95aa97bbe48dca08878e8f0f783f4e633aa9ae80
[platform/upstream/opencv.git] / modules / legacy / test / test_stereomatching.cpp
1 /*M///////////////////////////////////////////////////////////////////////////////////////
2 //
3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
4 //
5 //  By downloading, copying, installing or using the software you agree to this license.
6 //  If you do not agree to this license, do not download, install,
7 //  copy or use the software.
8 //
9 //
10 //                        Intel License Agreement
11 //                For Open Source Computer Vision Library
12 //
13 // Copyright (C) 2000, Intel Corporation, all rights reserved.
14 // Third party copyrights are property of their respective owners.
15 //
16 // Redistribution and use in source and binary forms, with or without modification,
17 // are permitted provided that the following conditions are met:
18 //
19 //   * Redistribution's of source code must retain the above copyright notice,
20 //     this list of conditions and the following disclaimer.
21 //
22 //   * Redistribution's in binary form must reproduce the above copyright notice,
23 //     this list of conditions and the following disclaimer in the documentation
24 //     and/or other materials provided with the distribution.
25 //
26 //   * The name of Intel Corporation may not be used to endorse or promote products
27 //     derived from this software without specific prior written permission.
28 //
29 // This software is provided by the copyright holders and contributors "as is" and
30 // any express or implied warranties, including, but not limited to, the implied
31 // warranties of merchantability and fitness for a particular purpose are disclaimed.
32 // In no event shall the Intel Corporation or contributors be liable for any direct,
33 // indirect, incidental, special, exemplary, or consequential damages
34 // (including, but not limited to, procurement of substitute goods or services;
35 // loss of use, data, or profits; or business interruption) however caused
36 // and on any theory of liability, whether in contract, strict liability,
37 // or tort (including negligence or otherwise) arising in any way out of
38 // the use of this software, even if advised of the possibility of such damage.
39 //
40 //M*/
41
42 /*
43   This is a regression test for stereo matching algorithms. This test gets some quality metrics
44   discribed in "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms".
45   Daniel Scharstein, Richard Szeliski
46 */
47
48 #include "test_precomp.hpp"
49 #include <limits>
50 #include <cstdio>
51
52 using namespace std;
53 using namespace cv;
54
55 const float EVAL_BAD_THRESH = 1.f;
56 const int EVAL_TEXTURELESS_WIDTH = 3;
57 const float EVAL_TEXTURELESS_THRESH = 4.f;
58 const float EVAL_DISP_THRESH = 1.f;
59 const float EVAL_DISP_GAP = 2.f;
60 const int EVAL_DISCONT_WIDTH = 9;
61 const int EVAL_IGNORE_BORDER = 10;
62
63 const int ERROR_KINDS_COUNT = 6;
64
65 //============================== quality measuring functions =================================================
66
67 /*
68   Calculate textureless regions of image (regions where the squared horizontal intensity gradient averaged over
69   a square window of size=evalTexturelessWidth is below a threshold=evalTexturelessThresh) and textured regions.
70 */
71 void computeTextureBasedMasks( const Mat& _img, Mat* texturelessMask, Mat* texturedMask,
72              int texturelessWidth = EVAL_TEXTURELESS_WIDTH, float texturelessThresh = EVAL_TEXTURELESS_THRESH )
73 {
74     if( !texturelessMask && !texturedMask )
75         return;
76     if( _img.empty() )
77         CV_Error( CV_StsBadArg, "img is empty" );
78
79     Mat img = _img;
80     if( _img.channels() > 1)
81     {
82         Mat tmp; cvtColor( _img, tmp, CV_BGR2GRAY ); img = tmp;
83     }
84     Mat dxI; Sobel( img, dxI, CV_32FC1, 1, 0, 3 );
85     Mat dxI2; pow( dxI / 8.f/*normalize*/, 2, dxI2 );
86     Mat avgDxI2; boxFilter( dxI2, avgDxI2, CV_32FC1, Size(texturelessWidth,texturelessWidth) );
87
88     if( texturelessMask )
89         *texturelessMask = avgDxI2 < texturelessThresh;
90     if( texturedMask )
91         *texturedMask = avgDxI2 >= texturelessThresh;
92 }
93
94 void checkTypeAndSizeOfDisp( const Mat& dispMap, const Size* sz )
95 {
96     if( dispMap.empty() )
97         CV_Error( CV_StsBadArg, "dispMap is empty" );
98     if( dispMap.type() != CV_32FC1 )
99         CV_Error( CV_StsBadArg, "dispMap must have CV_32FC1 type" );
100     if( sz && (dispMap.rows != sz->height || dispMap.cols != sz->width) )
101         CV_Error( CV_StsBadArg, "dispMap has incorrect size" );
102 }
103
104 void checkTypeAndSizeOfMask( const Mat& mask, Size sz )
105 {
106     if( mask.empty() )
107         CV_Error( CV_StsBadArg, "mask is empty" );
108     if( mask.type() != CV_8UC1 )
109         CV_Error( CV_StsBadArg, "mask must have CV_8UC1 type" );
110     if( mask.rows != sz.height || mask.cols != sz.width )
111         CV_Error( CV_StsBadArg, "mask has incorrect size" );
112 }
113
114 void checkDispMapsAndUnknDispMasks( const Mat& leftDispMap, const Mat& rightDispMap,
115                                     const Mat& leftUnknDispMask, const Mat& rightUnknDispMask )
116 {
117     // check type and size of disparity maps
118     checkTypeAndSizeOfDisp( leftDispMap, 0 );
119     if( !rightDispMap.empty() )
120     {
121         Size sz = leftDispMap.size();
122         checkTypeAndSizeOfDisp( rightDispMap, &sz );
123     }
124
125     // check size and type of unknown disparity maps
126     if( !leftUnknDispMask.empty() )
127         checkTypeAndSizeOfMask( leftUnknDispMask, leftDispMap.size() );
128     if( !rightUnknDispMask.empty() )
129         checkTypeAndSizeOfMask( rightUnknDispMask, rightDispMap.size() );
130
131     // check values of disparity maps (known disparity values musy be positive)
132     double leftMinVal = 0, rightMinVal = 0;
133     if( leftUnknDispMask.empty() )
134         minMaxLoc( leftDispMap, &leftMinVal );
135     else
136         minMaxLoc( leftDispMap, &leftMinVal, 0, 0, 0, ~leftUnknDispMask );
137     if( !rightDispMap.empty() )
138     {
139         if( rightUnknDispMask.empty() )
140             minMaxLoc( rightDispMap, &rightMinVal );
141         else
142             minMaxLoc( rightDispMap, &rightMinVal, 0, 0, 0, ~rightUnknDispMask );
143     }
144     if( leftMinVal < 0 || rightMinVal < 0)
145         CV_Error( CV_StsBadArg, "known disparity values must be positive" );
146 }
147
148 /*
149   Calculate occluded regions of reference image (left image) (regions that are occluded in the matching image (right image),
150   i.e., where the forward-mapped disparity lands at a location with a larger (nearer) disparity) and non occluded regions.
151 */
152 void computeOcclusionBasedMasks( const Mat& leftDisp, const Mat& _rightDisp,
153                              Mat* occludedMask, Mat* nonOccludedMask,
154                              const Mat& leftUnknDispMask = Mat(), const Mat& rightUnknDispMask = Mat(),
155                              float dispThresh = EVAL_DISP_THRESH )
156 {
157     if( !occludedMask && !nonOccludedMask )
158         return;
159     checkDispMapsAndUnknDispMasks( leftDisp, _rightDisp, leftUnknDispMask, rightUnknDispMask );
160
161     Mat rightDisp;
162     if( _rightDisp.empty() )
163     {
164         if( !rightUnknDispMask.empty() )
165            CV_Error( CV_StsBadArg, "rightUnknDispMask must be empty if _rightDisp is empty" );
166         rightDisp.create(leftDisp.size(), CV_32FC1);
167         rightDisp.setTo(Scalar::all(0) );
168         for( int leftY = 0; leftY < leftDisp.rows; leftY++ )
169         {
170             for( int leftX = 0; leftX < leftDisp.cols; leftX++ )
171             {
172                 if( !leftUnknDispMask.empty() && leftUnknDispMask.at<uchar>(leftY,leftX) )
173                     continue;
174                 float leftDispVal = leftDisp.at<float>(leftY, leftX);
175                 int rightX = leftX - cvRound(leftDispVal), rightY = leftY;
176                 if( rightX >= 0)
177                     rightDisp.at<float>(rightY,rightX) = max(rightDisp.at<float>(rightY,rightX), leftDispVal);
178             }
179         }
180     }
181     else
182         _rightDisp.copyTo(rightDisp);
183
184     if( occludedMask )
185     {
186         occludedMask->create(leftDisp.size(), CV_8UC1);
187         occludedMask->setTo(Scalar::all(0) );
188     }
189     if( nonOccludedMask )
190     {
191         nonOccludedMask->create(leftDisp.size(), CV_8UC1);
192         nonOccludedMask->setTo(Scalar::all(0) );
193     }
194     for( int leftY = 0; leftY < leftDisp.rows; leftY++ )
195     {
196         for( int leftX = 0; leftX < leftDisp.cols; leftX++ )
197         {
198             if( !leftUnknDispMask.empty() && leftUnknDispMask.at<uchar>(leftY,leftX) )
199                 continue;
200             float leftDispVal = leftDisp.at<float>(leftY, leftX);
201             int rightX = leftX - cvRound(leftDispVal), rightY = leftY;
202             if( rightX < 0 && occludedMask )
203                 occludedMask->at<uchar>(leftY, leftX) = 255;
204             else
205             {
206                 if( !rightUnknDispMask.empty() && rightUnknDispMask.at<uchar>(rightY,rightX) )
207                     continue;
208                 float rightDispVal = rightDisp.at<float>(rightY, rightX);
209                 if( rightDispVal > leftDispVal + dispThresh )
210                 {
211                     if( occludedMask )
212                         occludedMask->at<uchar>(leftY, leftX) = 255;
213                 }
214                 else
215                 {
216                     if( nonOccludedMask )
217                         nonOccludedMask->at<uchar>(leftY, leftX) = 255;
218                 }
219             }
220         }
221     }
222 }
223
224 /*
225   Calculate depth discontinuty regions: pixels whose neiboring disparities differ by more than
226   dispGap, dilated by window of width discontWidth.
227 */
228 void computeDepthDiscontMask( const Mat& disp, Mat& depthDiscontMask, const Mat& unknDispMask = Mat(),
229                                  float dispGap = EVAL_DISP_GAP, int discontWidth = EVAL_DISCONT_WIDTH )
230 {
231     if( disp.empty() )
232         CV_Error( CV_StsBadArg, "disp is empty" );
233     if( disp.type() != CV_32FC1 )
234         CV_Error( CV_StsBadArg, "disp must have CV_32FC1 type" );
235     if( !unknDispMask.empty() )
236         checkTypeAndSizeOfMask( unknDispMask, disp.size() );
237
238     Mat curDisp; disp.copyTo( curDisp );
239     if( !unknDispMask.empty() )
240         curDisp.setTo( Scalar(numeric_limits<float>::min()), unknDispMask );
241     Mat maxNeighbDisp; dilate( curDisp, maxNeighbDisp, Mat(3, 3, CV_8UC1, Scalar(1)) );
242     if( !unknDispMask.empty() )
243         curDisp.setTo( Scalar(numeric_limits<float>::max()), unknDispMask );
244     Mat minNeighbDisp; erode( curDisp, minNeighbDisp, Mat(3, 3, CV_8UC1, Scalar(1)) );
245     depthDiscontMask = max( (Mat)(maxNeighbDisp-disp), (Mat)(disp-minNeighbDisp) ) > dispGap;
246     if( !unknDispMask.empty() )
247         depthDiscontMask &= ~unknDispMask;
248     dilate( depthDiscontMask, depthDiscontMask, Mat(discontWidth, discontWidth, CV_8UC1, Scalar(1)) );
249 }
250
251 /*
252    Get evaluation masks excluding a border.
253 */
254 Mat getBorderedMask( Size maskSize, int border = EVAL_IGNORE_BORDER )
255 {
256     CV_Assert( border >= 0 );
257     Mat mask(maskSize, CV_8UC1, Scalar(0));
258     int w = maskSize.width - 2*border, h = maskSize.height - 2*border;
259     if( w < 0 ||  h < 0 )
260         mask.setTo(Scalar(0));
261     else
262         mask( Rect(Point(border,border),Size(w,h)) ).setTo(Scalar(255));
263     return mask;
264 }
265
266 /*
267   Calculate root-mean-squared error between the computed disparity map (computedDisp) and ground truth map (groundTruthDisp).
268 */
269 float dispRMS( const Mat& computedDisp, const Mat& groundTruthDisp, const Mat& mask )
270 {
271     checkTypeAndSizeOfDisp( groundTruthDisp, 0 );
272     Size sz = groundTruthDisp.size();
273     checkTypeAndSizeOfDisp( computedDisp, &sz );
274
275     int pointsCount = sz.height*sz.width;
276     if( !mask.empty() )
277     {
278         checkTypeAndSizeOfMask( mask, sz );
279         pointsCount = countNonZero(mask);
280     }
281     return 1.f/sqrt((float)pointsCount) * (float)cvtest::norm(computedDisp, groundTruthDisp, NORM_L2, mask);
282 }
283
284 /*
285   Calculate fraction of bad matching pixels.
286 */
287 float badMatchPxlsFraction( const Mat& computedDisp, const Mat& groundTruthDisp, const Mat& mask,
288                             float _badThresh = EVAL_BAD_THRESH )
289 {
290     int badThresh = cvRound(_badThresh);
291     checkTypeAndSizeOfDisp( groundTruthDisp, 0 );
292     Size sz = groundTruthDisp.size();
293     checkTypeAndSizeOfDisp( computedDisp, &sz );
294
295     Mat badPxlsMap;
296     absdiff( computedDisp, groundTruthDisp, badPxlsMap );
297     badPxlsMap = badPxlsMap > badThresh;
298     int pointsCount = sz.height*sz.width;
299     if( !mask.empty() )
300     {
301         checkTypeAndSizeOfMask( mask, sz );
302         badPxlsMap = badPxlsMap & mask;
303         pointsCount = countNonZero(mask);
304     }
305     return 1.f/pointsCount * countNonZero(badPxlsMap);
306 }
307
308 //===================== regression test for stereo matching algorithms ==============================
309
310 const string ALGORITHMS_DIR = "stereomatching/algorithms/";
311 const string DATASETS_DIR = "stereomatching/datasets/";
312 const string DATASETS_FILE = "datasets.xml";
313
314 const string RUN_PARAMS_FILE = "_params.xml";
315 const string RESULT_FILE = "_res.xml";
316
317 const string LEFT_IMG_NAME = "im2.png";
318 const string RIGHT_IMG_NAME = "im6.png";
319 const string TRUE_LEFT_DISP_NAME = "disp2.png";
320 const string TRUE_RIGHT_DISP_NAME = "disp6.png";
321
322 string ERROR_PREFIXES[] = { "borderedAll",
323                             "borderedNoOccl",
324                             "borderedOccl",
325                             "borderedTextured",
326                             "borderedTextureless",
327                             "borderedDepthDiscont" }; // size of ERROR_KINDS_COUNT
328
329
330 const string RMS_STR = "RMS";
331 const string BAD_PXLS_FRACTION_STR = "BadPxlsFraction";
332
333 class QualityEvalParams
334 {
335 public:
336     QualityEvalParams() { setDefaults(); }
337     QualityEvalParams( int _ignoreBorder )
338     {
339         setDefaults();
340         ignoreBorder = _ignoreBorder;
341     }
342     void setDefaults()
343     {
344         badThresh = EVAL_BAD_THRESH;
345         texturelessWidth = EVAL_TEXTURELESS_WIDTH;
346         texturelessThresh = EVAL_TEXTURELESS_THRESH;
347         dispThresh = EVAL_DISP_THRESH;
348         dispGap = EVAL_DISP_GAP;
349         discontWidth = EVAL_DISCONT_WIDTH;
350         ignoreBorder = EVAL_IGNORE_BORDER;
351     }
352     float badThresh;
353     int texturelessWidth;
354     float texturelessThresh;
355     float dispThresh;
356     float dispGap;
357     int discontWidth;
358     int ignoreBorder;
359 };
360
361 class CV_StereoMatchingTest : public cvtest::BaseTest
362 {
363 public:
364     CV_StereoMatchingTest()
365     { rmsEps.resize( ERROR_KINDS_COUNT, 0.01f );  fracEps.resize( ERROR_KINDS_COUNT, 1.e-6f ); }
366 protected:
367     // assumed that left image is a reference image
368     virtual int runStereoMatchingAlgorithm( const Mat& leftImg, const Mat& rightImg,
369                    Mat& leftDisp, Mat& rightDisp, int caseIdx ) = 0; // return ignored border width
370
371     int readDatasetsParams( FileStorage& fs );
372     virtual int readRunParams( FileStorage& fs );
373     void writeErrors( const string& errName, const vector<float>& errors, FileStorage* fs = 0 );
374     void readErrors( FileNode& fn, const string& errName, vector<float>& errors );
375     int compareErrors( const vector<float>& calcErrors, const vector<float>& validErrors,
376                        const vector<float>& eps, const string& errName );
377     int processStereoMatchingResults( FileStorage& fs, int caseIdx, bool isWrite,
378                   const Mat& leftImg, const Mat& rightImg,
379                   const Mat& trueLeftDisp, const Mat& trueRightDisp,
380                   const Mat& leftDisp, const Mat& rightDisp,
381                   const QualityEvalParams& qualityEvalParams  );
382     void run( int );
383
384     vector<float> rmsEps;
385     vector<float> fracEps;
386
387     struct DatasetParams
388     {
389         int dispScaleFactor;
390         int dispUnknVal;
391     };
392     map<string, DatasetParams> datasetsParams;
393
394     vector<string> caseNames;
395     vector<string> caseDatasets;
396 };
397
398 void CV_StereoMatchingTest::run(int)
399 {
400     string dataPath = ts->get_data_path();
401     string algorithmName = name;
402     assert( !algorithmName.empty() );
403     if( dataPath.empty() )
404     {
405         ts->printf( cvtest::TS::LOG, "dataPath is empty" );
406         ts->set_failed_test_info( cvtest::TS::FAIL_BAD_ARG_CHECK );
407         return;
408     }
409
410     FileStorage datasetsFS( dataPath + DATASETS_DIR + DATASETS_FILE, FileStorage::READ );
411     int code = readDatasetsParams( datasetsFS );
412     if( code != cvtest::TS::OK )
413     {
414         ts->set_failed_test_info( code );
415         return;
416     }
417     FileStorage runParamsFS( dataPath + ALGORITHMS_DIR + algorithmName + RUN_PARAMS_FILE, FileStorage::READ );
418     code = readRunParams( runParamsFS );
419     if( code != cvtest::TS::OK )
420     {
421         ts->set_failed_test_info( code );
422         return;
423     }
424
425     string fullResultFilename = dataPath + ALGORITHMS_DIR + algorithmName + RESULT_FILE;
426     FileStorage resFS( fullResultFilename, FileStorage::READ );
427     bool isWrite = true; // write or compare results
428     if( resFS.isOpened() )
429         isWrite = false;
430     else
431     {
432         resFS.open( fullResultFilename, FileStorage::WRITE );
433         if( !resFS.isOpened() )
434         {
435             ts->printf( cvtest::TS::LOG, "file %s can not be read or written\n", fullResultFilename.c_str() );
436             ts->set_failed_test_info( cvtest::TS::FAIL_BAD_ARG_CHECK );
437             return;
438         }
439         resFS << "stereo_matching" << "{";
440     }
441
442     int progress = 0, caseCount = (int)caseNames.size();
443     for( int ci = 0; ci < caseCount; ci++)
444     {
445         progress = update_progress( progress, ci, caseCount, 0 );
446         printf("progress: %d%%\n", progress);
447         fflush(stdout);
448         string datasetName = caseDatasets[ci];
449         string datasetFullDirName = dataPath + DATASETS_DIR + datasetName + "/";
450         Mat leftImg = imread(datasetFullDirName + LEFT_IMG_NAME);
451         Mat rightImg = imread(datasetFullDirName + RIGHT_IMG_NAME);
452         Mat trueLeftDisp = imread(datasetFullDirName + TRUE_LEFT_DISP_NAME, 0);
453         Mat trueRightDisp = imread(datasetFullDirName + TRUE_RIGHT_DISP_NAME, 0);
454
455         if( leftImg.empty() || rightImg.empty() || trueLeftDisp.empty() )
456         {
457             ts->printf( cvtest::TS::LOG, "images or left ground-truth disparities of dataset %s can not be read", datasetName.c_str() );
458             code = cvtest::TS::FAIL_INVALID_TEST_DATA;
459             continue;
460         }
461         int dispScaleFactor = datasetsParams[datasetName].dispScaleFactor;
462         Mat tmp; trueLeftDisp.convertTo( tmp, CV_32FC1, 1.f/dispScaleFactor ); trueLeftDisp = tmp; tmp.release();
463         if( !trueRightDisp.empty() )
464             trueRightDisp.convertTo( tmp, CV_32FC1, 1.f/dispScaleFactor ); trueRightDisp = tmp; tmp.release();
465
466         Mat leftDisp, rightDisp;
467         int ignBorder = max(runStereoMatchingAlgorithm(leftImg, rightImg, leftDisp, rightDisp, ci), EVAL_IGNORE_BORDER);
468         leftDisp.convertTo( tmp, CV_32FC1 ); leftDisp = tmp; tmp.release();
469         rightDisp.convertTo( tmp, CV_32FC1 ); rightDisp = tmp; tmp.release();
470
471         int tempCode = processStereoMatchingResults( resFS, ci, isWrite,
472                    leftImg, rightImg, trueLeftDisp, trueRightDisp, leftDisp, rightDisp, QualityEvalParams(ignBorder));
473         code = tempCode==cvtest::TS::OK ? code : tempCode;
474     }
475
476     if( isWrite )
477         resFS << "}"; // "stereo_matching"
478
479     ts->set_failed_test_info( code );
480 }
481
482 void calcErrors( const Mat& leftImg, const Mat& /*rightImg*/,
483                  const Mat& trueLeftDisp, const Mat& trueRightDisp,
484                  const Mat& trueLeftUnknDispMask, const Mat& trueRightUnknDispMask,
485                  const Mat& calcLeftDisp, const Mat& /*calcRightDisp*/,
486                  vector<float>& rms, vector<float>& badPxlsFractions,
487                  const QualityEvalParams& qualityEvalParams )
488 {
489     Mat texturelessMask, texturedMask;
490     computeTextureBasedMasks( leftImg, &texturelessMask, &texturedMask,
491                               qualityEvalParams.texturelessWidth, qualityEvalParams.texturelessThresh );
492     Mat occludedMask, nonOccludedMask;
493     computeOcclusionBasedMasks( trueLeftDisp, trueRightDisp, &occludedMask, &nonOccludedMask,
494                                 trueLeftUnknDispMask, trueRightUnknDispMask, qualityEvalParams.dispThresh);
495     Mat depthDiscontMask;
496     computeDepthDiscontMask( trueLeftDisp, depthDiscontMask, trueLeftUnknDispMask,
497                              qualityEvalParams.dispGap, qualityEvalParams.discontWidth);
498
499     Mat borderedKnownMask = getBorderedMask( leftImg.size(), qualityEvalParams.ignoreBorder ) & ~trueLeftUnknDispMask;
500
501     nonOccludedMask &= borderedKnownMask;
502     occludedMask &= borderedKnownMask;
503     texturedMask &= nonOccludedMask; // & borderedKnownMask
504     texturelessMask &= nonOccludedMask; // & borderedKnownMask
505     depthDiscontMask &= nonOccludedMask; // & borderedKnownMask
506
507     rms.resize(ERROR_KINDS_COUNT);
508     rms[0] = dispRMS( calcLeftDisp, trueLeftDisp, borderedKnownMask );
509     rms[1] = dispRMS( calcLeftDisp, trueLeftDisp, nonOccludedMask );
510     rms[2] = dispRMS( calcLeftDisp, trueLeftDisp, occludedMask );
511     rms[3] = dispRMS( calcLeftDisp, trueLeftDisp, texturedMask );
512     rms[4] = dispRMS( calcLeftDisp, trueLeftDisp, texturelessMask );
513     rms[5] = dispRMS( calcLeftDisp, trueLeftDisp, depthDiscontMask );
514
515     badPxlsFractions.resize(ERROR_KINDS_COUNT);
516     badPxlsFractions[0] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, borderedKnownMask, qualityEvalParams.badThresh );
517     badPxlsFractions[1] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, nonOccludedMask, qualityEvalParams.badThresh );
518     badPxlsFractions[2] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, occludedMask, qualityEvalParams.badThresh );
519     badPxlsFractions[3] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, texturedMask, qualityEvalParams.badThresh );
520     badPxlsFractions[4] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, texturelessMask, qualityEvalParams.badThresh );
521     badPxlsFractions[5] = badMatchPxlsFraction( calcLeftDisp, trueLeftDisp, depthDiscontMask, qualityEvalParams.badThresh );
522 }
523
524 int CV_StereoMatchingTest::processStereoMatchingResults( FileStorage& fs, int caseIdx, bool isWrite,
525               const Mat& leftImg, const Mat& rightImg,
526               const Mat& trueLeftDisp, const Mat& trueRightDisp,
527               const Mat& leftDisp, const Mat& rightDisp,
528               const QualityEvalParams& qualityEvalParams )
529 {
530     // rightDisp is not used in current test virsion
531     int code = cvtest::TS::OK;
532     assert( fs.isOpened() );
533     assert( trueLeftDisp.type() == CV_32FC1 && trueRightDisp.type() == CV_32FC1 );
534     assert( leftDisp.type() == CV_32FC1 && rightDisp.type() == CV_32FC1 );
535
536     // get masks for unknown ground truth disparity values
537     Mat leftUnknMask, rightUnknMask;
538     DatasetParams params = datasetsParams[caseDatasets[caseIdx]];
539     absdiff( trueLeftDisp, Scalar(params.dispUnknVal), leftUnknMask );
540     leftUnknMask = leftUnknMask < numeric_limits<float>::epsilon();
541     assert(leftUnknMask.type() == CV_8UC1);
542     if( !trueRightDisp.empty() )
543     {
544         absdiff( trueRightDisp, Scalar(params.dispUnknVal), rightUnknMask );
545         rightUnknMask = rightUnknMask < numeric_limits<float>::epsilon();
546         assert(leftUnknMask.type() == CV_8UC1);
547     }
548
549     // calculate errors
550     vector<float> rmss, badPxlsFractions;
551     calcErrors( leftImg, rightImg, trueLeftDisp, trueRightDisp, leftUnknMask, rightUnknMask,
552                 leftDisp, rightDisp, rmss, badPxlsFractions, qualityEvalParams );
553
554     if( isWrite )
555     {
556         fs << caseNames[caseIdx] << "{";
557         cvWriteComment( fs.fs, RMS_STR.c_str(), 0 );
558         writeErrors( RMS_STR, rmss, &fs );
559         cvWriteComment( fs.fs, BAD_PXLS_FRACTION_STR.c_str(), 0 );
560         writeErrors( BAD_PXLS_FRACTION_STR, badPxlsFractions, &fs );
561         fs << "}"; // datasetName
562     }
563     else // compare
564     {
565         ts->printf( cvtest::TS::LOG, "\nquality of case named %s\n", caseNames[caseIdx].c_str() );
566         ts->printf( cvtest::TS::LOG, "%s\n", RMS_STR.c_str() );
567         writeErrors( RMS_STR, rmss );
568         ts->printf( cvtest::TS::LOG, "%s\n", BAD_PXLS_FRACTION_STR.c_str() );
569         writeErrors( BAD_PXLS_FRACTION_STR, badPxlsFractions );
570
571         FileNode fn = fs.getFirstTopLevelNode()[caseNames[caseIdx]];
572         vector<float> validRmss, validBadPxlsFractions;
573
574         readErrors( fn, RMS_STR, validRmss );
575         readErrors( fn, BAD_PXLS_FRACTION_STR, validBadPxlsFractions );
576         int tempCode = compareErrors( rmss, validRmss, rmsEps, RMS_STR );
577         code = tempCode==cvtest::TS::OK ? code : tempCode;
578         tempCode = compareErrors( badPxlsFractions, validBadPxlsFractions, fracEps, BAD_PXLS_FRACTION_STR );
579         code = tempCode==cvtest::TS::OK ? code : tempCode;
580     }
581     return code;
582 }
583
584 int CV_StereoMatchingTest::readDatasetsParams( FileStorage& fs )
585 {
586     if( !fs.isOpened() )
587     {
588         ts->printf( cvtest::TS::LOG, "datasetsParams can not be read " );
589         return cvtest::TS::FAIL_INVALID_TEST_DATA;
590     }
591     datasetsParams.clear();
592     FileNode fn = fs.getFirstTopLevelNode();
593     assert(fn.isSeq());
594     for( int i = 0; i < (int)fn.size(); i+=3 )
595     {
596         String nm = fn[i];
597         DatasetParams params;
598         String sf = fn[i+1]; params.dispScaleFactor = atoi(sf.c_str());
599         String uv = fn[i+2]; params.dispUnknVal = atoi(uv.c_str());
600         datasetsParams[nm] = params;
601     }
602     return cvtest::TS::OK;
603 }
604
605 int CV_StereoMatchingTest::readRunParams( FileStorage& fs )
606 {
607     if( !fs.isOpened() )
608     {
609         ts->printf( cvtest::TS::LOG, "runParams can not be read " );
610         return cvtest::TS::FAIL_INVALID_TEST_DATA;
611     }
612     caseNames.clear();;
613     caseDatasets.clear();
614     return cvtest::TS::OK;
615 }
616
617 void CV_StereoMatchingTest::writeErrors( const string& errName, const vector<float>& errors, FileStorage* fs )
618 {
619     assert( (int)errors.size() == ERROR_KINDS_COUNT );
620     vector<float>::const_iterator it = errors.begin();
621     if( fs )
622         for( int i = 0; i < ERROR_KINDS_COUNT; i++, ++it )
623             *fs << ERROR_PREFIXES[i] + errName << *it;
624     else
625         for( int i = 0; i < ERROR_KINDS_COUNT; i++, ++it )
626             ts->printf( cvtest::TS::LOG, "%s = %f\n", string(ERROR_PREFIXES[i]+errName).c_str(), *it );
627 }
628
629 void CV_StereoMatchingTest::readErrors( FileNode& fn, const string& errName, vector<float>& errors )
630 {
631     errors.resize( ERROR_KINDS_COUNT );
632     vector<float>::iterator it = errors.begin();
633     for( int i = 0; i < ERROR_KINDS_COUNT; i++, ++it )
634         fn[ERROR_PREFIXES[i]+errName] >> *it;
635 }
636
637 int CV_StereoMatchingTest::compareErrors( const vector<float>& calcErrors, const vector<float>& validErrors,
638                    const vector<float>& eps, const string& errName )
639 {
640     assert( (int)calcErrors.size() == ERROR_KINDS_COUNT );
641     assert( (int)validErrors.size() == ERROR_KINDS_COUNT );
642     assert( (int)eps.size() == ERROR_KINDS_COUNT );
643     vector<float>::const_iterator calcIt = calcErrors.begin(),
644                                   validIt = validErrors.begin(),
645                                   epsIt = eps.begin();
646     bool ok = true;
647     for( int i = 0; i < ERROR_KINDS_COUNT; i++, ++calcIt, ++validIt, ++epsIt )
648         if( *calcIt - *validIt > *epsIt )
649         {
650             ts->printf( cvtest::TS::LOG, "bad accuracy of %s (valid=%f; calc=%f)\n", string(ERROR_PREFIXES[i]+errName).c_str(), *validIt, *calcIt );
651             ok = false;
652         }
653     return ok ? cvtest::TS::OK : cvtest::TS::FAIL_BAD_ACCURACY;
654 }
655
656 //----------------------------------- StereoGC test -----------------------------------------------------
657
658 class CV_StereoGCTest : public CV_StereoMatchingTest
659 {
660 public:
661     CV_StereoGCTest()
662     {
663         name = "stereogc";
664         fill(rmsEps.begin(), rmsEps.end(), 3.f);
665         fracEps[0] = 0.05f; // all
666         fracEps[1] = 0.05f; // noOccl
667         fracEps[2] = 0.25f; // occl
668         fracEps[3] = 0.05f; // textured
669         fracEps[4] = 0.10f; // textureless
670         fracEps[5] = 0.10f; // borderedDepthDiscont
671     }
672 protected:
673     struct RunParams
674     {
675         int ndisp;
676         int iterCount;
677     };
678     vector<RunParams> caseRunParams;
679
680     virtual int readRunParams( FileStorage& fs )
681     {
682         int code = CV_StereoMatchingTest::readRunParams(fs);
683         FileNode fn = fs.getFirstTopLevelNode();
684         assert(fn.isSeq());
685         for( int i = 0; i < (int)fn.size(); i+=4 )
686         {
687             String caseName = fn[i], datasetName = fn[i+1];
688             RunParams params;
689             String ndisp = fn[i+2]; params.ndisp = atoi(ndisp.c_str());
690             String iterCount = fn[i+3]; params.iterCount = atoi(iterCount.c_str());
691             caseNames.push_back( caseName );
692             caseDatasets.push_back( datasetName );
693             caseRunParams.push_back( params );
694         }
695         return code;
696     }
697
698     virtual int runStereoMatchingAlgorithm( const Mat& _leftImg, const Mat& _rightImg,
699                    Mat& leftDisp, Mat& rightDisp, int caseIdx )
700     {
701         RunParams params = caseRunParams[caseIdx];
702         assert( _leftImg.type() == CV_8UC3 && _rightImg.type() == CV_8UC3 );
703         Mat leftImg, rightImg, tmp;
704         cvtColor( _leftImg, leftImg, CV_BGR2GRAY );
705         cvtColor( _rightImg, rightImg, CV_BGR2GRAY );
706
707         leftDisp.create( leftImg.size(), CV_16SC1 );
708         rightDisp.create( rightImg.size(), CV_16SC1 );
709
710         CvMat _limg = leftImg, _rimg = rightImg, _ldisp = leftDisp, _rdisp = rightDisp;
711         CvStereoGCState *state = cvCreateStereoGCState( params.ndisp, params.iterCount );
712         cvFindStereoCorrespondenceGC( &_limg, &_rimg, &_ldisp, &_rdisp, state );
713         cvReleaseStereoGCState( &state );
714
715         leftDisp = - leftDisp;
716         return 0;
717     }
718
719 };
720
721
722 TEST(Legacy_StereoGC, regression) { CV_StereoGCTest test; test.safe_run(); }