1) % spectogram_height;
719     return ret;
720 }
721
722 static int filter_frame(AVFilterLink *inlink, AVFrame *insamples)
723 {
724     AVFilterContext *ctx = inlink->dst;
725     ShowCQTContext *s = ctx->priv;
726     int step = inlink->sample_rate / (s->fps * s->count);
727     int fft_len = 1 << s->fft_bits;
728     int remaining;
729     float *audio_data;
730
731     if (!insamples) {
732         while (s->remaining_fill < (fft_len >> 1)) {
733             int ret, x;
734             memset(&s->fft_data[fft_len - s->remaining_fill], 0, sizeof(*s->fft_data) * s->remaining_fill);
735             ret = plot_cqt(inlink);
736             if (ret < 0)
737                 return ret;
738             for (x = 0; x < (fft_len-step); x++)
739                 s->fft_data[x] = s->fft_data[x+step];
740             s->remaining_fill += step;
741         }
742         return AVERROR_EOF;
743     }
744
745     remaining = insamples->nb_samples;
746     audio_data = (float*) insamples->data[0];
747
748     while (remaining) {
749         if (remaining >= s->remaining_fill) {
750             int i = insamples->nb_samples - remaining;
751             int j = fft_len - s->remaining_fill;
752             int m, ret;
753             for (m = 0; m < s->remaining_fill; m++) {
754                 s->fft_data[j+m].re = audio_data[2*(i+m)];
755                 s->fft_data[j+m].im = audio_data[2*(i+m)+1];
756             }
757             ret = plot_cqt(inlink);
758             if (ret < 0) {
759                 av_frame_free(&insamples);
760                 return ret;
761             }
762             remaining -= s->remaining_fill;
763             for (m = 0; m < fft_len-step; m++)
764                 s->fft_data[m] = s->fft_data[m+step];
765             s->remaining_fill = step;
766         } else {
767             int i = insamples->nb_samples - remaining;
768             int j = fft_len - s->remaining_fill;
769             int m;
770             for (m = 0; m < remaining; m++) {
771                 s->fft_data[m+j].re = audio_data[2*(i+m)];
772                 s->fft_data[m+j].im = audio_data[2*(i+m)+1];
773             }
774             s->remaining_fill -= remaining;
775             remaining = 0;
776         }
777     }
778     av_frame_free(&insamples);
779     return 0;
780 }
781
782 static int request_frame(AVFilterLink *outlink)
783 {
784     ShowCQTContext *s = outlink->src->priv;
785     AVFilterLink *inlink = outlink->src->inputs[0];
786     int ret;
787
788     s->req_fullfilled = 0;
789     do {
790         ret = ff_request_frame(inlink);
791     } while (!s->req_fullfilled && ret >= 0);
792
793     if (ret == AVERROR_EOF && s->outpicref)
794         filter_frame(inlink, NULL);
795     return ret;
796 }
797
798 static const AVFilterPad showcqt_inputs[] = {
799     {
800         .name         = "default",
801         .type         = AVMEDIA_TYPE_AUDIO,
802         .filter_frame = filter_frame,
803     },
804     { NULL }
805 };
806
807 static const AVFilterPad showcqt_outputs[] = {
808     {
809         .name          = "default",
810         .type          = AVMEDIA_TYPE_VIDEO,
811         .config_props  = config_output,
812         .request_frame = request_frame,
813     },
814     { NULL }
815 };
816
817 AVFilter ff_avf_showcqt = {
818     .name          = "showcqt",
819     .description   = NULL_IF_CONFIG_SMALL("Convert input audio to a CQT (Constant Q Transform) spectrum video output."),
820     .uninit        = uninit,
821     .query_formats = query_formats,
822     .priv_size     = sizeof(ShowCQTContext),
823     .inputs        = showcqt_inputs,
824     .outputs       = showcqt_outputs,
825     .priv_class    = &showcqt_class,
826 };