Merge pull request #1704 from SpecLad:merge-2.4
[profile/ivi/opencv.git] / modules / ocl / test / test_sort.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 //                           License Agreement
11 //                For Open Source Computer Vision Library
12 //
13 // Copyright (C) 2010-2012, Multicoreware, Inc., all rights reserved.
14 // Copyright (C) 2010-2012, Advanced Micro Devices, Inc., all rights reserved.
15 // Third party copyrights are property of their respective owners.
16 //
17 // @Authors
18 //    Peng Xiao, pengxiao@outlook.com
19 //
20 // Redistribution and use in source and binary forms, with or without modification,
21 // are permitted provided that the following conditions are met:
22 //
23 //   * Redistribution's of source code must retain the above copyright notice,
24 //     this list of conditions and the following disclaimer.
25 //
26 //   * Redistribution's in binary form must reproduce the above copyright notice,
27 //     this list of conditions and the following disclaimer in the documentation
28 //     and/or other materials provided with the distribution.
29 //
30 //   * The name of the copyright holders may not be used to endorse or promote products
31 //     derived from this software without specific prior written permission.
32 //
33 // This software is provided by the copyright holders and contributors as is and
34 // any express or implied warranties, including, but not limited to, the implied
35 // warranties of merchantability and fitness for a particular purpose are disclaimed.
36 // In no event shall the Intel Corporation or contributors be liable for any direct,
37 // indirect, incidental, special, exemplary, or consequential damages
38 // (including, but not limited to, procurement of substitute goods or services;
39 // loss of use, data, or profits; or business interruption) however caused
40 // and on any theory of liability, whether in contract, strict liability,
41 // or tort (including negligence or otherwise) arising in any way out of
42 // the use of this software, even if advised of the possibility of such damage.
43 //
44 //M*/
45 #include <map>
46 #include <functional>
47 #include "test_precomp.hpp"
48
49 using namespace std;
50 using namespace cvtest;
51 using namespace testing;
52 using namespace cv;
53
54
55 namespace
56 {
57 IMPLEMENT_PARAM_CLASS(IsGreaterThan, bool)
58 IMPLEMENT_PARAM_CLASS(InputSize, int)
59 IMPLEMENT_PARAM_CLASS(SortMethod, int)
60
61
62 template<class T>
63 struct KV_CVTYPE{ static int toType() {return 0;} };
64
65 template<> struct KV_CVTYPE<int>  { static int toType() {return CV_32SC1;} };
66 template<> struct KV_CVTYPE<float>{ static int toType() {return CV_32FC1;} };
67 template<> struct KV_CVTYPE<Vec2i>{ static int toType() {return CV_32SC2;} };
68 template<> struct KV_CVTYPE<Vec2f>{ static int toType() {return CV_32FC2;} };
69
70 template<class key_type, class val_type>
71 bool kvgreater(pair<key_type, val_type> p1, pair<key_type, val_type> p2)
72 {
73     return p1.first > p2.first;
74 }
75
76 template<class key_type, class val_type>
77 bool kvless(pair<key_type, val_type> p1, pair<key_type, val_type> p2)
78 {
79     return p1.first < p2.first;
80 }
81
82 template<class key_type, class val_type>
83 void toKVPair(
84     MatConstIterator_<key_type> kit,
85     MatConstIterator_<val_type> vit,
86     int vecSize,
87     vector<pair<key_type, val_type> >& kvres
88     )
89 {
90     kvres.clear();
91     for(int i = 0; i < vecSize; i ++)
92     {
93         kvres.push_back(make_pair(*kit, *vit));
94         ++kit;
95         ++vit;
96     }
97 }
98
99 template<class key_type, class val_type>
100 void kvquicksort(Mat& keys, Mat& vals, bool isGreater = false)
101 {
102     vector<pair<key_type, val_type> > kvres;
103     toKVPair(keys.begin<key_type>(), vals.begin<val_type>(), keys.cols, kvres);
104
105     if(isGreater)
106     {
107         std::sort(kvres.begin(), kvres.end(), kvgreater<key_type, val_type>);
108     }
109     else
110     {
111         std::sort(kvres.begin(), kvres.end(), kvless<key_type, val_type>);
112     }
113     key_type * kptr = keys.ptr<key_type>();
114     val_type * vptr = vals.ptr<val_type>();
115     for(int i = 0; i < keys.cols; i ++)
116     {
117         kptr[i] = kvres[i].first;
118         vptr[i] = kvres[i].second;
119     }
120 }
121
122 class SortByKey_STL
123 {
124 public:
125     static void sort(cv::Mat&, cv::Mat&, bool is_gt);
126 private:
127     typedef void (*quick_sorter)(cv::Mat&, cv::Mat&, bool);
128     SortByKey_STL();
129     quick_sorter quick_sorters[CV_64FC4][CV_64FC4];
130     static SortByKey_STL instance;
131 };
132
133 SortByKey_STL SortByKey_STL::instance = SortByKey_STL();
134
135 SortByKey_STL::SortByKey_STL()
136 {
137     memset(instance.quick_sorters, 0, sizeof(quick_sorters));
138 #define NEW_SORTER(KT, VT) \
139     instance.quick_sorters[KV_CVTYPE<KT>::toType()][KV_CVTYPE<VT>::toType()] = kvquicksort<KT, VT>;
140
141     NEW_SORTER(int, int);
142     NEW_SORTER(int, Vec2i);
143     NEW_SORTER(int, float);
144     NEW_SORTER(int, Vec2f);
145
146     NEW_SORTER(float, int);
147     NEW_SORTER(float, Vec2i);
148     NEW_SORTER(float, float);
149     NEW_SORTER(float, Vec2f);
150 #undef NEW_SORTER
151 }
152
153 void SortByKey_STL::sort(cv::Mat& keys, cv::Mat& vals, bool is_gt)
154 {
155     instance.quick_sorters[keys.type()][vals.type()](keys, vals, is_gt);
156 }
157
158 bool checkUnstableSorterResult(const Mat& gkeys_, const Mat& gvals_,
159                                const Mat& /*dkeys_*/, const Mat& dvals_)
160 {
161     int cn_val = gvals_.channels();
162     int count  = gkeys_.cols;
163
164     //for convenience we convert depth to float and channels to 1
165     Mat gkeys, gvals, dkeys, dvals;
166     gkeys_.reshape(1).convertTo(gkeys, CV_32F);
167     gvals_.reshape(1).convertTo(gvals, CV_32F);
168     //dkeys_.reshape(1).convertTo(dkeys, CV_32F);
169     dvals_.reshape(1).convertTo(dvals, CV_32F);
170     float * gkptr = gkeys.ptr<float>();
171     float * gvptr = gvals.ptr<float>();
172     //float * dkptr = dkeys.ptr<float>();
173     float * dvptr = dvals.ptr<float>();
174
175     for(int i = 0; i < count - 1; ++i)
176     {
177         int iden_count = 0;
178         // firstly calculate the number of identical keys
179         while(gkptr[i + iden_count] == gkptr[i + 1 + iden_count])
180         {
181             ++ iden_count;
182         }
183
184         // sort dv and gv
185         int num_of_val = (iden_count + 1) * cn_val;
186         std::sort(gvptr + i * cn_val, gvptr + i * cn_val + num_of_val);
187         std::sort(dvptr + i * cn_val, dvptr + i * cn_val + num_of_val);
188
189         // then check if [i, i + iden_count) is the same
190         for(int j = 0; j < num_of_val; ++j)
191         {
192             if(gvptr[i + j] != dvptr[i + j])
193             {
194                 return false;
195             }
196         }
197         i += iden_count;
198     }
199     return true;
200 }
201 }
202
203 #define INPUT_SIZES  Values(InputSize(0x10), InputSize(0x100), InputSize(0x10000)) //2^4, 2^8, 2^16
204 #define KEY_TYPES    Values(MatType(CV_32SC1), MatType(CV_32FC1))
205 #define VAL_TYPES    Values(MatType(CV_32SC1), MatType(CV_32SC2), MatType(CV_32FC1), MatType(CV_32FC2))
206 #define SORT_METHODS Values(SortMethod(cv::ocl::SORT_BITONIC),SortMethod(cv::ocl::SORT_MERGE),SortMethod(cv::ocl::SORT_RADIX)/*,SortMethod(cv::ocl::SORT_SELECTION)*/)
207 #define F_OR_T       Values(IsGreaterThan(false), IsGreaterThan(true))
208
209 PARAM_TEST_CASE(SortByKey, InputSize, MatType, MatType, SortMethod, IsGreaterThan)
210 {
211     InputSize input_size;
212     MatType key_type, val_type;
213     SortMethod method;
214     IsGreaterThan is_gt;
215
216     Mat mat_key, mat_val;
217     virtual void SetUp()
218     {
219         input_size = GET_PARAM(0);
220         key_type   = GET_PARAM(1);
221         val_type   = GET_PARAM(2);
222         method     = GET_PARAM(3);
223         is_gt      = GET_PARAM(4);
224
225         using namespace cv;
226         // fill key and val
227         mat_key = randomMat(Size(input_size, 1), key_type, INT_MIN, INT_MAX);
228         mat_val = randomMat(Size(input_size, 1), val_type, INT_MIN, INT_MAX);
229     }
230 };
231
232 OCL_TEST_P(SortByKey, Accuracy)
233 {
234     using namespace cv;
235     ocl::oclMat oclmat_key(mat_key);
236     ocl::oclMat oclmat_val(mat_val);
237
238     ocl::sortByKey(oclmat_key, oclmat_val, method, is_gt);
239     SortByKey_STL::sort(mat_key, mat_val, is_gt);
240
241     EXPECT_MAT_NEAR(mat_key, oclmat_key, 0.0);
242     EXPECT_TRUE(checkUnstableSorterResult(mat_key, mat_val, oclmat_key, oclmat_val));
243 }
244 INSTANTIATE_TEST_CASE_P(OCL_SORT, SortByKey, Combine(INPUT_SIZES, KEY_TYPES, VAL_TYPES, SORT_METHODS, F_OR_T));