dali/internal/imaging/common/gaussian-blur.cpp

   1 /*
   2  * Copyright (c) 2021 Samsung Electronics Co., Ltd.
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  * http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 // EXTERNAL INCLUDES
  18 #include <memory.h>
  19 #include <cmath>
  20
  21 // INTERNAL INCLUDES
  22 #include <dali/internal/imaging/common/gaussian-blur.h>
  23 #include <dali/internal/imaging/common/pixel-buffer-impl.h>
  24
  25 namespace Dali
  26 {
  27 namespace Internal
  28 {
  29 namespace Adaptor
  30 {
  31 void ConvoluteAndTranspose(unsigned char*     inBuffer,
  32                            unsigned char*     outBuffer,
  33                            const unsigned int bufferWidth,
  34                            const unsigned int bufferHeight,
  35                            const float        blurRadius)
  36 {
  37   // Calculate the weights for gaussian blur
  38   int radius = static_cast<int>(std::ceil(blurRadius));
  39   int rows   = radius * 2 + 1;
  40
  41   float sigma           = (blurRadius < Math::MACHINE_EPSILON_1) ? 0.0f : blurRadius * 0.4f + 0.6f; // The same equation used by Android
  42   float sigma22         = 2.0f * sigma * sigma;
  43   float sqrtSigmaPi2    = std::sqrt(2.0f * Math::PI) * sigma;
  44   float radius2         = radius * radius;
  45   float normalizeFactor = 0.0f;
  46
  47   float* weightMatrix = new float[rows];
  48   int    index        = 0;
  49
  50   for(int row = -radius; row <= radius; row++)
  51   {
  52     float distance = row * row;
  53     if(distance > radius2)
  54     {
  55       weightMatrix[index] = 0.0f;
  56     }
  57     else
  58     {
  59       weightMatrix[index] = static_cast<float>(std::exp(-(distance) / sigma22) / sqrtSigmaPi2);
  60     }
  61     normalizeFactor += weightMatrix[index];
  62     index++;
  63   }
  64
  65   for(int i = 0; i < rows; i++)
  66   {
  67     weightMatrix[i] /= normalizeFactor;
  68   }
  69
  70   // Perform the convolution and transposition using the weights
  71   int columns  = rows;
  72   int columns2 = columns / 2;
  73   for(unsigned int y = 0; y < bufferHeight; y++)
  74   {
  75     unsigned int targetPixelIndex = y;
  76     unsigned int ioffset          = y * bufferWidth;
  77     for(unsigned int x = 0; x < bufferWidth; x++)
  78     {
  79       float r = 0.0f, g = 0.0f, b = 0.0f, a = 0.0f;
  80       int   weightColumnOffset = columns2;
  81       for(int column = -columns2; column <= columns2; column++)
  82       {
  83         float weight = weightMatrix[weightColumnOffset + column];
  84         if(fabsf(weight) > Math::MACHINE_EPSILON_1)
  85         {
  86           int ix                        = x + column;
  87           ix                            = std::max(0, std::min(ix, static_cast<int>(bufferWidth - 1)));
  88           unsigned int sourcePixelIndex = ioffset + ix;
  89           r += weight * inBuffer[sourcePixelIndex * 4];
  90           g += weight * inBuffer[sourcePixelIndex * 4 + 1];
  91           b += weight * inBuffer[sourcePixelIndex * 4 + 2];
  92           a += weight * inBuffer[sourcePixelIndex * 4 + 3];
  93         }
  94       }
  95
  96       outBuffer[targetPixelIndex * 4]     = std::max(0, std::min(static_cast<int>(r + 0.5f), 255));
  97       outBuffer[targetPixelIndex * 4 + 1] = std::max(0, std::min(static_cast<int>(g + 0.5f), 255));
  98       outBuffer[targetPixelIndex * 4 + 2] = std::max(0, std::min(static_cast<int>(b + 0.5f), 255));
  99       outBuffer[targetPixelIndex * 4 + 3] = std::max(0, std::min(static_cast<int>(a + 0.5f), 255));
 100
 101       targetPixelIndex += bufferHeight;
 102     }
 103   }
 104
 105   delete[] weightMatrix;
 106 }
 107
 108 void PerformGaussianBlurRGBA(PixelBuffer& buffer, const float blurRadius)
 109 {
 110   unsigned int bufferWidth  = buffer.GetWidth();
 111   unsigned int bufferHeight = buffer.GetHeight();
 112
 113   // Create a temporary buffer for the two-pass blur
 114   PixelBufferPtr softShadowImageBuffer = PixelBuffer::New(bufferWidth, bufferHeight, Pixel::RGBA8888);
 115   memcpy(softShadowImageBuffer->GetBuffer(), buffer.GetBuffer(), 4u * bufferWidth * bufferHeight);
 116
 117   // We perform the blur first but write its output image buffer transposed, so that we
 118   // can just do it in two passes. The first pass blurs horizontally and transposes, the
 119   // second pass does the same, but as the image is now transposed, it's really doing a
 120   // vertical blur. The second transposition makes the image the right way up again. This
 121   // is much faster than doing a 2D convolution.
 122   ConvoluteAndTranspose(buffer.GetBuffer(), softShadowImageBuffer->GetBuffer(), bufferWidth, bufferHeight, blurRadius);
 123   ConvoluteAndTranspose(softShadowImageBuffer->GetBuffer(), buffer.GetBuffer(), bufferHeight, bufferWidth, blurRadius);
 124
 125   // On leaving scope, softShadowImageBuffer will get destroyed.
 126 }
 127
 128 } //namespace Adaptor
 129
 130 } // namespace Internal
 131
 132 } // namespace Dali