java - Android 实时傅立叶变换 - Renderscript

Question

我正在尝试对传入的预览相机帧应用 2D 傅立叶变换。 所以这是我在每个 onSurfaceTextureUpdated 上执行的 renderScript 代码:

#pragma version(1)
#pragma rs java_package_name(foo.camerarealtimefilters)

rs_allocation inPixels;
int height;
int width;

void root(const uchar4 *in, uchar4 *out, uint32_t x, uint32_t y) {

    float3 fourierPixel;
    for(int k=0; k<=width; k++){
        for(int l=0; l<=height; l++){
            float3 pixel = convert_float4(rsGetElementAt_uchar4(inPixels, k, l)).rgb;
            float greyOrigPixel = (pixel.r + pixel.g + pixel.b)/3;
            float angle = 2 * M_PI * ( ((x * k) / width) + ((y * l) / height) );
            fourierPixel.rgb = greyOrigPixel*cos(angle);
        };
    };

    out->xyz = convert_uchar3(fourierPixel);
}

inPixels是通过这个方法设置的，

public void setInAllocation(Bitmap bmp) {
    inAllocation = Allocation.createFromBitmap(rs, bmp);
    fourierScript.set_inPixels(inAllocation);
};

现在我的代码背后的数学？基本上应用欧拉公式，忽略相位项，因为我不能用虚数做太多，只画出幅度，即实数(余弦)部分。如您所见，我当然对图像进行了灰度处理。

这是我的资源:

1) http://homepages.inf.ed.ac.uk/rbf/HIPR2/fourier.htm "...在图像处理中，往往只显示傅立叶变换的幅值，因为它包含了空间域图像几何结构的大部分信息.."

2) http://www.nayuki.io/page/how-to-implement-the-discrete-fourier-transform 我从哪里得到欧拉公式，以及我是如何应用它的。

我的问题是，当我启动我的应用程序时，它会给我原始图像，无论相机看到什么，仅此而已。它还会在 2 到 3 秒后卡住。

我的代码有什么问题？处理起来太多了吗？我问的可能吗(我在三星 Galaxy S4 Mini 上运行这个)？我只想在相机框架上应用实时简单 DFT。

Answer 1

如果没有看到 Java 代码，很难说为什么您的图像不会显示更新。不过，这里有一些您可能会尝试提供帮助的事情。

• 如果您可以处理较低的精度，请使用 float 而不是 double，因为这会提高性能

• 如果您可以处理较低的精度，请使用 #pragma rs_fp_relaxed 这将有助于提高性能

• 您可以重新构造您的 RS，使其具有设置函数，该函数应在首次运行之前调用。使用它来设置宽度/高度并预先计算 FFT 方程的固定部分

它看起来像这样:

rs_allocation angles;
uint32_t      width;
uint32_t      height;
uint32_t      total;

void setupPreCalc(uint32_t w, uint32_t h) {
    uint32_t x;
    uint32_t y;
    float curAngle;

    width = w;
    height = h;
    total = w * h;
    for (x = 0; x < width; x++) {
        for (y = 0; y < height; y++) {
            curAngle = 2 * M_PI * (y * width + x);
            rsSetElementAt_float(angles, curAngle, x, y);
        }
    }
}

• 重新构造您的内核以获取输出 Allocation 元素以及正在操作的 x 和 y 坐标:

void __attribute__((kernel))doFft(uchar4 out, uint32_t x, uint32_t y)

• 在每一帧之前，将输入分配设置为与您所做的类似，然后重新构建循环以使用角度的预先计算部分。

• 之前，内核循环遍历输入中的所有坐标，计算灰度像素值，通过类似于您找到的方程式运行它，然后将其设置为新像素值，完成后保存循环最后一次迭代的值作为输出值。这不是你想要的。 RS 已经在输出 Allocation 中为您提供了一个特定位置，因此您需要对与该特定输出点相关的所有输入点进行求和。

使用预计算分配和内核的新形式，它可能看起来像这样:

void __attribute__((kernel)) doFft(uchar4 out, uint32_t x, uint32_t y) {
    //  Loop over all input allocation points
    uint32_t inX;
    uint32_t inY;
    float    curAngle;
    float4   curPixel;
    float4   curSum = 0.0;

    for (inX = 0; inX < width; inX++) {
        for (inY = 0; inY < height; inY++) {
            curPixel = convert_float4(rsGetElementAt_uchar4(inPixels, x, y));
            curPixel.rgb = (curPixel.r + curPixel.g + curPixel.b) / 3;

            curAngle = rsGetElementAt_float(angles, inX, inY);
            curAngle = curAngle * ((x + (y * width)) / total);

            curSum += curPixel * cos(curAngle);
        }
    }

    out = convert_uchar4(curSum);
}