#はじめに
Halideのリンクは以下の記事にまとめてあります．
Halideによる画像処理まとめ
本記事は，その中でも2次元FIRフィルタの入門用です．
備考
サンプルコード中，OpenCVによるHalideプログラミングの開発支援で書いたOpenCVのコードを使って可視化していますが，Halideで書いたプログラミングに必須なものではありません．
#RDom
固定カーネルサイズ（３ｘ３など）の場合は必要ありませんが，FIRフィルタを記述する場合はRDomによる繰り返し処理が必要です．
RDom(min, range)は，minからmin+range-1の範囲を動くループ変数として動作します．
公式チュートリアル9 のコード例では，以下のように，全画素をx+y/100で初期化したのち，値を初期化値の二乗にする処理を０から４９までのy座標を操作するループ処理が記述されています．
[動作イメージ]
該当コードは以下のようになります．
Func f;
f(x, y) = (x + y)/100.0f;
RDom r(0, 50);
f(x, r) = f(x, r) * f(x, r);
Buffer<float> halide_result = f.realize(100, 100);
畳み込みフィルタではこのRDomによるループ処理を活用していきます．
ただし，2次元畳み込みフィルタではループ変数が１つで足りないため2次元のRDom（RDom(x_min, x_range, y_min, y_range)）を使います．
x,yの各変数には，(obj).x， (obj).yでアクセス可能です．
#総和処理
総和処理は，変数を+=するかsum関数を使えば可能です．
RDom r(-rad, 2 * rad + 1);
Func blur("blur");
blur(x, y, c) += input(x + r, y, c);
RDom r(-rad, 2 * rad + 1);
Func blur("blur");
blur(x, y, c) = sum(input(x + r, y, c));
#境界条件処理
FIRフィルタは，範囲処理のため，画像境界では画素の外側をアクセスするために特殊な処理が必要になります．
この時に BoundaryConditionsの名前空間の関数を使うことで境界条件を画像を拡張して使うことができるようになります．例外処理を書かなくてよくなるため非常に便利です．
- BoundaryConditions::repeat_edge（画像端コピー）
- BoundaryConditions::constant_exterior（定数で穴埋め）
- BoundaryConditions::mirror_image（鏡像複製）
#2次元畳み込みFIRフィルタのベタな書き方
##実装した関数
以下の関数を実装した．2次元カーネルをべたに畳み込んだ場合の実装．ボックスフィルタやガウシアンフィルタはセパラブルに実装したほうがアルゴリズム的には速い．
- Sobelフィルタ（横方向エッジ）
- カーネルのべた書きの例
- １Dボックスフィルタ（水平のみのぼかし）
- 1次元RDomによるカーネルの書き方の例
- １Dボックスフィルタのsum関数による記述
* 上の+=の記述だと関数を分けないといけないため,sum関数を使って式を一つにマージ． - ボックスフィルタ
- 2次元RDomによるカーネルの書き方の例
- +=での書き方とsumでの書き方（速度は変わりません）
- ガウシアンフィルタ
- カーネルに重みを付けた場合の例
- バイラテラルフィルタ（グレイ）
- カーネルに重みを画素ごとに適用的にした場合の例．ただしカラー間での重みは考えない．
- fast_exp は高速な指数計算のHalide用関数．
- バイラテラルフィルタ（カラー）
- 論文通りのバイラテラルフィルタ．RDom（リダクションドメイン）を3次元で活用する例．最後にC++でべた書きの関数と比較．
#include <opencv2/opencv.hpp>
#pragma comment(lib, "opencv_core331.lib")
#pragma comment(lib, "opencv_imgcodecs331.lib")
#pragma comment(lib, "opencv_highgui331.lib")
#include "include/Halide.h"
#pragma comment(lib, "Halide.lib")
using namespace Halide;
//OpenCV for Halide functions
Buffer<uint8_t> imread(cv::String name);
void imwrite(cv::String name, const Buffer<uint8_t>& src);
void convertHalide2Mat(const Buffer<uint8_t>& src, cv::Mat& dest);
void convertMat2Halide(cv::Mat& src, Buffer<uint8_t>& dest);
void imshow(cv::String name, const Buffer<uint8_t>& src);
void imshow16(cv::String name, const Buffer<int16_t>& src, double offset = 0.0, double scale = 1.0);
void guiAlphaBlend(Buffer<uint8_t>& src1, Buffer<uint8_t>& src2, cv::String name = "alpha blend");
//テスト用バイラテラルフィルタ関数
void bilateral_filter_opencv(cv::Mat& src, cv::Mat& dest, int rad, float sigma_s, float sigma_c);
Func Sobel_filter_h(Buffer<uint8_t>& src)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_16("input_int16");
input_16(x, y, c) = cast<int16_t>(clamped(x, y, c));
Func output("output");
output(x, y, c) = -input_16(x - 1, y - 1, c) + input_16(x + 1, y - 1, c)
- 2 * input_16(x - 1, y, c) + 2 * input_16(x + 1, y, c)
- input_16(x - 1, y + 1, c) + input_16(x + 1, y + 1, c);
return output;
}
Func box_filter1D(Buffer<uint8_t>& src, int rad)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_32("input_32");
input_32(x, y, c) = cast<uint32_t>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1);
Func blur("blur");
blur(x, y, c) += input_32(x + r, y, c);
Func output("output");
output(x, y, c) = cast<uint8_t>(blur(x, y, c) / (2 * rad + 1));
return output;
}
Func box_filter1D_sum(Buffer<uint8_t>& src, int rad)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_32("input_32");
input_32(x, y, c) = cast<uint32_t>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1);
Func output("output");
output(x, y, c) = cast<uint8_t>(sum(input_32(x + r, y, c)) / (2 * rad + 1));
return output;
}
Func box_filter(Buffer<uint8_t>& src, int rad)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_32("input_32");
input_32(x, y, c) = cast<uint32_t>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1, -rad, 2 * rad + 1);
Func blur("blur");
blur(x, y, c) += input_32(x + r.x, y + r.y, c);
Func output("output");
output(x, y, c) = cast<uint8_t>(blur(x, y, c) / ((2 * rad + 1)*(2 * rad + 1)));
return output;
}
Func box_filter_sum(Buffer<uint8_t>& src, int rad)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_32("input_32");
input_32(x, y, c) = cast<uint32_t>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1, -rad, 2 * rad + 1);
Func output("output");
output(x, y, c) = cast<uint8_t>(sum(input_32(x + r.x, y + r.y, c)) / ((2 * rad + 1)*(2 * rad + 1)));
return output;
}
Func Gaussian_filter(Buffer<uint8_t>& src, int rad, float sigma)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_float("input_float");
input_float(x, y, c) = cast<float>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1, -rad, 2 * rad + 1);
Func blur("blur");
Expr d = -1.f / (2.f*sigma*sigma);
Expr total = sum(fast_exp((r.x*r.x + r.y*r.y) *d));
blur(x, y, c) += fast_exp((r.x*r.x + r.y*r.y)*d)*input_float(x + r.x, y + r.y, c);
Func output("output");
output(x, y, c) = cast<uint8_t>(blur(x, y, c) / total);
return output;
}
Func bilateral_filter_gray(Buffer<uint8_t>& src, int rad, float sigma_s, float sigma_c)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_float("input_float");
input_float(x, y, c) = cast<float>(clamped(x, y, c));
RDom r(-rad, 2 * rad + 1, -rad, 2 * rad + 1);
Func blur("blur");
Expr ds = -1.f / (2.f*sigma_s*sigma_s);
Expr dc = -1.f / (2.f*sigma_c*sigma_c);
Expr total = sum(
fast_exp((r.x*r.x + r.y*r.y)*ds)
*fast_exp(
(input_float(x + r.x, y + r.y, c) - input_float(x, y, c))*(input_float(x + r.x, y + r.y, c) - input_float(x, y, c))
//fast_pow((input_float(x + r.x, y + r.y, c) - input_float(x, y, c)),2)
* dc)
);
blur(x, y, c) += fast_exp((r.x*r.x + r.y*r.y)*ds)
*fast_exp(
(input_float(x + r.x, y + r.y, c) - input_float(x, y, c))*(input_float(x + r.x, y + r.y, c) - input_float(x, y, c))
//fast_pow((input_float(x + r.x, y + r.y, c) - input_float(x, y, c)),2)
*dc)
*input_float(x + r.x, y + r.y, c);
Func output("output");
output(x, y, c) = cast<uint8_t>(blur(x, y, c) / total);
return output;
}
Func bilateral_filter_color(Buffer<uint8_t>& src, int rad, float sigma_s, float sigma_c)
{
Var x("x"), y("y"), c("c");
Func clamped = BoundaryConditions::repeat_edge(src);
Func input_float("input_float");
input_float(x, y, c) = cast<float>(clamped(x, y, c));
Func blur("blur");
Expr ds = -1.f / (2.f*sigma_s*sigma_s);
Expr dc = -1.f / (2.f*sigma_c*sigma_c);
RDom r(-rad, 2 * rad + 1, -rad, 2 * rad + 1);
Expr total = sum(
fast_exp((r.x*r.x + r.y*r.y)*ds)
*fast_exp(
(
(input_float(x + r.x, y + r.y, 0) - input_float(x, y, 0))*(input_float(x + r.x, y + r.y, 0) - input_float(x, y, 0))
+ (input_float(x + r.x, y + r.y, 1) - input_float(x, y, 1))*(input_float(x + r.x, y + r.y, 1) - input_float(x, y, 1))
+ (input_float(x + r.x, y + r.y, 2) - input_float(x, y, 2))*(input_float(x + r.x, y + r.y, 2) - input_float(x, y, 2))
)
* dc)
);
blur(x, y, c) +=
fast_exp((r.x*r.x + r.y*r.y)*ds)
*fast_exp(
(
(input_float(x + r.x, y + r.y, 0) - input_float(x, y, 0))*(input_float(x + r.x, y + r.y, 0) - input_float(x, y, 0))
+ (input_float(x + r.x, y + r.y, 1) - input_float(x, y, 1))*(input_float(x + r.x, y + r.y, 1) - input_float(x, y, 1))
+ (input_float(x + r.x, y + r.y, 2) - input_float(x, y, 2))*(input_float(x + r.x, y + r.y, 2) - input_float(x, y, 2))
)
*dc)
*input_float(x + r.x, y + r.y, c);
Func output("output");
output(x, y, c) = cast<uint8_t>(blur(x, y, c) / total);
return output;
}
int main(int argc, char **argv)
{
Buffer<uint8_t> input = imread("rgb.png");
Func output1 = Sobel_filter_h(input);
Buffer<int16_t> result1 = output1.realize(input.width(), input.height(), 3);
imshow16("Sobel", result1, 0);
Func output2_ = box_filter1D(input, 17);
Buffer<uint8_t> result2_ = output2_.realize(input.width(), input.height(), 3);
imshow("box1D", result2_);
Func output2__ = box_filter1D_sum(input, 17);
Buffer<uint8_t> result2__ = output2__.realize(input.width(), input.height(), 3);
imshow("box1DSum", result2__);
Func output2 = box_filter(input, 17);
Buffer<uint8_t> result2 = output2.realize(input.width(), input.height(), 3);
imshow("box", result2);
Func output3 = Gaussian_filter(input, 17, 4.f);
Buffer<uint8_t> result3 = output3.realize(input.width(), input.height(), 3);
imshow("Gaussian", result3);
Func output4 = bilateral_filter_gray(input, 9, 4.f, 50.f);
Buffer<uint8_t> result4 = output4.realize(input.width(), input.height(), 3);
imshow("Bilateral gray", result4);
Func output5 = bilateral_filter_color(input, 7, 4.f, 30.f);
Buffer<uint8_t> result5 = output5.realize(input.width(), input.height(), 3);
imshow("Bilateral color", result5);
//test for bilateral filter
cv::Mat imat, dest;
convertHalide2Mat(input, imat);
bilateral_filter_opencv(imat, dest, 7, 4.f, 30.f);
Buffer<uint8_t> ocv(dest.cols, dest.rows, dest.channels());
convertMat2Halide(dest, ocv);
guiAlphaBlend(ocv, result5, "bilateral filter compare");
//cv::waitKey();
return 0;
}
//utility function with OpenCV
void convertMat2Halide(cv::Mat& src, Buffer<uint8_t>& dest)
{
const int ch = src.channels();
if (ch == 1)
{
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
dest(i, j) = src.at<uchar>(j, i);
}
}
}
else if (ch == 3)
{
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
dest(i, j, 0) = src.at<uchar>(j, 3 * i);
dest(i, j, 1) = src.at<uchar>(j, 3 * i + 1);
dest(i, j, 2) = src.at<uchar>(j, 3 * i + 2);
}
}
}
}
Buffer<uint8_t> imread(cv::String name)
{
cv::Mat a = cv::imread(name);
if (a.empty()) std::cout << name << " is empty" << std::endl;
Buffer<uint8_t> ret(a.cols, a.rows, a.channels());
convertMat2Halide(a, ret);
return ret;
}
void convertHalide2Mat(const Buffer<uint8_t>& src, cv::Mat& dest)
{
if (dest.empty()) dest.create(cv::Size(src.width(), src.height()), CV_MAKETYPE(CV_8U, src.channels()));
const int ch = dest.channels();
if (ch == 1)
{
for (int j = 0; j < dest.rows; j++)
{
for (int i = 0; i < dest.cols; i++)
{
dest.at<uchar>(j, i) = src(i, j);
}
}
}
else if (ch == 3)
{
for (int j = 0; j < dest.rows; j++)
{
for (int i = 0; i < dest.cols; i++)
{
dest.at<uchar>(j, 3 * i + 0) = src(i, j, 0);
dest.at<uchar>(j, 3 * i + 1) = src(i, j, 1);
dest.at<uchar>(j, 3 * i + 2) = src(i, j, 2);
}
}
}
}
void imwrite(cv::String name, const Buffer<uint8_t>& src)
{
cv::Mat a(cv::Size(src.width(), src.height()), CV_MAKETYPE(CV_8U, src.channels()));
convertHalide2Mat(src, a);
cv::imwrite(name, a);
}
void imshow(cv::String name, const Buffer<uint8_t>& src)
{
cv::Mat a(cv::Size(src.width(), src.height()), CV_MAKETYPE(CV_8U, src.channels()));
convertHalide2Mat(src, a);
cv::imshow(name, a);
}
void imshow16(cv::String name, const Buffer<int16_t>& src, double offset, double scale)
{
cv::Mat a(cv::Size(src.width(), src.height()), CV_MAKETYPE(CV_8U, src.channels()));
const int ch = a.channels();
if (ch == 1)
{
for (int j = 0; j < a.rows; j++)
{
for (int i = 0; i < a.cols; i++)
{
a.at<uchar>(j, i) = cv::saturate_cast<uchar>(scale*src(i, j) + offset);
}
}
}
else if (ch == 3)
{
for (int j = 0; j < a.rows; j++)
{
for (int i = 0; i < a.cols; i++)
{
a.at<uchar>(j, 3 * i + 0) = cv::saturate_cast<uchar>(scale*src(i, j, 0) + +offset);
a.at<uchar>(j, 3 * i + 1) = cv::saturate_cast<uchar>(scale*src(i, j, 1) + +offset);
a.at<uchar>(j, 3 * i + 2) = cv::saturate_cast<uchar>(scale*src(i, j, 2) + +offset);
}
}
}
cv::imshow(name, a);
}
void guiAlphaBlend(Buffer<uint8_t>& src1, Buffer<uint8_t>& src2, cv::String name)
{
cv::Mat s1(cv::Size(src1.width(), src1.height()), CV_MAKETYPE(CV_8U, src1.channels()));
cv::Mat s2(cv::Size(src1.width(), src1.height()), CV_MAKETYPE(CV_8U, src1.channels()));
convertHalide2Mat(src1, s1);
convertHalide2Mat(src2, s2);
cv::namedWindow(name);
int a = 0; cv::createTrackbar("alpha", name, &a, 100);
int key = 0;
while (key != 'q')
{
cv::Mat show;
cv::addWeighted(s1, 1.0 - a / 100.0, s2, a / 100.0, 0.0, show);
cv::imshow(name, show);
key = cv::waitKey(1);
}
cv::destroyWindow(name);
}
void bilateral_filter_opencv(cv::Mat& src, cv::Mat& dest, int rad, float sigma_s, float sigma_c)
{
if (dest.empty())dest.create(src.size(), src.type());
cv::Mat im;
cv::copyMakeBorder(src, im, rad, rad, rad, rad, cv::BORDER_REFLECT);
float ss = -1.f / (2.f*sigma_s*sigma_s);
float sc = -1.f / (2.f*sigma_c*sigma_c);
#pragma omp parallel for
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
float tw = 0.f;
float tb = 0.f;
float tg = 0.f;
float tr = 0.f;
float rb = im.at<uchar>(j + rad, 3 * (i + rad) + 0);
float rg = im.at<uchar>(j + rad, 3 * (i + rad) + 1);
float rr = im.at<uchar>(j + rad, 3 * (i + rad) + 2);
for (int l = -rad; l <= rad; l++)
{
uchar* s = im.ptr<uchar>(j + l + rad) + 3 * (i + rad);
for (int k = -rad; k <= rad; k++)
{
float diff =
(rb - s[3 * k + 0])*(rb - s[3 * k + 0])
+ (rg - s[3 * k + 1])*(rg - s[3 * k + 1])
+ (rr - s[3 * k + 2])*(rr - s[3 * k + 2]);
float w = exp((k*k + l*l)*ss)*exp(diff*sc);
tb += w*s[3 * k + 0];
tg += w*s[3 * k + 1];
tr += w*s[3 * k + 2];
tw += w;
}
}
dest.at<uchar>(j, 3 * i + 0) = cv::saturate_cast<uchar>(tb / tw);
dest.at<uchar>(j, 3 * i + 1) = cv::saturate_cast<uchar>(tg / tw);
dest.at<uchar>(j, 3 * i + 2) = cv::saturate_cast<uchar>(tr / tw);
}
}
}