granicus.if.org Git - libvpx/blob - examples/vp8_multi_resolution_encoder.c

   1 /*
   2  *  Copyright (c) 2010 The WebM project authors. All Rights Reserved.
   3  *
   4  *  Use of this source code is governed by a BSD-style license
   5  *  that can be found in the LICENSE file in the root of the source
   6  *  tree. An additional intellectual property rights grant can be found
   7  *  in the file PATENTS.  All contributing project authors may
   8  *  be found in the AUTHORS file in the root of the source tree.
   9  */
  10
  11
  12 // This is an example demonstrating multi-resolution encoding in VP8.
  13 // High-resolution input video is down-sampled to lower-resolutions. The
  14 // encoder then encodes the video and outputs multiple bitstreams with
  15 // different resolutions.
  16 //
  17 // Configure with --enable-multi-res-encoding flag to enable this example.
  18
  19 #include <stdio.h>
  20 #include <stdlib.h>
  21 #include <string.h>
  22
  23 #include "third_party/libyuv/include/libyuv/basic_types.h"
  24 #include "third_party/libyuv/include/libyuv/scale.h"
  25 #include "third_party/libyuv/include/libyuv/cpu_id.h"
  26
  27 #define VPX_CODEC_DISABLE_COMPAT 1
  28 #include "vpx/vpx_encoder.h"
  29 #include "vpx/vp8cx.h"
  30
  31 #include "./tools_common.h"
  32 #include "./video_writer.h"
  33
  34 static const char *exec_name;
  35
  36 void usage_exit() {
  37   fprintf(stderr,
  38           "Usage: %s <width> <height> <infile> <outfile(s)> <output psnr?>\n",
  39           exec_name);
  40   exit(EXIT_FAILURE);
  41 }
  42
  43 int main(int argc, char *argv[]) {
  44   // The input video frame is downsampled several times to generate a
  45   // multi-level  hierarchical structure. kNumEncoders is defined as the number
  46   // of encoding  levels required. For example, if the size of input video is
  47   // 1280x720, kNumEncoders is 3, and down-sampling factor is 2, the encoder
  48   // outputs 3 bitstreams with resolution of 1280x720(level 0),
  49   // 640x360(level 1), and 320x180(level 2) respectively.
  50   static const int kNumEncoders = 3;
  51
  52   int frame_cnt = 0;
  53   FILE *infile = NULL;
  54   VpxVideoWriter *writers[kNumEncoders];
  55   vpx_codec_ctx_t codec[kNumEncoders];
  56   vpx_codec_enc_cfg_t cfg[kNumEncoders];
  57   vpx_image_t raw[kNumEncoders];
  58   const VpxInterface *const encoder = get_vpx_encoder_by_name("vp8");
  59   // Currently, only realtime mode is supported in multi-resolution encoding.
  60   const int arg_deadline = VPX_DL_REALTIME;
  61   int i;
  62   int width = 0;
  63   int height = 0;
  64   int frame_avail = 0;
  65   int got_data = 0;
  66
  67   // Set show_psnr to 1/0 to show/not show PSNR. Choose show_psnr=0 if you
  68   // don't need to know PSNR, which will skip PSNR calculation and save
  69   // encoding time.
  70   int show_psnr = 0;
  71   uint64_t psnr_sse_total[kNumEncoders] = {0};
  72   uint64_t psnr_samples_total[kNumEncoders] = {0};
  73   double psnr_totals[kNumEncoders][4] = {{0, 0}};
  74   int psnr_count[kNumEncoders] = {0};
  75
  76   // Set the required target bitrates for each resolution level.
  77   // If target bitrate for highest-resolution level is set to 0,
  78   // (i.e. target_bitrate[0]=0), we skip encoding at that level.
  79   unsigned int target_bitrate[kNumEncoders] = {1000, 500, 100};
  80
  81   // Enter the frame rate of the input video.
  82   const int framerate = 30;
  83   // Set down-sampling factor for each resolution level.
  84   //   dsf[0] controls down sampling from level 0 to level 1;
  85   //   dsf[1] controls down sampling from level 1 to level 2;
  86   //   dsf[2] is not used.
  87   vpx_rational_t dsf[kNumEncoders] = {{2, 1}, {2, 1}, {1, 1}};
  88
  89   exec_name = argv[0];
  90
  91   if (!encoder)
  92     die("Unsupported codec.");
  93
  94   // exe_name, input width, input height, input file,
  95   // output file 1, output file 2, output file 3, psnr on/off
  96   if (argc != (5 + kNumEncoders))
  97     die("Invalid number of input options.");
  98
  99   printf("Using %s\n", vpx_codec_iface_name(encoder->codec_interface()));
 100
 101   width = strtol(argv[1], NULL, 0);
 102   height = strtol(argv[2], NULL, 0);
 103
 104   if (width < 16 || width % 2 || height < 16 || height % 2)
 105     die("Invalid resolution: %ldx%ld", width, height);
 106
 107   // Open input video file for encoding
 108   if (!(infile = fopen(argv[3], "rb")))
 109     die("Failed to open %s for reading", argv[3]);
 110
 111   show_psnr = strtol(argv[kNumEncoders + 4], NULL, 0);
 112
 113   // Populate default encoder configuration
 114   for (i = 0; i < kNumEncoders; ++i) {
 115     vpx_codec_err_t res =
 116         vpx_codec_enc_config_default(encoder->codec_interface(), &cfg[i], 0);
 117     if (res != VPX_CODEC_OK) {
 118       printf("Failed to get config: %s\n", vpx_codec_err_to_string(res));
 119       return EXIT_FAILURE;
 120     }
 121   }
 122
 123   // Update the default configuration according to needs of the application.
 124   // Highest-resolution encoder settings
 125   cfg[0].g_w = width;
 126   cfg[0].g_h = height;
 127   cfg[0].g_threads = 1;
 128   cfg[0].rc_dropframe_thresh = 30;
 129   cfg[0].rc_end_usage = VPX_CBR;
 130   cfg[0].rc_resize_allowed = 0;
 131   cfg[0].rc_min_quantizer = 4;
 132   cfg[0].rc_max_quantizer = 56;
 133   cfg[0].rc_undershoot_pct = 98;
 134   cfg[0].rc_overshoot_pct = 100;
 135   cfg[0].rc_buf_initial_sz = 500;
 136   cfg[0].rc_buf_optimal_sz = 600;
 137   cfg[0].rc_buf_sz = 1000;
 138   cfg[0].g_error_resilient = 1;
 139   cfg[0].g_lag_in_frames = 0;
 140   cfg[0].kf_mode = VPX_KF_AUTO;  // VPX_KF_DISABLED
 141   cfg[0].kf_min_dist = 3000;
 142   cfg[0].kf_max_dist = 3000;
 143   cfg[0].rc_target_bitrate = target_bitrate[0];
 144   cfg[0].g_timebase.num = 1;
 145   cfg[0].g_timebase.den = framerate;
 146
 147   // Other-resolution encoder settings
 148   for (i = 1; i < kNumEncoders; ++i) {
 149     cfg[i] = cfg[0];
 150     cfg[i].g_threads = 1;
 151     cfg[i].rc_target_bitrate = target_bitrate[i];
 152
 153     // Note: Width & height of other-resolution encoders are calculated
 154     // from the highest-resolution encoder's size and the corresponding
 155     // down_sampling_factor.
 156     {
 157       unsigned int iw = cfg[i - 1].g_w * dsf[i - 1].den + dsf[i - 1].num - 1;
 158       unsigned int ih = cfg[i - 1].g_h * dsf[i - 1].den + dsf[i - 1].num - 1;
 159       cfg[i].g_w = iw / dsf[i - 1].num;
 160       cfg[i].g_h = ih / dsf[i - 1].num;
 161     }
 162
 163     // Make width & height to be multiplier of 2.
 164     if ((cfg[i].g_w) % 2)
 165       cfg[i].g_w++;
 166
 167     if ((cfg[i].g_h) % 2)
 168       cfg[i].g_h++;
 169   }
 170
 171   // Open output file for each encoder to output bitstreams
 172   for (i = 0; i < kNumEncoders; ++i) {
 173     VpxVideoInfo info = {
 174       encoder->fourcc,
 175       cfg[i].g_w,
 176       cfg[i].g_h,
 177       {cfg[i].g_timebase.num, cfg[i].g_timebase.den}
 178     };
 179
 180     if (!(writers[i] = vpx_video_writer_open(argv[i+4], kContainerIVF, &info)))
 181       die("Failed to open %s for writing", argv[i+4]);
 182   }
 183
 184   // Allocate image for each encoder
 185   for (i = 0; i < kNumEncoders; ++i)
 186     if (!vpx_img_alloc(&raw[i], VPX_IMG_FMT_I420, cfg[i].g_w, cfg[i].g_h, 32))
 187       die("Failed to allocate image", cfg[i].g_w, cfg[i].g_h);
 188
 189   // Initialize multi-encoder
 190   if (vpx_codec_enc_init_multi(&codec[0], encoder->codec_interface(), &cfg[0],
 191                                kNumEncoders,
 192                                show_psnr ? VPX_CODEC_USE_PSNR : 0, &dsf[0]))
 193     die_codec(&codec[0], "Failed to initialize encoder");
 194
 195   // The extra encoding configuration parameters can be set as follows.
 196   for (i = 0; i < kNumEncoders; i++) {
 197     // Set encoding speed
 198     if (vpx_codec_control(&codec[i], VP8E_SET_CPUUSED, -6))
 199       die_codec(&codec[i], "Failed to set cpu_used");
 200
 201     // Set static threshold.
 202     if (vpx_codec_control(&codec[i], VP8E_SET_STATIC_THRESHOLD, 1))
 203       die_codec(&codec[i], "Failed to set static threshold");
 204
 205     // Set NOISE_SENSITIVITY to do TEMPORAL_DENOISING
 206     // Enable denoising for the highest-resolution encoder.
 207     if (vpx_codec_control(&codec[0], VP8E_SET_NOISE_SENSITIVITY, i == 0))
 208       die_codec(&codec[0], "Failed to set noise_sensitivity");
 209   }
 210
 211   frame_avail = 1;
 212   got_data = 0;
 213
 214   while (frame_avail || got_data) {
 215     vpx_codec_iter_t iter[kNumEncoders] = {NULL};
 216     const vpx_codec_cx_pkt_t *pkt[kNumEncoders];
 217
 218     frame_avail = vpx_img_read(&raw[0], infile);
 219
 220     if (frame_avail) {
 221       for (i = 1; i < kNumEncoders; ++i) {
 222         vpx_image_t *const prev = &raw[i - 1];
 223
 224         // Scale the image down a number of times by downsampling factor
 225         // FilterMode 1 or 2 give better psnr than FilterMode 0.
 226         I420Scale(prev->planes[VPX_PLANE_Y], prev->stride[VPX_PLANE_Y],
 227                   prev->planes[VPX_PLANE_U], prev->stride[VPX_PLANE_U],
 228                   prev->planes[VPX_PLANE_V], prev->stride[VPX_PLANE_V],
 229                   prev->d_w, prev->d_h,
 230                   raw[i].planes[VPX_PLANE_Y], raw[i].stride[VPX_PLANE_Y],
 231                   raw[i].planes[VPX_PLANE_U], raw[i].stride[VPX_PLANE_U],
 232                   raw[i].planes[VPX_PLANE_V], raw[i].stride[VPX_PLANE_V],
 233                   raw[i].d_w, raw[i].d_h, 1);
 234       }
 235     }
 236
 237     // Encode frame.
 238     if (vpx_codec_encode(&codec[0], frame_avail? &raw[0] : NULL,
 239                          frame_cnt, 1, 0, arg_deadline)) {
 240       die_codec(&codec[0], "Failed to encode frame");
 241     }
 242
 243     for (i = kNumEncoders - 1; i >= 0; i--) {
 244       got_data = 0;
 245
 246       while ((pkt[i] = vpx_codec_get_cx_data(&codec[i], &iter[i]))) {
 247         got_data = 1;
 248         switch (pkt[i]->kind) {
 249           case VPX_CODEC_CX_FRAME_PKT:
 250             vpx_video_writer_write_frame(writers[i], pkt[i]->data.frame.buf,
 251                                          pkt[i]->data.frame.sz, frame_cnt - 1);
 252           break;
 253           case VPX_CODEC_PSNR_PKT:
 254             if (show_psnr) {
 255               int j;
 256               psnr_sse_total[i] += pkt[i]->data.psnr.sse[0];
 257               psnr_samples_total[i] += pkt[i]->data.psnr.samples[0];
 258               for (j = 0; j < 4; j++)
 259                 psnr_totals[i][j] += pkt[i]->data.psnr.psnr[j];
 260               psnr_count[i]++;
 261             }
 262             break;
 263           default:
 264             break;
 265         }
 266         printf(pkt[i]->kind == VPX_CODEC_CX_FRAME_PKT &&
 267                (pkt[i]->data.frame.flags & VPX_FRAME_IS_KEY)? "K":".");
 268         fflush(stdout);
 269       }
 270     }
 271     frame_cnt++;
 272   }
 273   printf("\n");
 274
 275   fclose(infile);
 276
 277   printf("Processed %d frames.\n", frame_cnt - 1);
 278   for (i = 0; i < kNumEncoders; ++i) {
 279     // Calculate PSNR and print it out
 280     if (show_psnr && psnr_count[i] > 0) {
 281       int j;
 282       double ovpsnr = sse_to_psnr(psnr_samples_total[i], 255.0,
 283                                   psnr_sse_total[i]);
 284
 285       fprintf(stderr, "\n ENC%d PSNR (Overall/Avg/Y/U/V)", i);
 286       fprintf(stderr, " %.3lf", ovpsnr);
 287       for (j = 0; j < 4; j++)
 288         fprintf(stderr, " %.3lf", psnr_totals[i][j]/psnr_count[i]);
 289     }
 290
 291     if (vpx_codec_destroy(&codec[i]))
 292       die_codec(&codec[i], "Failed to destroy codec");
 293
 294     vpx_img_free(&raw[i]);
 295     vpx_video_writer_close(writers[i]);
 296   }
 297   printf("\n");
 298
 299   return EXIT_SUCCESS;
 300 }