src/lib/ffmpeg_decoder.cc

   1 /*
   2     Copyright (C) 2012-2014 Carl Hetherington <cth@carlh.net>
   3
   4     This program is free software; you can redistribute it and/or modify
   5     it under the terms of the GNU General Public License as published by
   6     the Free Software Foundation; either version 2 of the License, or
   7     (at your option) any later version.
   8
   9     This program is distributed in the hope that it will be useful,
  10     but WITHOUT ANY WARRANTY; without even the implied warranty of
  11     MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12     GNU General Public License for more details.
  13
  14     You should have received a copy of the GNU General Public License
  15     along with this program; if not, write to the Free Software
  16     Foundation, Inc., 675 Mass Ave, Cambridge, MA 02139, USA.
  17
  18 */
  19
  20 /** @file  src/ffmpeg_decoder.cc
  21  *  @brief A decoder using FFmpeg to decode content.
  22  */
  23
  24 #include <stdexcept>
  25 #include <vector>
  26 #include <iomanip>
  27 #include <iostream>
  28 #include <stdint.h>
  29 #include <sndfile.h>
  30 extern "C" {
  31 #include <libavcodec/avcodec.h>
  32 #include <libavformat/avformat.h>
  33 }
  34 #include "filter.h"
  35 #include "exceptions.h"
  36 #include "image.h"
  37 #include "util.h"
  38 #include "log.h"
  39 #include "ffmpeg_decoder.h"
  40 #include "ffmpeg_audio_stream.h"
  41 #include "ffmpeg_subtitle_stream.h"
  42 #include "filter_graph.h"
  43 #include "audio_buffers.h"
  44 #include "ffmpeg_content.h"
  45 #include "raw_image_proxy.h"
  46 #include "film.h"
  47 #include "timer.h"
  48
  49 #include "i18n.h"
  50
  51 #define LOG_GENERAL(...) _video_content->film()->log()->log (String::compose (__VA_ARGS__), Log::TYPE_GENERAL);
  52 #define LOG_ERROR(...) _video_content->film()->log()->log (String::compose (__VA_ARGS__), Log::TYPE_ERROR);
  53 #define LOG_WARNING_NC(...) _video_content->film()->log()->log (__VA_ARGS__, Log::TYPE_WARNING);
  54 #define LOG_WARNING(...) _video_content->film()->log()->log (String::compose (__VA_ARGS__), Log::TYPE_WARNING);
  55
  56 using std::cout;
  57 using std::string;
  58 using std::vector;
  59 using std::list;
  60 using std::min;
  61 using std::pair;
  62 using std::make_pair;
  63 using boost::shared_ptr;
  64 using boost::optional;
  65 using boost::dynamic_pointer_cast;
  66 using dcp::Size;
  67
  68 FFmpegDecoder::FFmpegDecoder (shared_ptr<const FFmpegContent> c, shared_ptr<Log> log)
  69         : VideoDecoder (c)
  70         , AudioDecoder (c)
  71         , SubtitleDecoder (c)
  72         , FFmpeg (c)
  73         , _log (log)
  74 {
  75         /* Audio and video frame PTS values may not start with 0.  We want
  76            to fiddle them so that:
  77
  78            1.  One of them starts at time 0.
  79            2.  The first video PTS value ends up on a frame boundary.
  80
  81            Then we remove big initial gaps in PTS and we allow our
  82            insertion of black frames to work.
  83
  84            We will do pts_to_use = pts_from_ffmpeg + pts_offset;
  85         */
  86
  87         bool const have_video = c->first_video();
  88         bool const have_audio = c->audio_stream () && c->audio_stream()->first_audio;
  89
  90         /* First, make one of them start at 0 */
  91
  92         if (have_audio && have_video) {
  93                 _pts_offset = - min (c->first_video().get(), c->audio_stream()->first_audio.get());
  94         } else if (have_video) {
  95                 _pts_offset = - c->first_video().get();
  96         } else if (have_audio) {
  97                 _pts_offset = - c->audio_stream()->first_audio.get();
  98         }
  99
 100         /* If _pts_offset is positive we would be pushing things from a -ve PTS to be played.
 101            I don't think we ever want to do that, as it seems things at -ve PTS are not meant
 102            to be seen (use for alignment bars etc.); see mantis #418.
 103         */
 104         if (_pts_offset > ContentTime ()) {
 105                 _pts_offset = ContentTime ();
 106         }
 107
 108         /* Now adjust both so that the video pts starts on a frame */
 109         if (have_video && have_audio) {
 110                 ContentTime first_video = c->first_video().get() + _pts_offset;
 111                 ContentTime const old_first_video = first_video;
 112                 _pts_offset += first_video.round_up (c->video_frame_rate ()) - old_first_video;
 113         }
 114 }
 115
 116 void
 117 FFmpegDecoder::flush ()
 118 {
 119         /* Get any remaining frames */
 120
 121         _packet.data = 0;
 122         _packet.size = 0;
 123
 124         /* XXX: should we reset _packet.data and size after each *_decode_* call? */
 125
 126         while (decode_video_packet ()) {}
 127
 128         if (_ffmpeg_content->audio_stream()) {
 129                 decode_audio_packet ();
 130                 AudioDecoder::flush ();
 131         }
 132 }
 133
 134 bool
 135 FFmpegDecoder::pass ()
 136 {
 137         int r = av_read_frame (_format_context, &_packet);
 138
 139         if (r < 0) {
 140                 if (r != AVERROR_EOF) {
 141                         /* Maybe we should fail here, but for now we'll just finish off instead */
 142                         char buf[256];
 143                         av_strerror (r, buf, sizeof(buf));
 144                         LOG_ERROR (N_("error on av_read_frame (%1) (%2)"), buf, r);
 145                 }
 146
 147                 flush ();
 148                 return true;
 149         }
 150
 151         int const si = _packet.stream_index;
 152
 153         if (si == _video_stream) {
 154                 decode_video_packet ();
 155         } else if (_ffmpeg_content->audio_stream() && _ffmpeg_content->audio_stream()->uses_index (_format_context, si)) {
 156                 decode_audio_packet ();
 157         } else if (_ffmpeg_content->subtitle_stream() && _ffmpeg_content->subtitle_stream()->uses_index (_format_context, si)) {
 158                 decode_subtitle_packet ();
 159         }
 160
 161         av_free_packet (&_packet);
 162         return false;
 163 }
 164
 165 /** @param data pointer to array of pointers to buffers.
 166  *  Only the first buffer will be used for non-planar data, otherwise there will be one per channel.
 167  */
 168 shared_ptr<AudioBuffers>
 169 FFmpegDecoder::deinterleave_audio (uint8_t** data, int size)
 170 {
 171         DCPOMATIC_ASSERT (_ffmpeg_content->audio_channels());
 172         DCPOMATIC_ASSERT (bytes_per_audio_sample());
 173
 174         /* Deinterleave and convert to float */
 175
 176         DCPOMATIC_ASSERT ((size % (bytes_per_audio_sample() * _ffmpeg_content->audio_channels())) == 0);
 177
 178         int const total_samples = size / bytes_per_audio_sample();
 179         int const frames = total_samples / _ffmpeg_content->audio_channels();
 180         shared_ptr<AudioBuffers> audio (new AudioBuffers (_ffmpeg_content->audio_channels(), frames));
 181
 182         switch (audio_sample_format()) {
 183         case AV_SAMPLE_FMT_U8:
 184         {
 185                 uint8_t* p = reinterpret_cast<uint8_t *> (data[0]);
 186                 int sample = 0;
 187                 int channel = 0;
 188                 for (int i = 0; i < total_samples; ++i) {
 189                         audio->data(channel)[sample] = float(*p++) / (1 << 23);
 190
 191                         ++channel;
 192                         if (channel == _ffmpeg_content->audio_channels()) {
 193                                 channel = 0;
 194                                 ++sample;
 195                         }
 196                 }
 197         }
 198         break;
 199
 200         case AV_SAMPLE_FMT_S16:
 201         {
 202                 int16_t* p = reinterpret_cast<int16_t *> (data[0]);
 203                 int sample = 0;
 204                 int channel = 0;
 205                 for (int i = 0; i < total_samples; ++i) {
 206                         audio->data(channel)[sample] = float(*p++) / (1 << 15);
 207
 208                         ++channel;
 209                         if (channel == _ffmpeg_content->audio_channels()) {
 210                                 channel = 0;
 211                                 ++sample;
 212                         }
 213                 }
 214         }
 215         break;
 216
 217         case AV_SAMPLE_FMT_S16P:
 218         {
 219                 int16_t** p = reinterpret_cast<int16_t **> (data);
 220                 for (int i = 0; i < _ffmpeg_content->audio_channels(); ++i) {
 221                         for (int j = 0; j < frames; ++j) {
 222                                 audio->data(i)[j] = static_cast<float>(p[i][j]) / (1 << 15);
 223                         }
 224                 }
 225         }
 226         break;
 227
 228         case AV_SAMPLE_FMT_S32:
 229         {
 230                 int32_t* p = reinterpret_cast<int32_t *> (data[0]);
 231                 int sample = 0;
 232                 int channel = 0;
 233                 for (int i = 0; i < total_samples; ++i) {
 234                         audio->data(channel)[sample] = static_cast<float>(*p++) / (1 << 31);
 235
 236                         ++channel;
 237                         if (channel == _ffmpeg_content->audio_channels()) {
 238                                 channel = 0;
 239                                 ++sample;
 240                         }
 241                 }
 242         }
 243         break;
 244
 245         case AV_SAMPLE_FMT_FLT:
 246         {
 247                 float* p = reinterpret_cast<float*> (data[0]);
 248                 int sample = 0;
 249                 int channel = 0;
 250                 for (int i = 0; i < total_samples; ++i) {
 251                         audio->data(channel)[sample] = *p++;
 252
 253                         ++channel;
 254                         if (channel == _ffmpeg_content->audio_channels()) {
 255                                 channel = 0;
 256                                 ++sample;
 257                         }
 258                 }
 259         }
 260         break;
 261
 262         case AV_SAMPLE_FMT_FLTP:
 263         {
 264                 float** p = reinterpret_cast<float**> (data);
 265                 for (int i = 0; i < _ffmpeg_content->audio_channels(); ++i) {
 266                         memcpy (audio->data(i), p[i], frames * sizeof(float));
 267                 }
 268         }
 269         break;
 270
 271         default:
 272                 throw DecodeError (String::compose (_("Unrecognised audio sample format (%1)"), static_cast<int> (audio_sample_format())));
 273         }
 274
 275         return audio;
 276 }
 277
 278 AVSampleFormat
 279 FFmpegDecoder::audio_sample_format () const
 280 {
 281         if (!_ffmpeg_content->audio_stream()) {
 282                 return (AVSampleFormat) 0;
 283         }
 284
 285         return audio_codec_context()->sample_fmt;
 286 }
 287
 288 int
 289 FFmpegDecoder::bytes_per_audio_sample () const
 290 {
 291         return av_get_bytes_per_sample (audio_sample_format ());
 292 }
 293
 294 void
 295 FFmpegDecoder::seek (ContentTime time, bool accurate)
 296 {
 297         VideoDecoder::seek (time, accurate);
 298         AudioDecoder::seek (time, accurate);
 299
 300         /* If we are doing an `accurate' seek, we need to use pre-roll, as
 301            we don't really know what the seek will give us.
 302         */
 303
 304         ContentTime pre_roll = accurate ? ContentTime::from_seconds (2) : ContentTime (0);
 305         time -= pre_roll;
 306
 307         /* XXX: it seems debatable whether PTS should be used here...
 308            http://www.mjbshaw.com/2012/04/seeking-in-ffmpeg-know-your-timestamp.html
 309         */
 310
 311         ContentTime const u = time - _pts_offset;
 312         int64_t s = u.seconds() / av_q2d (_format_context->streams[_video_stream]->time_base);
 313
 314         if (_ffmpeg_content->audio_stream ()) {
 315                 s = min (
 316                         s, int64_t (u.seconds() / av_q2d (_ffmpeg_content->audio_stream()->stream(_format_context)->time_base))
 317                         );
 318         }
 319
 320         av_seek_frame (_format_context, _video_stream, s, 0);
 321
 322         avcodec_flush_buffers (video_codec_context());
 323         if (audio_codec_context ()) {
 324                 avcodec_flush_buffers (audio_codec_context ());
 325         }
 326         if (subtitle_codec_context ()) {
 327                 avcodec_flush_buffers (subtitle_codec_context ());
 328         }
 329 }
 330
 331 void
 332 FFmpegDecoder::decode_audio_packet ()
 333 {
 334         /* Audio packets can contain multiple frames, so we may have to call avcodec_decode_audio4
 335            several times.
 336         */
 337
 338         AVPacket copy_packet = _packet;
 339
 340         while (copy_packet.size > 0) {
 341
 342                 int frame_finished;
 343                 int decode_result = avcodec_decode_audio4 (audio_codec_context(), _frame, &frame_finished, &copy_packet);
 344                 if (decode_result < 0) {
 345                         /* avcodec_decode_audio4 can sometimes return an error even though it has decoded
 346                            some valid data; for example dca_subframe_footer can return AVERROR_INVALIDDATA
 347                            if it overreads the auxiliary data.  ffplay carries on if frame_finished is true,
 348                            even in the face of such an error, so I think we should too.
 349
 350                            Returning from the method here caused mantis #352.
 351                         */
 352                         LOG_WARNING ("avcodec_decode_audio4 failed (%1)", decode_result);
 353
 354                         /* Fudge decode_result so that we come out of the while loop when
 355                            we've processed this data.
 356                         */
 357                         decode_result = copy_packet.size;
 358                 }
 359
 360                 if (frame_finished) {
 361                         ContentTime const ct = ContentTime::from_seconds (
 362                                 av_frame_get_best_effort_timestamp (_frame) *
 363                                 av_q2d (_ffmpeg_content->audio_stream()->stream (_format_context)->time_base))
 364                                 + _pts_offset;
 365
 366                         int const data_size = av_samples_get_buffer_size (
 367                                 0, audio_codec_context()->channels, _frame->nb_samples, audio_sample_format (), 1
 368                                 );
 369
 370                         audio (deinterleave_audio (_frame->data, data_size), ct);
 371                 }
 372
 373                 copy_packet.data += decode_result;
 374                 copy_packet.size -= decode_result;
 375         }
 376 }
 377
 378 bool
 379 FFmpegDecoder::decode_video_packet ()
 380 {
 381         int frame_finished;
 382         if (avcodec_decode_video2 (video_codec_context(), _frame, &frame_finished, &_packet) < 0 || !frame_finished) {
 383                 return false;
 384         }
 385
 386         boost::mutex::scoped_lock lm (_filter_graphs_mutex);
 387
 388         shared_ptr<FilterGraph> graph;
 389
 390         list<shared_ptr<FilterGraph> >::iterator i = _filter_graphs.begin();
 391         while (i != _filter_graphs.end() && !(*i)->can_process (dcp::Size (_frame->width, _frame->height), (AVPixelFormat) _frame->format)) {
 392                 ++i;
 393         }
 394
 395         if (i == _filter_graphs.end ()) {
 396                 graph.reset (new FilterGraph (_ffmpeg_content, dcp::Size (_frame->width, _frame->height), (AVPixelFormat) _frame->format));
 397                 _filter_graphs.push_back (graph);
 398                 LOG_GENERAL (N_("New graph for %1x%2, pixel format %3"), _frame->width, _frame->height, _frame->format);
 399         } else {
 400                 graph = *i;
 401         }
 402
 403         list<pair<shared_ptr<Image>, int64_t> > images = graph->process (_frame);
 404
 405         for (list<pair<shared_ptr<Image>, int64_t> >::iterator i = images.begin(); i != images.end(); ++i) {
 406
 407                 shared_ptr<Image> image = i->first;
 408
 409                 if (i->second != AV_NOPTS_VALUE) {
 410                         double const pts = i->second * av_q2d (_format_context->streams[_video_stream]->time_base) + _pts_offset.seconds ();
 411                         video (
 412                                 shared_ptr<ImageProxy> (new RawImageProxy (image)),
 413                                 rint (pts * _ffmpeg_content->video_frame_rate ())
 414                                 );
 415                 } else {
 416                         LOG_WARNING_NC ("Dropping frame without PTS");
 417                 }
 418         }
 419
 420         return true;
 421 }
 422
 423 void
 424 FFmpegDecoder::decode_subtitle_packet ()
 425 {
 426         int got_subtitle;
 427         AVSubtitle sub;
 428         if (avcodec_decode_subtitle2 (subtitle_codec_context(), &sub, &got_subtitle, &_packet) < 0 || !got_subtitle) {
 429                 return;
 430         }
 431
 432         /* Sometimes we get an empty AVSubtitle, which is used by some codecs to
 433            indicate that the previous subtitle should stop.
 434         */
 435         if (sub.num_rects <= 0) {
 436                 image_subtitle (ContentTimePeriod (), shared_ptr<Image> (), dcpomatic::Rect<double> ());
 437                 return;
 438         } else if (sub.num_rects > 1) {
 439                 throw DecodeError (_("multi-part subtitles not yet supported"));
 440         }
 441
 442         /* Subtitle PTS (within the source, not taking into account any of the
 443            source that we may have chopped off for the DCP)
 444         */
 445         ContentTimePeriod period = subtitle_period (sub) + _pts_offset;
 446
 447         AVSubtitleRect const * rect = sub.rects[0];
 448
 449         if (rect->type != SUBTITLE_BITMAP) {
 450                 /* XXX */
 451                 // throw DecodeError (_("non-bitmap subtitles not yet supported"));
 452                 return;
 453         }
 454
 455         /* Note RGBA is expressed little-endian, so the first byte in the word is R, second
 456            G, third B, fourth A.
 457         */
 458         shared_ptr<Image> image (new Image (PIX_FMT_RGBA, dcp::Size (rect->w, rect->h), true));
 459
 460         /* Start of the first line in the subtitle */
 461         uint8_t* sub_p = rect->pict.data[0];
 462         /* sub_p looks up into a BGRA palette which is here
 463            (i.e. first byte B, second G, third R, fourth A)
 464         */
 465         uint32_t const * palette = (uint32_t *) rect->pict.data[1];
 466         /* Start of the output data */
 467         uint32_t* out_p = (uint32_t *) image->data()[0];
 468
 469         for (int y = 0; y < rect->h; ++y) {
 470                 uint8_t* sub_line_p = sub_p;
 471                 uint32_t* out_line_p = out_p;
 472                 for (int x = 0; x < rect->w; ++x) {
 473                         uint32_t const p = palette[*sub_line_p++];
 474                         *out_line_p++ = ((p & 0xff) << 16) | (p & 0xff00) | ((p & 0xff0000) >> 16) | (p & 0xff000000);
 475                 }
 476                 sub_p += rect->pict.linesize[0];
 477                 out_p += image->stride()[0] / sizeof (uint32_t);
 478         }
 479
 480         dcp::Size const vs = _ffmpeg_content->video_size ();
 481
 482         image_subtitle (
 483                 period,
 484                 image,
 485                 dcpomatic::Rect<double> (
 486                         static_cast<double> (rect->x) / vs.width,
 487                         static_cast<double> (rect->y) / vs.height,
 488                         static_cast<double> (rect->w) / vs.width,
 489                         static_cast<double> (rect->h) / vs.height
 490                         )
 491                 );
 492
 493         avsubtitle_free (&sub);
 494 }
 495
 496 list<ContentTimePeriod>
 497 FFmpegDecoder::subtitles_during (ContentTimePeriod p, bool starting) const
 498 {
 499         return _ffmpeg_content->subtitles_during (p, starting);
 500 }