platform-abstractions/portable/gaussian-blur.cpp

   1 /*
   2  * Copyright (c) 2017 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
  20 // INTERNAL INCLUDES
  21 #include "gaussian-blur.h"
  22 #include "pixel-buffer-impl.h"
  23
  24 namespace Dali
  25 {
  26
  27 namespace Internal
  28 {
  29
  30 namespace Adaptor
  31 {
  32
  33
  34
  35 void ConvoluteAndTranspose( unsigned char* inBuffer,
  36                             unsigned char* outBuffer,
  37                             const unsigned int bufferWidth,
  38                             const unsigned int bufferHeight,
  39                             const float blurRadius )
  40 {
  41   // Calculate the weights for gaussian blur
  42   int radius = static_cast<int>( std::ceil( blurRadius ) );
  43   int rows = radius * 2 + 1;
  44
  45   float sigma = ( blurRadius < Math::MACHINE_EPSILON_1 ) ? 0.0f : blurRadius * 0.4f + 0.6f; // The same equation used by Android
  46   float sigma22 = 2.0f * sigma * sigma;
  47   float sqrtSigmaPi2 = std::sqrt( 2.0f * Math::PI ) * sigma;
  48   float radius2 = radius * radius;
  49   float normalizeFactor = 0.0f;
  50
  51   float* weightMatrix = new float[rows];
  52   int index = 0;
  53
  54   for ( int row = -radius; row <= radius; row++ )
  55   {
  56     float distance = row * row;
  57     if ( distance > radius2 )
  58     {
  59       weightMatrix[index] = 0.0f;
  60     }
  61     else
  62     {
  63       weightMatrix[index] = static_cast<float>( std::exp( -( distance ) / sigma22 ) / sqrtSigmaPi2 );
  64     }
  65     normalizeFactor += weightMatrix[index];
  66     index++;
  67   }
  68
  69   for ( int i = 0; i < rows; i++ )
  70   {
  71     weightMatrix[i] /= normalizeFactor;
  72   }
  73
  74   // Perform the convolution and transposition using the weights
  75   int columns = rows;
  76   int columns2 = columns / 2;
  77   for ( unsigned int y = 0; y < bufferHeight; y++ )
  78   {
  79     unsigned int targetPixelIndex = y;
  80     unsigned int ioffset = y * bufferWidth;
  81     for ( unsigned int x = 0; x < bufferWidth; x++ )
  82     {
  83       float r = 0.0f, g = 0.0f, b = 0.0f, a = 0.0f;
  84       int weightColumnOffset = columns2;
  85       for ( int column = -columns2; column <= columns2; column++ )
  86       {
  87         float weight = weightMatrix[weightColumnOffset + column];
  88         if ( fabsf( weight ) > Math::MACHINE_EPSILON_1 )
  89         {
  90           int ix = x + column;
  91           ix = std::max( 0, std::min( ix, static_cast<int>( bufferWidth - 1 ) ) );
  92           unsigned int sourcePixelIndex = ioffset + ix;
  93           r += weight * inBuffer[sourcePixelIndex*4];
  94           g += weight * inBuffer[sourcePixelIndex*4+1];
  95           b += weight * inBuffer[sourcePixelIndex*4+2];
  96           a += weight * inBuffer[sourcePixelIndex*4+3];
  97         }
  98       }
  99
 100       outBuffer[targetPixelIndex*4] = std::max( 0, std::min( static_cast<int>( r + 0.5f ), 255 ) );
 101       outBuffer[targetPixelIndex*4+1] = std::max( 0, std::min( static_cast<int>( g + 0.5f ), 255 ) );
 102       outBuffer[targetPixelIndex*4+2] = std::max( 0, std::min( static_cast<int>( b + 0.5f ), 255 ) );
 103       outBuffer[targetPixelIndex*4+3] = std::max( 0, std::min( static_cast<int>( a + 0.5f ), 255 ) );
 104
 105       targetPixelIndex += bufferHeight;
 106     }
 107   }
 108
 109   delete [] weightMatrix;
 110 }
 111
 112 void PerformGaussianBlurRGBA( PixelBuffer& buffer, const float blurRadius )
 113 {
 114   unsigned int bufferWidth = buffer.GetWidth();
 115   unsigned int bufferHeight = buffer.GetHeight();
 116
 117   // Create a temporary buffer for the two-pass blur
 118   PixelBufferPtr softShadowImageBuffer = PixelBuffer::New( bufferWidth, bufferHeight, Pixel::RGBA8888 );
 119   memcpy( softShadowImageBuffer->GetBuffer(), buffer.GetBuffer(), 4u * bufferWidth * bufferHeight );
 120
 121   // We perform the blur first but write its output image buffer transposed, so that we
 122   // can just do it in two passes. The first pass blurs horizontally and transposes, the
 123   // second pass does the same, but as the image is now transposed, it's really doing a
 124   // vertical blur. The second transposition makes the image the right way up again. This
 125   // is much faster than doing a 2D convolution.
 126   ConvoluteAndTranspose( buffer.GetBuffer(), softShadowImageBuffer->GetBuffer(), bufferWidth, bufferHeight, blurRadius );
 127   ConvoluteAndTranspose( softShadowImageBuffer->GetBuffer(), buffer.GetBuffer(), bufferHeight, bufferWidth, blurRadius );
 128
 129   // On leaving scope, softShadowImageBuffer will get destroyed.
 130 }
 131
 132 } //namespace Adaptor
 133
 134 }// namespace Internal
 135
 136 }// namespace Dali