src/ui/gfx/color_analysis.cc

   1 // Copyright (c) 2012 The Chromium Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style license that can be
   3 // found in the LICENSE file.
   4
   5 #include "ui/gfx/color_analysis.h"
   6
   7 #include <algorithm>
   8 #include <limits>
   9 #include <vector>
  10
  11 #include "base/logging.h"
  12 #include "base/memory/scoped_ptr.h"
  13 #include "third_party/skia/include/core/SkBitmap.h"
  14 #include "third_party/skia/include/core/SkColorPriv.h"
  15 #include "third_party/skia/include/core/SkUnPreMultiply.h"
  16 #include "ui/gfx/codec/png_codec.h"
  17 #include "ui/gfx/color_utils.h"
  18
  19 namespace color_utils {
  20 namespace {
  21
  22 // RGBA KMean Constants
  23 const uint32_t kNumberOfClusters = 4;
  24 const int kNumberOfIterations = 50;
  25
  26 const HSL kDefaultLowerHSLBound = {-1, -1, 0.15};
  27 const HSL kDefaultUpperHSLBound = {-1, -1, 0.85};
  28
  29 // Background Color Modification Constants
  30 const SkColor kDefaultBgColor = SK_ColorWHITE;
  31
  32 // Support class to hold information about each cluster of pixel data in
  33 // the KMean algorithm. While this class does not contain all of the points
  34 // that exist in the cluster, it keeps track of the aggregate sum so it can
  35 // compute the new center appropriately.
  36 class KMeanCluster {
  37  public:
  38   KMeanCluster() {
  39     Reset();
  40   }
  41
  42   void Reset() {
  43     centroid[0] = centroid[1] = centroid[2] = 0;
  44     aggregate[0] = aggregate[1] = aggregate[2] = 0;
  45     counter = 0;
  46     weight = 0;
  47   }
  48
  49   inline void SetCentroid(uint8_t r, uint8_t g, uint8_t b) {
  50     centroid[0] = r;
  51     centroid[1] = g;
  52     centroid[2] = b;
  53   }
  54
  55   inline void GetCentroid(uint8_t* r, uint8_t* g, uint8_t* b) {
  56     *r = centroid[0];
  57     *g = centroid[1];
  58     *b = centroid[2];
  59   }
  60
  61   inline bool IsAtCentroid(uint8_t r, uint8_t g, uint8_t b) {
  62     return r == centroid[0] && g == centroid[1] && b == centroid[2];
  63   }
  64
  65   // Recomputes the centroid of the cluster based on the aggregate data. The
  66   // number of points used to calculate this center is stored for weighting
  67   // purposes. The aggregate and counter are then cleared to be ready for the
  68   // next iteration.
  69   inline void RecomputeCentroid() {
  70     if (counter > 0) {
  71       centroid[0] = aggregate[0] / counter;
  72       centroid[1] = aggregate[1] / counter;
  73       centroid[2] = aggregate[2] / counter;
  74
  75       aggregate[0] = aggregate[1] = aggregate[2] = 0;
  76       weight = counter;
  77       counter = 0;
  78     }
  79   }
  80
  81   inline void AddPoint(uint8_t r, uint8_t g, uint8_t b) {
  82     aggregate[0] += r;
  83     aggregate[1] += g;
  84     aggregate[2] += b;
  85     ++counter;
  86   }
  87
  88   // Just returns the distance^2. Since we are comparing relative distances
  89   // there is no need to perform the expensive sqrt() operation.
  90   inline uint32_t GetDistanceSqr(uint8_t r, uint8_t g, uint8_t b) {
  91     return (r - centroid[0]) * (r - centroid[0]) +
  92            (g - centroid[1]) * (g - centroid[1]) +
  93            (b - centroid[2]) * (b - centroid[2]);
  94   }
  95
  96   // In order to determine if we have hit convergence or not we need to see
  97   // if the centroid of the cluster has moved. This determines whether or
  98   // not the centroid is the same as the aggregate sum of points that will be
  99   // used to generate the next centroid.
 100   inline bool CompareCentroidWithAggregate() {
 101     if (counter == 0)
 102       return false;
 103
 104     return aggregate[0] / counter == centroid[0] &&
 105            aggregate[1] / counter == centroid[1] &&
 106            aggregate[2] / counter == centroid[2];
 107   }
 108
 109   // Returns the previous counter, which is used to determine the weight
 110   // of the cluster for sorting.
 111   inline uint32_t GetWeight() const {
 112     return weight;
 113   }
 114
 115   static bool SortKMeanClusterByWeight(const KMeanCluster& a,
 116                                        const KMeanCluster& b) {
 117     return a.GetWeight() > b.GetWeight();
 118   }
 119
 120  private:
 121   uint8_t centroid[3];
 122
 123   // Holds the sum of all the points that make up this cluster. Used to
 124   // generate the next centroid as well as to check for convergence.
 125   uint32_t aggregate[3];
 126   uint32_t counter;
 127
 128   // The weight of the cluster, determined by how many points were used
 129   // to generate the previous centroid.
 130   uint32_t weight;
 131 };
 132
 133 // Un-premultiplies each pixel in |bitmap| into an output |buffer|.
 134 void UnPreMultiply(const SkBitmap& bitmap, uint32_t* buffer, int buffer_size) {
 135   SkAutoLockPixels auto_lock(bitmap);
 136   uint32_t* in = static_cast<uint32_t*>(bitmap.getPixels());
 137   uint32_t* out = buffer;
 138   int pixel_count = std::min(bitmap.width() * bitmap.height(), buffer_size);
 139   for (int i = 0; i < pixel_count; ++i) {
 140     int alpha = SkGetPackedA32(*in);
 141     if (alpha != 0 && alpha != 255)
 142       *out++ = SkUnPreMultiply::PMColorToColor(*in++);
 143     else
 144       *out++ = *in++;
 145   }
 146 }
 147
 148 } // namespace
 149
 150 KMeanImageSampler::KMeanImageSampler() {
 151 }
 152
 153 KMeanImageSampler::~KMeanImageSampler() {
 154 }
 155
 156 GridSampler::GridSampler() : calls_(0) {
 157 }
 158
 159 GridSampler::~GridSampler() {
 160 }
 161
 162 int GridSampler::GetSample(int width, int height) {
 163   // Hand-drawn bitmaps often have special outlines or feathering at the edges.
 164   // Start our sampling inset from the top and left edges. For example, a 10x10
 165   // image with 4 clusters would be sampled like this:
 166   // ..........
 167   // .0.4.8....
 168   // ..........
 169   // .1.5.9....
 170   // ..........
 171   // .2.6......
 172   // ..........
 173   // .3.7......
 174   // ..........
 175   const int kPadX = 1;
 176   const int kPadY = 1;
 177   int x = kPadX +
 178       (calls_ / kNumberOfClusters) * ((width - 2 * kPadX) / kNumberOfClusters);
 179   int y = kPadY +
 180       (calls_ % kNumberOfClusters) * ((height - 2 * kPadY) / kNumberOfClusters);
 181   int index = x + (y * width);
 182   ++calls_;
 183   return index % (width * height);
 184 }
 185
 186 SkColor FindClosestColor(const uint8_t* image,
 187                          int width,
 188                          int height,
 189                          SkColor color) {
 190   uint8_t in_r = SkColorGetR(color);
 191   uint8_t in_g = SkColorGetG(color);
 192   uint8_t in_b = SkColorGetB(color);
 193   // Search using distance-squared to avoid expensive sqrt() operations.
 194   int best_distance_squared = kint32max;
 195   SkColor best_color = color;
 196   const uint8_t* byte = image;
 197   for (int i = 0; i < width * height; ++i) {
 198     uint8_t b = *(byte++);
 199     uint8_t g = *(byte++);
 200     uint8_t r = *(byte++);
 201     uint8_t a = *(byte++);
 202     // Ignore fully transparent pixels.
 203     if (a == 0)
 204       continue;
 205     int distance_squared =
 206         (in_b - b) * (in_b - b) +
 207         (in_g - g) * (in_g - g) +
 208         (in_r - r) * (in_r - r);
 209     if (distance_squared < best_distance_squared) {
 210       best_distance_squared = distance_squared;
 211       best_color = SkColorSetRGB(r, g, b);
 212     }
 213   }
 214   return best_color;
 215 }
 216
 217 // For a 16x16 icon on an Intel Core i5 this function takes approximately
 218 // 0.5 ms to run.
 219 // TODO(port): This code assumes the CPU architecture is little-endian.
 220 SkColor CalculateKMeanColorOfBuffer(uint8_t* decoded_data,
 221                                     int img_width,
 222                                     int img_height,
 223                                     const HSL& lower_bound,
 224                                     const HSL& upper_bound,
 225                                     KMeanImageSampler* sampler) {
 226   SkColor color = kDefaultBgColor;
 227   if (img_width > 0 && img_height > 0) {
 228     std::vector<KMeanCluster> clusters;
 229     clusters.resize(kNumberOfClusters, KMeanCluster());
 230
 231     // Pick a starting point for each cluster
 232     std::vector<KMeanCluster>::iterator cluster = clusters.begin();
 233     while (cluster != clusters.end()) {
 234       // Try up to 10 times to find a unique color. If no unique color can be
 235       // found, destroy this cluster.
 236       bool color_unique = false;
 237       for (int i = 0; i < 10; ++i) {
 238         int pixel_pos = sampler->GetSample(img_width, img_height) %
 239             (img_width * img_height);
 240
 241         uint8_t b = decoded_data[pixel_pos * 4];
 242         uint8_t g = decoded_data[pixel_pos * 4 + 1];
 243         uint8_t r = decoded_data[pixel_pos * 4 + 2];
 244         uint8_t a = decoded_data[pixel_pos * 4 + 3];
 245         // Skip fully transparent pixels as they usually contain black in their
 246         // RGB channels but do not contribute to the visual image.
 247         if (a == 0)
 248           continue;
 249
 250         // Loop through the previous clusters and check to see if we have seen
 251         // this color before.
 252         color_unique = true;
 253         for (std::vector<KMeanCluster>::iterator
 254             cluster_check = clusters.begin();
 255             cluster_check != cluster; ++cluster_check) {
 256           if (cluster_check->IsAtCentroid(r, g, b)) {
 257             color_unique = false;
 258             break;
 259           }
 260         }
 261
 262         // If we have a unique color set the center of the cluster to
 263         // that color.
 264         if (color_unique) {
 265           cluster->SetCentroid(r, g, b);
 266           break;
 267         }
 268       }
 269
 270       // If we don't have a unique color erase this cluster.
 271       if (!color_unique) {
 272         cluster = clusters.erase(cluster);
 273       } else {
 274         // Have to increment the iterator here, otherwise the increment in the
 275         // for loop will skip a cluster due to the erase if the color wasn't
 276         // unique.
 277         ++cluster;
 278       }
 279     }
 280
 281     // If all pixels in the image are transparent we will have no clusters.
 282     if (clusters.empty())
 283       return color;
 284
 285     bool convergence = false;
 286     for (int iteration = 0;
 287         iteration < kNumberOfIterations && !convergence;
 288         ++iteration) {
 289
 290       // Loop through each pixel so we can place it in the appropriate cluster.
 291       uint8_t* pixel = decoded_data;
 292       uint8_t* decoded_data_end = decoded_data + (img_width * img_height * 4);
 293       while (pixel < decoded_data_end) {
 294         uint8_t b = *(pixel++);
 295         uint8_t g = *(pixel++);
 296         uint8_t r = *(pixel++);
 297         uint8_t a = *(pixel++);
 298         // Skip transparent pixels, see above.
 299         if (a == 0)
 300           continue;
 301
 302         uint32_t distance_sqr_to_closest_cluster = UINT_MAX;
 303         std::vector<KMeanCluster>::iterator closest_cluster = clusters.begin();
 304
 305         // Figure out which cluster this color is closest to in RGB space.
 306         for (std::vector<KMeanCluster>::iterator cluster = clusters.begin();
 307             cluster != clusters.end(); ++cluster) {
 308           uint32_t distance_sqr = cluster->GetDistanceSqr(r, g, b);
 309
 310           if (distance_sqr < distance_sqr_to_closest_cluster) {
 311             distance_sqr_to_closest_cluster = distance_sqr;
 312             closest_cluster = cluster;
 313           }
 314         }
 315
 316         closest_cluster->AddPoint(r, g, b);
 317       }
 318
 319       // Calculate the new cluster centers and see if we've converged or not.
 320       convergence = true;
 321       for (std::vector<KMeanCluster>::iterator cluster = clusters.begin();
 322           cluster != clusters.end(); ++cluster) {
 323         convergence &= cluster->CompareCentroidWithAggregate();
 324
 325         cluster->RecomputeCentroid();
 326       }
 327     }
 328
 329     // Sort the clusters by population so we can tell what the most popular
 330     // color is.
 331     std::sort(clusters.begin(), clusters.end(),
 332               KMeanCluster::SortKMeanClusterByWeight);
 333
 334     // Loop through the clusters to figure out which cluster has an appropriate
 335     // color. Skip any that are too bright/dark and go in order of weight.
 336     for (std::vector<KMeanCluster>::iterator cluster = clusters.begin();
 337         cluster != clusters.end(); ++cluster) {
 338       uint8_t r, g, b;
 339       cluster->GetCentroid(&r, &g, &b);
 340
 341       SkColor current_color = SkColorSetARGB(SK_AlphaOPAQUE, r, g, b);
 342       HSL hsl;
 343       SkColorToHSL(current_color, &hsl);
 344       if (IsWithinHSLRange(hsl, lower_bound, upper_bound)) {
 345         // If we found a valid color just set it and break. We don't want to
 346         // check the other ones.
 347         color = current_color;
 348         break;
 349       } else if (cluster == clusters.begin()) {
 350         // We haven't found a valid color, but we are at the first color so
 351         // set the color anyway to make sure we at least have a value here.
 352         color = current_color;
 353       }
 354     }
 355   }
 356
 357   // Find a color that actually appears in the image (the K-mean cluster center
 358   // will not usually be a color that appears in the image).
 359   return FindClosestColor(decoded_data, img_width, img_height, color);
 360 }
 361
 362 SkColor CalculateKMeanColorOfPNG(scoped_refptr<base::RefCountedMemory> png,
 363                                  const HSL& lower_bound,
 364                                  const HSL& upper_bound,
 365                                  KMeanImageSampler* sampler) {
 366   int img_width = 0;
 367   int img_height = 0;
 368   std::vector<uint8_t> decoded_data;
 369   SkColor color = kDefaultBgColor;
 370
 371   if (png.get() && png->size() &&
 372       gfx::PNGCodec::Decode(png->front(),
 373                             png->size(),
 374                             gfx::PNGCodec::FORMAT_BGRA,
 375                             &decoded_data,
 376                             &img_width,
 377                             &img_height)) {
 378     return CalculateKMeanColorOfBuffer(&decoded_data[0],
 379                                        img_width,
 380                                        img_height,
 381                                        lower_bound,
 382                                        upper_bound,
 383                                        sampler);
 384   }
 385   return color;
 386 }
 387
 388 SkColor CalculateKMeanColorOfPNG(scoped_refptr<base::RefCountedMemory> png) {
 389   GridSampler sampler;
 390   return CalculateKMeanColorOfPNG(
 391       png, kDefaultLowerHSLBound, kDefaultUpperHSLBound, &sampler);
 392 }
 393
 394 SkColor CalculateKMeanColorOfBitmap(const SkBitmap& bitmap,
 395                                     const HSL& lower_bound,
 396                                     const HSL& upper_bound,
 397                                     KMeanImageSampler* sampler) {
 398   // SkBitmap uses pre-multiplied alpha but the KMean clustering function
 399   // above uses non-pre-multiplied alpha. Transform the bitmap before we
 400   // analyze it because the function reads each pixel multiple times.
 401   int pixel_count = bitmap.width() * bitmap.height();
 402   scoped_ptr<uint32_t[]> image(new uint32_t[pixel_count]);
 403   UnPreMultiply(bitmap, image.get(), pixel_count);
 404
 405   return CalculateKMeanColorOfBuffer(reinterpret_cast<uint8_t*>(image.get()),
 406                                      bitmap.width(),
 407                                      bitmap.height(),
 408                                      lower_bound,
 409                                      upper_bound,
 410                                      sampler);
 411 }
 412
 413 SkColor CalculateKMeanColorOfBitmap(const SkBitmap& bitmap) {
 414   GridSampler sampler;
 415   return CalculateKMeanColorOfBitmap(
 416       bitmap, kDefaultLowerHSLBound, kDefaultUpperHSLBound, &sampler);
 417 }
 418
 419 gfx::Matrix3F ComputeColorCovariance(const SkBitmap& bitmap) {
 420   // First need basic stats to normalize each channel separately.
 421   SkAutoLockPixels bitmap_lock(bitmap);
 422   gfx::Matrix3F covariance = gfx::Matrix3F::Zeros();
 423   if (!bitmap.getPixels())
 424     return covariance;
 425
 426   // Assume ARGB_8888 format.
 427   DCHECK(bitmap.colorType() == kN32_SkColorType);
 428
 429   int64_t r_sum = 0;
 430   int64_t g_sum = 0;
 431   int64_t b_sum = 0;
 432   int64_t rr_sum = 0;
 433   int64_t gg_sum = 0;
 434   int64_t bb_sum = 0;
 435   int64_t rg_sum = 0;
 436   int64_t rb_sum = 0;
 437   int64_t gb_sum = 0;
 438
 439   for (int y = 0; y < bitmap.height(); ++y) {
 440     SkPMColor* current_color = static_cast<uint32_t*>(bitmap.getAddr32(0, y));
 441     for (int x = 0; x < bitmap.width(); ++x, ++current_color) {
 442       SkColor c;
 443       int alpha = SkGetPackedA32(*current_color);
 444       if (alpha != 0 && alpha != 255)
 445         c = SkUnPreMultiply::PMColorToColor(*current_color);
 446       else
 447         c = *current_color;
 448
 449       SkColor r = SkColorGetR(c);
 450       SkColor g = SkColorGetG(c);
 451       SkColor b = SkColorGetB(c);
 452
 453       r_sum += r;
 454       g_sum += g;
 455       b_sum += b;
 456       rr_sum += r * r;
 457       gg_sum += g * g;
 458       bb_sum += b * b;
 459       rg_sum += r * g;
 460       rb_sum += r * b;
 461       gb_sum += g * b;
 462     }
 463   }
 464
 465   // Covariance (not normalized) is E(X*X.t) - m * m.t and this is how it
 466   // is calculated below.
 467   // Each row below represents a row of the matrix describing (co)variances
 468   // of R, G and B channels with (R, G, B)
 469   int pixel_n = bitmap.width() * bitmap.height();
 470   covariance.set(
 471       (static_cast<double>(rr_sum) / pixel_n -
 472        static_cast<double>(r_sum * r_sum) / pixel_n / pixel_n),
 473       (static_cast<double>(rg_sum) / pixel_n -
 474        static_cast<double>(r_sum * g_sum) / pixel_n / pixel_n),
 475       (static_cast<double>(rb_sum) / pixel_n -
 476        static_cast<double>(r_sum * b_sum) / pixel_n / pixel_n),
 477       (static_cast<double>(rg_sum) / pixel_n -
 478        static_cast<double>(r_sum * g_sum) / pixel_n / pixel_n),
 479       (static_cast<double>(gg_sum) / pixel_n -
 480        static_cast<double>(g_sum * g_sum) / pixel_n / pixel_n),
 481       (static_cast<double>(gb_sum) / pixel_n -
 482        static_cast<double>(g_sum * b_sum) / pixel_n / pixel_n),
 483       (static_cast<double>(rb_sum) / pixel_n -
 484        static_cast<double>(r_sum * b_sum) / pixel_n / pixel_n),
 485       (static_cast<double>(gb_sum) / pixel_n -
 486        static_cast<double>(g_sum * b_sum) / pixel_n / pixel_n),
 487       (static_cast<double>(bb_sum) / pixel_n -
 488        static_cast<double>(b_sum * b_sum) / pixel_n / pixel_n));
 489   return covariance;
 490 }
 491
 492 bool ApplyColorReduction(const SkBitmap& source_bitmap,
 493                          const gfx::Vector3dF& color_transform,
 494                          bool fit_to_range,
 495                          SkBitmap* target_bitmap) {
 496   DCHECK(target_bitmap);
 497   SkAutoLockPixels source_lock(source_bitmap);
 498   SkAutoLockPixels target_lock(*target_bitmap);
 499
 500   DCHECK(source_bitmap.getPixels());
 501   DCHECK(target_bitmap->getPixels());
 502   DCHECK_EQ(kN32_SkColorType, source_bitmap.colorType());
 503   DCHECK_EQ(kAlpha_8_SkColorType, target_bitmap->colorType());
 504   DCHECK_EQ(source_bitmap.height(), target_bitmap->height());
 505   DCHECK_EQ(source_bitmap.width(), target_bitmap->width());
 506   DCHECK(!source_bitmap.empty());
 507
 508   // Elements of color_transform are explicitly off-loaded to local values for
 509   // efficiency reasons. Note that in practice images may correspond to entire
 510   // tab captures.
 511   float t0 = 0.0;
 512   float tr = color_transform.x();
 513   float tg = color_transform.y();
 514   float tb = color_transform.z();
 515
 516   if (fit_to_range) {
 517     // We will figure out min/max in a preprocessing step and adjust
 518     // actual_transform as required.
 519     float max_val = std::numeric_limits<float>::min();
 520     float min_val = std::numeric_limits<float>::max();
 521     for (int y = 0; y < source_bitmap.height(); ++y) {
 522       const SkPMColor* source_color_row = static_cast<SkPMColor*>(
 523           source_bitmap.getAddr32(0, y));
 524       for (int x = 0; x < source_bitmap.width(); ++x) {
 525         SkColor c;
 526         int alpha = SkGetPackedA32(source_color_row[x]);
 527         if (alpha != 0 && alpha != 255)
 528           c = SkUnPreMultiply::PMColorToColor(source_color_row[x]);
 529         else
 530           c = source_color_row[x];
 531
 532         float r = SkColorGetR(c);
 533         float g = SkColorGetG(c);
 534         float b = SkColorGetB(c);
 535         float gray_level = tr * r + tg * g + tb * b;
 536         max_val = std::max(max_val, gray_level);
 537         min_val = std::min(min_val, gray_level);
 538       }
 539     }
 540
 541     // Adjust the transform so that the result is scaling.
 542     float scale = 0.0;
 543     t0 = -min_val;
 544     if (max_val > min_val)
 545       scale = 255.0 / (max_val - min_val);
 546     t0 *= scale;
 547     tr *= scale;
 548     tg *= scale;
 549     tb *= scale;
 550   }
 551
 552   for (int y = 0; y < source_bitmap.height(); ++y) {
 553     const SkPMColor* source_color_row = static_cast<SkPMColor*>(
 554         source_bitmap.getAddr32(0, y));
 555     uint8_t* target_color_row = target_bitmap->getAddr8(0, y);
 556     for (int x = 0; x < source_bitmap.width(); ++x) {
 557       SkColor c;
 558       int alpha = SkGetPackedA32(source_color_row[x]);
 559       if (alpha != 0 && alpha != 255)
 560         c = SkUnPreMultiply::PMColorToColor(source_color_row[x]);
 561       else
 562         c = source_color_row[x];
 563
 564       float r = SkColorGetR(c);
 565       float g = SkColorGetG(c);
 566       float b = SkColorGetB(c);
 567
 568       float gl = t0 + tr * r + tg * g + tb * b;
 569       if (gl < 0)
 570         gl = 0;
 571       if (gl > 0xFF)
 572         gl = 0xFF;
 573       target_color_row[x] = static_cast<uint8_t>(gl);
 574     }
 575   }
 576
 577   return true;
 578 }
 579
 580 bool ComputePrincipalComponentImage(const SkBitmap& source_bitmap,
 581                                     SkBitmap* target_bitmap) {
 582   if (!target_bitmap) {
 583     NOTREACHED();
 584     return false;
 585   }
 586
 587   gfx::Matrix3F covariance = ComputeColorCovariance(source_bitmap);
 588   gfx::Matrix3F eigenvectors = gfx::Matrix3F::Zeros();
 589   gfx::Vector3dF eigenvals = covariance.SolveEigenproblem(&eigenvectors);
 590   gfx::Vector3dF principal = eigenvectors.get_column(0);
 591   if (eigenvals == gfx::Vector3dF() || principal == gfx::Vector3dF())
 592     return false;  // This may happen for some edge cases.
 593   return ApplyColorReduction(source_bitmap, principal, true, target_bitmap);
 594 }
 595
 596 }  // color_utils