modules/ts/include/opencv2/ts/ocl_test.hpp

   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) 2010-2013, Advanced Micro Devices, Inc., 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 the copyright holders 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 OpenCV Foundation 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 #ifndef __OPENCV_TS_OCL_TEST_HPP__
  43 #define __OPENCV_TS_OCL_TEST_HPP__
  44
  45 #include "opencv2/opencv_modules.hpp"
  46
  47 #include "opencv2/ts.hpp"
  48
  49 #include "opencv2/highgui.hpp"
  50 #include "opencv2/imgproc.hpp"
  51 #include "opencv2/imgproc/types_c.h"
  52 #include "opencv2/core/ocl.hpp"
  53
  54 namespace cvtest {
  55 namespace ocl {
  56
  57 using namespace cv;
  58 using namespace testing;
  59
  60 extern int test_loop_times;
  61
  62 #define MAX_VALUE 357
  63
  64 #define EXPECT_MAT_NORM(mat, eps) \
  65 { \
  66     EXPECT_LE(TestUtils::checkNorm(mat), eps) \
  67 }
  68
  69 #define EXPECT_MAT_NEAR(mat1, mat2, eps) \
  70 { \
  71     ASSERT_EQ(mat1.type(), mat2.type()); \
  72     ASSERT_EQ(mat1.size(), mat2.size()); \
  73     EXPECT_LE(TestUtils::checkNorm(mat1, mat2), eps) \
  74         << "Size: " << mat1.size() << std::endl; \
  75 }
  76
  77 #define EXPECT_MAT_NEAR_RELATIVE(mat1, mat2, eps) \
  78 { \
  79     ASSERT_EQ(mat1.type(), mat2.type()); \
  80     ASSERT_EQ(mat1.size(), mat2.size()); \
  81     EXPECT_LE(TestUtils::checkNormRelative(mat1, mat2), eps) \
  82         << "Size: " << mat1.size() << std::endl; \
  83 }
  84
  85 #define OCL_EXPECT_MATS_NEAR(name, eps) \
  86 { \
  87     EXPECT_MAT_NEAR(name ## _roi, u ## name ## _roi, eps); \
  88     int nextValue = rng.next(); \
  89     RNG dataRng1(nextValue), dataRng2(nextValue); \
  90     dataRng1.fill(name ## _roi, RNG::UNIFORM, Scalar::all(-MAX_VALUE), Scalar::all(MAX_VALUE)); \
  91     dataRng2.fill(u ## name ## _roi, RNG::UNIFORM, Scalar::all(-MAX_VALUE), Scalar::all(MAX_VALUE)); \
  92     EXPECT_MAT_NEAR(name, u ## name, 0/*FLT_EPSILON*/); \
  93 }
  94
  95 #define OCL_EXPECT_MATS_NEAR_RELATIVE(name, eps) \
  96 { \
  97     EXPECT_MAT_NEAR_RELATIVE(name ## _roi, u ## name ## _roi, eps); \
  98     int nextValue = rng.next(); \
  99     RNG dataRng1(nextValue), dataRng2(nextValue); \
 100     dataRng1.fill(name ## _roi, RNG::UNIFORM, Scalar::all(-MAX_VALUE), Scalar::all(MAX_VALUE)); \
 101     dataRng2.fill(u ## name ## _roi, RNG::UNIFORM, Scalar::all(-MAX_VALUE), Scalar::all(MAX_VALUE)); \
 102     EXPECT_MAT_NEAR_RELATIVE(name, u ## name, 0/*FLT_EPSILON*/); \
 103 }
 104
 105 #define EXPECT_MAT_SIMILAR(mat1, mat2, eps) \
 106 { \
 107     ASSERT_EQ(mat1.type(), mat2.type()); \
 108     ASSERT_EQ(mat1.size(), mat2.size()); \
 109     EXPECT_LE(checkSimilarity(mat1, mat2), eps) \
 110         << "Size: " << mat1.size() << std::endl; \
 111 }
 112
 113 using perf::MatDepth;
 114 using perf::MatType;
 115
 116 #define OCL_RNG_SEED 123456
 117
 118 struct CV_EXPORTS TestUtils
 119 {
 120     cv::RNG rng;
 121
 122     TestUtils()
 123     {
 124         rng = cv::RNG(OCL_RNG_SEED);
 125     }
 126
 127     int randomInt(int minVal, int maxVal)
 128     {
 129         return rng.uniform(minVal, maxVal);
 130     }
 131
 132     double randomDouble(double minVal, double maxVal)
 133     {
 134         return rng.uniform(minVal, maxVal);
 135     }
 136
 137     double randomDoubleLog(double minVal, double maxVal)
 138     {
 139         double logMin = log((double)minVal + 1);
 140         double logMax = log((double)maxVal + 1);
 141         double pow = rng.uniform(logMin, logMax);
 142         double v = exp(pow) - 1;
 143         CV_Assert(v >= minVal && (v < maxVal || (v == minVal && v == maxVal)));
 144         return v;
 145     }
 146
 147     Size randomSize(int minVal, int maxVal)
 148     {
 149 #if 1
 150         return cv::Size((int)randomDoubleLog(minVal, maxVal), (int)randomDoubleLog(minVal, maxVal));
 151 #else
 152         return cv::Size(randomInt(minVal, maxVal), randomInt(minVal, maxVal));
 153 #endif
 154     }
 155
 156     Size randomSize(int minValX, int maxValX, int minValY, int maxValY)
 157     {
 158 #if 1
 159         return cv::Size((int)randomDoubleLog(minValX, maxValX), (int)randomDoubleLog(minValY, maxValY));
 160 #else
 161         return cv::Size(randomInt(minVal, maxVal), randomInt(minVal, maxVal));
 162 #endif
 163     }
 164
 165     Scalar randomScalar(double minVal, double maxVal)
 166     {
 167         return Scalar(randomDouble(minVal, maxVal), randomDouble(minVal, maxVal), randomDouble(minVal, maxVal), randomDouble(minVal, maxVal));
 168     }
 169
 170     Mat randomMat(Size size, int type, double minVal, double maxVal, bool useRoi = false)
 171     {
 172         RNG dataRng(rng.next());
 173         return cvtest::randomMat(dataRng, size, type, minVal, maxVal, useRoi);
 174     }
 175
 176     struct Border
 177     {
 178         int top, bot, lef, rig;
 179     };
 180
 181     Border randomBorder(int minValue = 0, int maxValue = MAX_VALUE)
 182     {
 183         Border border = {
 184                 (int)randomDoubleLog(minValue, maxValue),
 185                 (int)randomDoubleLog(minValue, maxValue),
 186                 (int)randomDoubleLog(minValue, maxValue),
 187                 (int)randomDoubleLog(minValue, maxValue)
 188         };
 189         return border;
 190     }
 191
 192     void randomSubMat(Mat& whole, Mat& subMat, const Size& roiSize, const Border& border, int type, double minVal, double maxVal)
 193     {
 194         Size wholeSize = Size(roiSize.width + border.lef + border.rig, roiSize.height + border.top + border.bot);
 195         whole = randomMat(wholeSize, type, minVal, maxVal, false);
 196         subMat = whole(Rect(border.lef, border.top, roiSize.width, roiSize.height));
 197     }
 198
 199     // If the two vectors are not equal, it will return the difference in vector size
 200     // Else it will return (total diff of each 1 and 2 rects covered pixels)/(total 1 rects covered pixels)
 201     // The smaller, the better matched
 202     static double checkRectSimilarity(const cv::Size & sz, std::vector<cv::Rect>& ob1, std::vector<cv::Rect>& ob2);
 203
 204     //! read image from testdata folder.
 205     static cv::Mat readImage(const String &fileName, int flags = cv::IMREAD_COLOR);
 206     static cv::Mat readImageType(const String &fname, int type);
 207
 208     static double checkNorm(InputArray m);
 209     static double checkNorm(InputArray m1, InputArray m2);
 210     static double checkSimilarity(InputArray m1, InputArray m2);
 211     static void showDiff(InputArray _src, InputArray _gold, InputArray _actual, double eps, bool alwaysShow);
 212
 213     static inline double checkNormRelative(InputArray m1, InputArray m2)
 214     {
 215         return cv::norm(m1.getMat(), m2.getMat(), cv::NORM_INF) /
 216                 std::max((double)std::numeric_limits<float>::epsilon(),
 217                          (double)std::max(cv::norm(m1.getMat(), cv::NORM_INF), norm(m2.getMat(), cv::NORM_INF)));
 218     }
 219 };
 220
 221 #define TEST_DECLARE_INPUT_PARAMETER(name) Mat name, name ## _roi; UMat u ## name, u ## name ## _roi;
 222 #define TEST_DECLARE_OUTPUT_PARAMETER(name) TEST_DECLARE_INPUT_PARAMETER(name)
 223
 224 #define UMAT_UPLOAD_INPUT_PARAMETER(name) \
 225 { \
 226     name.copyTo(u ## name); \
 227     Size _wholeSize; Point ofs; name ## _roi.locateROI(_wholeSize, ofs); \
 228     u ## name ## _roi = u ## name(Rect(ofs.x, ofs.y, name ## _roi.size().width, name ## _roi.size().height)); \
 229 }
 230 #define UMAT_UPLOAD_OUTPUT_PARAMETER(name) UMAT_UPLOAD_INPUT_PARAMETER(name)
 231
 232 template <typename T>
 233 struct CV_EXPORTS TSTestWithParam : public TestUtils, public ::testing::TestWithParam<T>
 234 {
 235
 236 };
 237
 238 #define PARAM_TEST_CASE(name, ...) struct name : public TSTestWithParam< std::tr1::tuple< __VA_ARGS__ > >
 239
 240 #define GET_PARAM(k) std::tr1::get< k >(GetParam())
 241
 242 #ifndef IMPLEMENT_PARAM_CLASS
 243 #define IMPLEMENT_PARAM_CLASS(name, type) \
 244     class name \
 245     { \
 246     public: \
 247         name ( type arg = type ()) : val_(arg) {} \
 248         operator type () const {return val_;} \
 249     private: \
 250         type val_; \
 251     }; \
 252     inline void PrintTo( name param, std::ostream* os) \
 253     { \
 254         *os << #name <<  "(" << testing::PrintToString(static_cast< type >(param)) << ")"; \
 255     }
 256
 257 IMPLEMENT_PARAM_CLASS(Channels, int)
 258 #endif // IMPLEMENT_PARAM_CLASS
 259
 260 #define OCL_TEST_P TEST_P
 261 #define OCL_TEST_F(name, ...) typedef name OCL_##name; TEST_F(OCL_##name, __VA_ARGS__)
 262 #define OCL_TEST(name, ...) TEST(OCL_##name, __VA_ARGS__)
 263
 264 #define OCL_OFF(fn) cv::ocl::setUseOpenCL(false); fn
 265 #define OCL_ON(fn) cv::ocl::setUseOpenCL(true); fn
 266
 267 #define OCL_ALL_DEPTHS Values(CV_8U, CV_8S, CV_16U, CV_16S, CV_32S, CV_32F, CV_64F)
 268 #define OCL_ALL_CHANNELS Values(1, 2, 3, 4)
 269
 270 CV_ENUM(Interpolation, INTER_NEAREST, INTER_LINEAR, INTER_CUBIC, INTER_AREA)
 271 CV_ENUM(ThreshOp, THRESH_BINARY, THRESH_BINARY_INV, THRESH_TRUNC, THRESH_TOZERO, THRESH_TOZERO_INV)
 272 CV_ENUM(BorderType, BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT, BORDER_WRAP, BORDER_REFLECT_101)
 273
 274 #define OCL_INSTANTIATE_TEST_CASE_P(prefix, test_case_name, generator) \
 275     INSTANTIATE_TEST_CASE_P(OCL_ ## prefix, test_case_name, generator)
 276
 277 } } // namespace cvtest::ocl
 278
 279 #endif // __OPENCV_TS_OCL_TEST_HPP__