JQUANT2.c
上传用户:cjw5120
上传日期:2022-05-11
资源大小:5032k
文件大小:49k
源码类别:

网络截获/分析

开发平台:

Visual C++

  1. /*
  2.  * jquant2.c
  3.  *
  4.  * Copyright (C) 1991-1996, Thomas G. Lane.
  5.  * This file is part of the Independent JPEG Group's software.
  6.  * For conditions of distribution and use, see the accompanying README file.
  7.  *
  8.  * This file contains 2-pass color quantization (color mapping) routines.
  9.  * These routines provide selection of a custom color map for an image,
  10.  * followed by mapping of the image to that color map, with optional
  11.  * Floyd-Steinberg dithering.
  12.  * It is also possible to use just the second pass to map to an arbitrary
  13.  * externally-given color map.
  14.  *
  15.  * Note: ordered dithering is not supported, since there isn't any fast
  16.  * way to compute intercolor distances; it's unclear that ordered dither's
  17.  * fundamental assumptions even hold with an irregularly spaced color map.
  18.  */
  19. #define JPEG_INTERNALS
  20. #include "jinclude.h"
  21. #include "jpeglib.h"
  22. #ifdef QUANT_2PASS_SUPPORTED
  23. /*
  24.  * This module implements the well-known Heckbert paradigm for color
  25.  * quantization.  Most of the ideas used here can be traced back to
  26.  * Heckbert's seminal paper
  27.  *   Heckbert, Paul.  "Color Image Quantization for Frame Buffer Display",
  28.  *   Proc. SIGGRAPH '82, Computer Graphics v.16 #3 (July 1982), pp 297-304.
  29.  *
  30.  * In the first pass over the image, we accumulate a histogram showing the
  31.  * usage count of each possible color.  To keep the histogram to a reasonable
  32.  * size, we reduce the precision of the input; typical practice is to retain
  33.  * 5 or 6 bits per color, so that 8 or 4 different input values are counted
  34.  * in the same histogram cell.
  35.  *
  36.  * Next, the color-selection step begins with a box representing the whole
  37.  * color space, and repeatedly splits the "largest" remaining box until we
  38.  * have as many boxes as desired colors.  Then the mean color in each
  39.  * remaining box becomes one of the possible output colors.
  40.  * 
  41.  * The second pass over the image maps each input pixel to the closest output
  42.  * color (optionally after applying a Floyd-Steinberg dithering correction).
  43.  * This mapping is logically trivial, but making it go fast enough requires
  44.  * considerable care.
  45.  *
  46.  * Heckbert-style quantizers vary a good deal in their policies for choosing
  47.  * the "largest" box and deciding where to cut it.  The particular policies
  48.  * used here have proved out well in experimental comparisons, but better ones
  49.  * may yet be found.
  50.  *
  51.  * In earlier versions of the IJG code, this module quantized in YCbCr color
  52.  * space, processing the raw upsampled data without a color conversion step.
  53.  * This allowed the color conversion math to be done only once per colormap
  54.  * entry, not once per pixel.  However, that optimization precluded other
  55.  * useful optimizations (such as merging color conversion with upsampling)
  56.  * and it also interfered with desired capabilities such as quantizing to an
  57.  * externally-supplied colormap.  We have therefore abandoned that approach.
  58.  * The present code works in the post-conversion color space, typically RGB.
  59.  *
  60.  * To improve the visual quality of the results, we actually work in scaled
  61.  * RGB space, giving G distances more weight than R, and R in turn more than
  62.  * B.  To do everything in integer math, we must use integer scale factors.
  63.  * The 2/3/1 scale factors used here correspond loosely to the relative
  64.  * weights of the colors in the NTSC grayscale equation.
  65.  * If you want to use this code to quantize a non-RGB color space, you'll
  66.  * probably need to change these scale factors.
  67.  */
  68. #define R_SCALE 2 /* scale R distances by this much */
  69. #define G_SCALE 3 /* scale G distances by this much */
  70. #define B_SCALE 1 /* and B by this much */
  71. /* Relabel R/G/B as components 0/1/2, respecting the RGB ordering defined
  72.  * in jmorecfg.h.  As the code stands, it will do the right thing for R,G,B
  73.  * and B,G,R orders.  If you define some other weird order in jmorecfg.h,
  74.  * you'll get compile errors until you extend this logic.  In that case
  75.  * you'll probably want to tweak the histogram sizes too.
  76.  */
  77. #if RGB_RED == 0
  78. #define C0_SCALE R_SCALE
  79. #endif
  80. #if RGB_BLUE == 0
  81. #define C0_SCALE B_SCALE
  82. #endif
  83. #if RGB_GREEN == 1
  84. #define C1_SCALE G_SCALE
  85. #endif
  86. #if RGB_RED == 2
  87. #define C2_SCALE R_SCALE
  88. #endif
  89. #if RGB_BLUE == 2
  90. #define C2_SCALE B_SCALE
  91. #endif
  92. /*
  93.  * First we have the histogram data structure and routines for creating it.
  94.  *
  95.  * The number of bits of precision can be adjusted by changing these symbols.
  96.  * We recommend keeping 6 bits for G and 5 each for R and B.
  97.  * If you have plenty of memory and cycles, 6 bits all around gives marginally
  98.  * better results; if you are short of memory, 5 bits all around will save
  99.  * some space but degrade the results.
  100.  * To maintain a fully accurate histogram, we'd need to allocate a "long"
  101.  * (preferably unsigned long) for each cell.  In practice this is overkill;
  102.  * we can get by with 16 bits per cell.  Few of the cell counts will overflow,
  103.  * and clamping those that do overflow to the maximum value will give close-
  104.  * enough results.  This reduces the recommended histogram size from 256Kb
  105.  * to 128Kb, which is a useful savings on PC-class machines.
  106.  * (In the second pass the histogram space is re-used for pixel mapping data;
  107.  * in that capacity, each cell must be able to store zero to the number of
  108.  * desired colors.  16 bits/cell is plenty for that too.)
  109.  * Since the JPEG code is intended to run in small memory model on 80x86
  110.  * machines, we can't just allocate the histogram in one chunk.  Instead
  111.  * of a true 3-D array, we use a row of pointers to 2-D arrays.  Each
  112.  * pointer corresponds to a C0 value (typically 2^5 = 32 pointers) and
  113.  * each 2-D array has 2^6*2^5 = 2048 or 2^6*2^6 = 4096 entries.  Note that
  114.  * on 80x86 machines, the pointer row is in near memory but the actual
  115.  * arrays are in far memory (same arrangement as we use for image arrays).
  116.  */
  117. #define MAXNUMCOLORS  (MAXJSAMPLE+1) /* maximum size of colormap */
  118. /* These will do the right thing for either R,G,B or B,G,R color order,
  119.  * but you may not like the results for other color orders.
  120.  */
  121. #define HIST_C0_BITS  5 /* bits of precision in R/B histogram */
  122. #define HIST_C1_BITS  6 /* bits of precision in G histogram */
  123. #define HIST_C2_BITS  5 /* bits of precision in B/R histogram */
  124. /* Number of elements along histogram axes. */
  125. #define HIST_C0_ELEMS  (1<<HIST_C0_BITS)
  126. #define HIST_C1_ELEMS  (1<<HIST_C1_BITS)
  127. #define HIST_C2_ELEMS  (1<<HIST_C2_BITS)
  128. /* These are the amounts to shift an input value to get a histogram index. */
  129. #define C0_SHIFT  (BITS_IN_JSAMPLE-HIST_C0_BITS)
  130. #define C1_SHIFT  (BITS_IN_JSAMPLE-HIST_C1_BITS)
  131. #define C2_SHIFT  (BITS_IN_JSAMPLE-HIST_C2_BITS)
  132. typedef Ushort histcell; /* histogram cell; prefer an unsigned type */
  133. typedef histcell FAR * histptr; /* for pointers to histogram cells */
  134. typedef histcell hist1d[HIST_C2_ELEMS]; /* typedefs for the array */
  135. typedef hist1d FAR * hist2d; /* type for the 2nd-level pointers */
  136. typedef hist2d * hist3d; /* type for top-level pointer */
  137. /* Declarations for Floyd-Steinberg dithering.
  138.  *
  139.  * Errors are accumulated into the array fserrors[], at a resolution of
  140.  * 1/16th of a pixel count.  The error at a given pixel is propagated
  141.  * to its not-yet-processed neighbors using the standard F-S fractions,
  142.  * ... (here) 7/16
  143.  * 3/16 5/16 1/16
  144.  * We work left-to-right on even rows, right-to-left on odd rows.
  145.  *
  146.  * We can get away with a single array (holding one row's worth of errors)
  147.  * by using it to store the current row's errors at pixel columns not yet
  148.  * processed, but the next row's errors at columns already processed.  We
  149.  * need only a few extra variables to hold the errors immediately around the
  150.  * current column.  (If we are lucky, those variables are in registers, but
  151.  * even if not, they're probably cheaper to access than array elements are.)
  152.  *
  153.  * The fserrors[] array has (#columns + 2) entries; the extra entry at
  154.  * each end saves us from special-casing the first and last pixels.
  155.  * Each entry is three values long, one value for each color component.
  156.  *
  157.  * Note: on a wide image, we might not have enough room in a PC's near data
  158.  * segment to hold the error array; so it is allocated with alloc_large.
  159.  */
  160. #if BITS_IN_JSAMPLE == 8
  161. typedef short FSERROR; /* 16 bits should be enough */
  162. typedef int LOCFSERROR; /* use 'int' for calculation temps */
  163. #else
  164. typedef long FSERROR; /* may need more than 16 bits */
  165. typedef long LOCFSERROR; /* be sure calculation temps are big enough */
  166. #endif
  167. typedef FSERROR FAR *FSERRPTR; /* pointer to error array (in FAR storage!) */
  168. /* Private subobject */
  169. typedef struct {
  170.   struct jpeg_color_quantizer pub; /* public fields */
  171.   /* Space for the eventually created colormap is stashed here */
  172.   JSAMPARRAY sv_colormap; /* colormap allocated at init time */
  173.   int desired; /* desired # of colors = size of colormap */
  174.   /* Variables for accumulating image statistics */
  175.   hist3d histogram; /* pointer to the histogram */
  176.   unsigned int needs_zeroed; /* TRUE if next pass must zero histogram */
  177.   /* Variables for Floyd-Steinberg dithering */
  178.   FSERRPTR fserrors; /* accumulated errors */
  179.   unsigned int on_odd_row; /* flag to remember which row we are on */
  180.   int * error_limiter; /* table for clamping the applied error */
  181. } my_cquantizer;
  182. typedef my_cquantizer * my_cquantize_ptr;
  183. /*
  184.  * Prescan some rows of pixels.
  185.  * In this module the prescan simply updates the histogram, which has been
  186.  * initialized to zeroes by start_pass.
  187.  * An output_buf parameter is required by the method signature, but no data
  188.  * is actually output (in fact the buffer controller is probably passing a
  189.  * NULL pointer).
  190.  */
  191. METHODDEF(void)
  192. prescan_quantize (j_decompress_ptr cinfo, JSAMPARRAY input_buf,
  193.   JSAMPARRAY output_buf, int num_rows)
  194. {
  195.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  196.   register JSAMPROW ptr;
  197.   register histptr histp;
  198.   register hist3d histogram = cquantize->histogram;
  199.   int row;
  200.   JDIMENSION col;
  201.   JDIMENSION width = cinfo->output_width;
  202.   for (row = 0; row < num_rows; row++) {
  203.     ptr = input_buf[row];
  204.     for (col = width; col > 0; col--) {
  205.       /* get pixel value and index into the histogram */
  206.       histp = & histogram[GETJSAMPLE(ptr[0]) >> C0_SHIFT]
  207.  [GETJSAMPLE(ptr[1]) >> C1_SHIFT]
  208.  [GETJSAMPLE(ptr[2]) >> C2_SHIFT];
  209.       /* increment, check for overflow and undo increment if so. */
  210.       if (++(*histp) <= 0)
  211. (*histp)--;
  212.       ptr += 3;
  213.     }
  214.   }
  215. }
  216. /*
  217.  * Next we have the really interesting routines: selection of a colormap
  218.  * given the completed histogram.
  219.  * These routines work with a list of "boxes", each representing a rectangular
  220.  * subset of the input color space (to histogram precision).
  221.  */
  222. typedef struct {
  223.   /* The bounds of the box (inclusive); expressed as histogram indexes */
  224.   int c0min, c0max;
  225.   int c1min, c1max;
  226.   int c2min, c2max;
  227.   /* The volume (actually 2-norm) of the box */
  228.   long volume;
  229.   /* The number of nonzero histogram cells within this box */
  230.   long colorcount;
  231. } box;
  232. typedef box * boxptr;
  233. LOCAL(boxptr)
  234. find_biggest_color_pop (boxptr boxlist, int numboxes)
  235. /* Find the splittable box with the largest color population */
  236. /* Returns NULL if no splittable boxes remain */
  237. {
  238.   register boxptr boxp;
  239.   register int i;
  240.   register long maxc = 0;
  241.   boxptr which = NULL;
  242.   
  243.   for (i = 0, boxp = boxlist; i < numboxes; i++, boxp++) {
  244.     if (boxp->colorcount > maxc && boxp->volume > 0) {
  245.       which = boxp;
  246.       maxc = boxp->colorcount;
  247.     }
  248.   }
  249.   return which;
  250. }
  251. LOCAL(boxptr)
  252. find_biggest_volume (boxptr boxlist, int numboxes)
  253. /* Find the splittable box with the largest (scaled) volume */
  254. /* Returns NULL if no splittable boxes remain */
  255. {
  256.   register boxptr boxp;
  257.   register int i;
  258.   register long maxv = 0;
  259.   boxptr which = NULL;
  260.   
  261.   for (i = 0, boxp = boxlist; i < numboxes; i++, boxp++) {
  262.     if (boxp->volume > maxv) {
  263.       which = boxp;
  264.       maxv = boxp->volume;
  265.     }
  266.   }
  267.   return which;
  268. }
  269. LOCAL(void)
  270. update_box (j_decompress_ptr cinfo, boxptr boxp)
  271. /* Shrink the min/max bounds of a box to enclose only nonzero elements, */
  272. /* and recompute its volume and population */
  273. {
  274.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  275.   hist3d histogram = cquantize->histogram;
  276.   histptr histp;
  277.   int c0,c1,c2;
  278.   int c0min,c0max,c1min,c1max,c2min,c2max;
  279.   long dist0,dist1,dist2;
  280.   long ccount;
  281.   
  282.   c0min = boxp->c0min;  c0max = boxp->c0max;
  283.   c1min = boxp->c1min;  c1max = boxp->c1max;
  284.   c2min = boxp->c2min;  c2max = boxp->c2max;
  285.   
  286.   if (c0max > c0min)
  287.     for (c0 = c0min; c0 <= c0max; c0++)
  288.       for (c1 = c1min; c1 <= c1max; c1++) {
  289. histp = & histogram[c0][c1][c2min];
  290. for (c2 = c2min; c2 <= c2max; c2++)
  291.   if (*histp++ != 0) {
  292.     boxp->c0min = c0min = c0;
  293.     goto have_c0min;
  294.   }
  295.       }
  296.  have_c0min:
  297.   if (c0max > c0min)
  298.     for (c0 = c0max; c0 >= c0min; c0--)
  299.       for (c1 = c1min; c1 <= c1max; c1++) {
  300. histp = & histogram[c0][c1][c2min];
  301. for (c2 = c2min; c2 <= c2max; c2++)
  302.   if (*histp++ != 0) {
  303.     boxp->c0max = c0max = c0;
  304.     goto have_c0max;
  305.   }
  306.       }
  307.  have_c0max:
  308.   if (c1max > c1min)
  309.     for (c1 = c1min; c1 <= c1max; c1++)
  310.       for (c0 = c0min; c0 <= c0max; c0++) {
  311. histp = & histogram[c0][c1][c2min];
  312. for (c2 = c2min; c2 <= c2max; c2++)
  313.   if (*histp++ != 0) {
  314.     boxp->c1min = c1min = c1;
  315.     goto have_c1min;
  316.   }
  317.       }
  318.  have_c1min:
  319.   if (c1max > c1min)
  320.     for (c1 = c1max; c1 >= c1min; c1--)
  321.       for (c0 = c0min; c0 <= c0max; c0++) {
  322. histp = & histogram[c0][c1][c2min];
  323. for (c2 = c2min; c2 <= c2max; c2++)
  324.   if (*histp++ != 0) {
  325.     boxp->c1max = c1max = c1;
  326.     goto have_c1max;
  327.   }
  328.       }
  329.  have_c1max:
  330.   if (c2max > c2min)
  331.     for (c2 = c2min; c2 <= c2max; c2++)
  332.       for (c0 = c0min; c0 <= c0max; c0++) {
  333. histp = & histogram[c0][c1min][c2];
  334. for (c1 = c1min; c1 <= c1max; c1++, histp += HIST_C2_ELEMS)
  335.   if (*histp != 0) {
  336.     boxp->c2min = c2min = c2;
  337.     goto have_c2min;
  338.   }
  339.       }
  340.  have_c2min:
  341.   if (c2max > c2min)
  342.     for (c2 = c2max; c2 >= c2min; c2--)
  343.       for (c0 = c0min; c0 <= c0max; c0++) {
  344. histp = & histogram[c0][c1min][c2];
  345. for (c1 = c1min; c1 <= c1max; c1++, histp += HIST_C2_ELEMS)
  346.   if (*histp != 0) {
  347.     boxp->c2max = c2max = c2;
  348.     goto have_c2max;
  349.   }
  350.       }
  351.  have_c2max:
  352.   /* Update box volume.
  353.    * We use 2-norm rather than real volume here; this biases the method
  354.    * against making long narrow boxes, and it has the side benefit that
  355.    * a box is splittable iff norm > 0.
  356.    * Since the differences are expressed in histogram-cell units,
  357.    * we have to shift back to JSAMPLE units to get consistent distances;
  358.    * after which, we scale according to the selected distance scale factors.
  359.    */
  360.   dist0 = ((c0max - c0min) << C0_SHIFT) * C0_SCALE;
  361.   dist1 = ((c1max - c1min) << C1_SHIFT) * C1_SCALE;
  362.   dist2 = ((c2max - c2min) << C2_SHIFT) * C2_SCALE;
  363.   boxp->volume = dist0*dist0 + dist1*dist1 + dist2*dist2;
  364.   
  365.   /* Now scan remaining volume of box and compute population */
  366.   ccount = 0;
  367.   for (c0 = c0min; c0 <= c0max; c0++)
  368.     for (c1 = c1min; c1 <= c1max; c1++) {
  369.       histp = & histogram[c0][c1][c2min];
  370.       for (c2 = c2min; c2 <= c2max; c2++, histp++)
  371. if (*histp != 0) {
  372.   ccount++;
  373. }
  374.     }
  375.   boxp->colorcount = ccount;
  376. }
  377. LOCAL(int)
  378. median_cut (j_decompress_ptr cinfo, boxptr boxlist, int numboxes,
  379.     int desired_colors)
  380. /* Repeatedly select and split the largest box until we have enough boxes */
  381. {
  382.   int n,lb;
  383.   int c0,c1,c2,cmax;
  384.   register boxptr b1,b2;
  385.   while (numboxes < desired_colors) {
  386.     /* Select box to split.
  387.      * Current algorithm: by population for first half, then by volume.
  388.      */
  389.     if (numboxes*2 <= desired_colors) {
  390.       b1 = find_biggest_color_pop(boxlist, numboxes);
  391.     } else {
  392.       b1 = find_biggest_volume(boxlist, numboxes);
  393.     }
  394.     if (b1 == NULL) /* no splittable boxes left! */
  395.       break;
  396.     b2 = &boxlist[numboxes]; /* where new box will go */
  397.     /* Copy the color bounds to the new box. */
  398.     b2->c0max = b1->c0max; b2->c1max = b1->c1max; b2->c2max = b1->c2max;
  399.     b2->c0min = b1->c0min; b2->c1min = b1->c1min; b2->c2min = b1->c2min;
  400.     /* Choose which axis to split the box on.
  401.      * Current algorithm: longest scaled axis.
  402.      * See notes in update_box about scaling distances.
  403.      */
  404.     c0 = ((b1->c0max - b1->c0min) << C0_SHIFT) * C0_SCALE;
  405.     c1 = ((b1->c1max - b1->c1min) << C1_SHIFT) * C1_SCALE;
  406.     c2 = ((b1->c2max - b1->c2min) << C2_SHIFT) * C2_SCALE;
  407.     /* We want to break any ties in favor of green, then red, blue last.
  408.      * This code does the right thing for R,G,B or B,G,R color orders only.
  409.      */
  410. #if RGB_RED == 0
  411.     cmax = c1; n = 1;
  412.     if (c0 > cmax) { cmax = c0; n = 0; }
  413.     if (c2 > cmax) { n = 2; }
  414. #else
  415.     cmax = c1; n = 1;
  416.     if (c2 > cmax) { cmax = c2; n = 2; }
  417.     if (c0 > cmax) { n = 0; }
  418. #endif
  419.     /* Choose split point along selected axis, and update box bounds.
  420.      * Current algorithm: split at halfway point.
  421.      * (Since the box has been shrunk to minimum volume,
  422.      * any split will produce two nonempty subboxes.)
  423.      * Note that lb value is max for lower box, so must be < old max.
  424.      */
  425.     switch (n) {
  426.     case 0:
  427.       lb = (b1->c0max + b1->c0min) / 2;
  428.       b1->c0max = lb;
  429.       b2->c0min = lb+1;
  430.       break;
  431.     case 1:
  432.       lb = (b1->c1max + b1->c1min) / 2;
  433.       b1->c1max = lb;
  434.       b2->c1min = lb+1;
  435.       break;
  436.     case 2:
  437.       lb = (b1->c2max + b1->c2min) / 2;
  438.       b1->c2max = lb;
  439.       b2->c2min = lb+1;
  440.       break;
  441.     }
  442.     /* Update stats for boxes */
  443.     update_box(cinfo, b1);
  444.     update_box(cinfo, b2);
  445.     numboxes++;
  446.   }
  447.   return numboxes;
  448. }
  449. LOCAL(void)
  450. compute_color (j_decompress_ptr cinfo, boxptr boxp, int icolor)
  451. /* Compute representative color for a box, put it in colormap[icolor] */
  452. {
  453.   /* Current algorithm: mean weighted by pixels (not colors) */
  454.   /* Note it is important to get the rounding correct! */
  455.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  456.   hist3d histogram = cquantize->histogram;
  457.   histptr histp;
  458.   int c0,c1,c2;
  459.   int c0min,c0max,c1min,c1max,c2min,c2max;
  460.   long count;
  461.   long total = 0;
  462.   long c0total = 0;
  463.   long c1total = 0;
  464.   long c2total = 0;
  465.   
  466.   c0min = boxp->c0min;  c0max = boxp->c0max;
  467.   c1min = boxp->c1min;  c1max = boxp->c1max;
  468.   c2min = boxp->c2min;  c2max = boxp->c2max;
  469.   
  470.   for (c0 = c0min; c0 <= c0max; c0++)
  471.     for (c1 = c1min; c1 <= c1max; c1++) {
  472.       histp = & histogram[c0][c1][c2min];
  473.       for (c2 = c2min; c2 <= c2max; c2++) {
  474. if ((count = *histp++) != 0) {
  475.   total += count;
  476.   c0total += ((c0 << C0_SHIFT) + ((1<<C0_SHIFT)>>1)) * count;
  477.   c1total += ((c1 << C1_SHIFT) + ((1<<C1_SHIFT)>>1)) * count;
  478.   c2total += ((c2 << C2_SHIFT) + ((1<<C2_SHIFT)>>1)) * count;
  479. }
  480.       }
  481.     }
  482.   
  483.   cinfo->colormap[0][icolor] = (JSAMPLE) ((c0total + (total>>1)) / total);
  484.   cinfo->colormap[1][icolor] = (JSAMPLE) ((c1total + (total>>1)) / total);
  485.   cinfo->colormap[2][icolor] = (JSAMPLE) ((c2total + (total>>1)) / total);
  486. }
  487. LOCAL(void)
  488. select_colors (j_decompress_ptr cinfo, int desired_colors)
  489. /* Master routine for color selection */
  490. {
  491.   boxptr boxlist;
  492.   int numboxes;
  493.   int i;
  494.   /* Allocate workspace for box list */
  495.   boxlist = (boxptr) (*cinfo->mem->alloc_small)
  496.     ((j_common_ptr) cinfo, JPOOL_IMAGE, desired_colors * SIZEOF(box));
  497.   /* Initialize one box containing whole space */
  498.   numboxes = 1;
  499.   boxlist[0].c0min = 0;
  500.   boxlist[0].c0max = MAXJSAMPLE >> C0_SHIFT;
  501.   boxlist[0].c1min = 0;
  502.   boxlist[0].c1max = MAXJSAMPLE >> C1_SHIFT;
  503.   boxlist[0].c2min = 0;
  504.   boxlist[0].c2max = MAXJSAMPLE >> C2_SHIFT;
  505.   /* Shrink it to actually-used volume and set its statistics */
  506.   update_box(cinfo, & boxlist[0]);
  507.   /* Perform median-cut to produce final box list */
  508.   numboxes = median_cut(cinfo, boxlist, numboxes, desired_colors);
  509.   /* Compute the representative color for each box, fill colormap */
  510.   for (i = 0; i < numboxes; i++)
  511.     compute_color(cinfo, & boxlist[i], i);
  512.   cinfo->actual_number_of_colors = numboxes;
  513.   TRACEMS1(cinfo, 1, JTRC_QUANT_SELECTED, numboxes);
  514. }
  515. /*
  516.  * These routines are concerned with the time-critical task of mapping input
  517.  * colors to the nearest color in the selected colormap.
  518.  *
  519.  * We re-use the histogram space as an "inverse color map", essentially a
  520.  * cache for the results of nearest-color searches.  All colors within a
  521.  * histogram cell will be mapped to the same colormap entry, namely the one
  522.  * closest to the cell's center.  This may not be quite the closest entry to
  523.  * the actual input color, but it's almost as good.  A zero in the cache
  524.  * indicates we haven't found the nearest color for that cell yet; the array
  525.  * is cleared to zeroes before starting the mapping pass.  When we find the
  526.  * nearest color for a cell, its colormap index plus one is recorded in the
  527.  * cache for future use.  The pass2 scanning routines call fill_inverse_cmap
  528.  * when they need to use an unfilled entry in the cache.
  529.  *
  530.  * Our method of efficiently finding nearest colors is based on the "locally
  531.  * sorted search" idea described by Heckbert and on the incremental distance
  532.  * calculation described by Spencer W. Thomas in chapter III.1 of Graphics
  533.  * Gems II (James Arvo, ed.  Academic Press, 1991).  Thomas points out that
  534.  * the distances from a given colormap entry to each cell of the histogram can
  535.  * be computed quickly using an incremental method: the differences between
  536.  * distances to adjacent cells themselves differ by a constant.  This allows a
  537.  * fairly fast implementation of the "brute force" approach of computing the
  538.  * distance from every colormap entry to every histogram cell.  Unfortunately,
  539.  * it needs a work array to hold the best-distance-so-far for each histogram
  540.  * cell (because the inner loop has to be over cells, not colormap entries).
  541.  * The work array elements have to be longs, so the work array would need
  542.  * 256Kb at our recommended precision.  This is not feasible in DOS machines.
  543.  *
  544.  * To get around these problems, we apply Thomas' method to compute the
  545.  * nearest colors for only the cells within a small subbox of the histogram.
  546.  * The work array need be only as big as the subbox, so the memory usage
  547.  * problem is solved.  Furthermore, we need not fill subboxes that are never
  548.  * referenced in pass2; many images use only part of the color gamut, so a
  549.  * fair amount of work is saved.  An additional advantage of this
  550.  * approach is that we can apply Heckbert's locality criterion to quickly
  551.  * eliminate colormap entries that are far away from the subbox; typically
  552.  * three-fourths of the colormap entries are rejected by Heckbert's criterion,
  553.  * and we need not compute their distances to individual cells in the subbox.
  554.  * The speed of this approach is heavily influenced by the subbox size: too
  555.  * small means too much overhead, too big loses because Heckbert's criterion
  556.  * can't eliminate as many colormap entries.  Empirically the best subbox
  557.  * size seems to be about 1/512th of the histogram (1/8th in each direction).
  558.  *
  559.  * Thomas' article also describes a refined method which is asymptotically
  560.  * faster than the brute-force method, but it is also far more complex and
  561.  * cannot efficiently be applied to small subboxes.  It is therefore not
  562.  * useful for programs intended to be portable to DOS machines.  On machines
  563.  * with plenty of memory, filling the whole histogram in one shot with Thomas'
  564.  * refined method might be faster than the present code --- but then again,
  565.  * it might not be any faster, and it's certainly more complicated.
  566.  */
  567. /* log2(histogram cells in update box) for each axis; this can be adjusted */
  568. #define BOX_C0_LOG  (HIST_C0_BITS-3)
  569. #define BOX_C1_LOG  (HIST_C1_BITS-3)
  570. #define BOX_C2_LOG  (HIST_C2_BITS-3)
  571. #define BOX_C0_ELEMS  (1<<BOX_C0_LOG) /* # of hist cells in update box */
  572. #define BOX_C1_ELEMS  (1<<BOX_C1_LOG)
  573. #define BOX_C2_ELEMS  (1<<BOX_C2_LOG)
  574. #define BOX_C0_SHIFT  (C0_SHIFT + BOX_C0_LOG)
  575. #define BOX_C1_SHIFT  (C1_SHIFT + BOX_C1_LOG)
  576. #define BOX_C2_SHIFT  (C2_SHIFT + BOX_C2_LOG)
  577. /*
  578.  * The next three routines implement inverse colormap filling.  They could
  579.  * all be folded into one big routine, but splitting them up this way saves
  580.  * some stack space (the mindist[] and bestdist[] arrays need not coexist)
  581.  * and may allow some compilers to produce better code by registerizing more
  582.  * inner-loop variables.
  583.  */
  584. LOCAL(int)
  585. find_nearby_colors (j_decompress_ptr cinfo, int minc0, int minc1, int minc2,
  586.     JSAMPLE colorlist[])
  587. /* Locate the colormap entries close enough to an update box to be candidates
  588.  * for the nearest entry to some cell(s) in the update box.  The update box
  589.  * is specified by the center coordinates of its first cell.  The number of
  590.  * candidate colormap entries is returned, and their colormap indexes are
  591.  * placed in colorlist[].
  592.  * This routine uses Heckbert's "locally sorted search" criterion to select
  593.  * the colors that need further consideration.
  594.  */
  595. {
  596.   int numcolors = cinfo->actual_number_of_colors;
  597.   int maxc0, maxc1, maxc2;
  598.   int centerc0, centerc1, centerc2;
  599.   int i, x, ncolors;
  600.   long minmaxdist, min_dist, max_dist, tdist;
  601.   long mindist[MAXNUMCOLORS]; /* min distance to colormap entry i */
  602.   /* Compute true coordinates of update box's upper corner and center.
  603.    * Actually we compute the coordinates of the center of the upper-corner
  604.    * histogram cell, which are the upper bounds of the volume we care about.
  605.    * Note that since ">>" rounds down, the "center" values may be closer to
  606.    * min than to max; hence comparisons to them must be "<=", not "<".
  607.    */
  608.   maxc0 = minc0 + ((1 << BOX_C0_SHIFT) - (1 << C0_SHIFT));
  609.   centerc0 = (minc0 + maxc0) >> 1;
  610.   maxc1 = minc1 + ((1 << BOX_C1_SHIFT) - (1 << C1_SHIFT));
  611.   centerc1 = (minc1 + maxc1) >> 1;
  612.   maxc2 = minc2 + ((1 << BOX_C2_SHIFT) - (1 << C2_SHIFT));
  613.   centerc2 = (minc2 + maxc2) >> 1;
  614.   /* For each color in colormap, find:
  615.    *  1. its minimum squared-distance to any point in the update box
  616.    *     (zero if color is within update box);
  617.    *  2. its maximum squared-distance to any point in the update box.
  618.    * Both of these can be found by considering only the corners of the box.
  619.    * We save the minimum distance for each color in mindist[];
  620.    * only the smallest maximum distance is of interest.
  621.    */
  622.   minmaxdist = 0x7FFFFFFFL;
  623.   for (i = 0; i < numcolors; i++) {
  624.     /* We compute the squared-c0-distance term, then add in the other two. */
  625.     x = GETJSAMPLE(cinfo->colormap[0][i]);
  626.     if (x < minc0) {
  627.       tdist = (x - minc0) * C0_SCALE;
  628.       min_dist = tdist*tdist;
  629.       tdist = (x - maxc0) * C0_SCALE;
  630.       max_dist = tdist*tdist;
  631.     } else if (x > maxc0) {
  632.       tdist = (x - maxc0) * C0_SCALE;
  633.       min_dist = tdist*tdist;
  634.       tdist = (x - minc0) * C0_SCALE;
  635.       max_dist = tdist*tdist;
  636.     } else {
  637.       /* within cell range so no contribution to min_dist */
  638.       min_dist = 0;
  639.       if (x <= centerc0) {
  640. tdist = (x - maxc0) * C0_SCALE;
  641. max_dist = tdist*tdist;
  642.       } else {
  643. tdist = (x - minc0) * C0_SCALE;
  644. max_dist = tdist*tdist;
  645.       }
  646.     }
  647.     x = GETJSAMPLE(cinfo->colormap[1][i]);
  648.     if (x < minc1) {
  649.       tdist = (x - minc1) * C1_SCALE;
  650.       min_dist += tdist*tdist;
  651.       tdist = (x - maxc1) * C1_SCALE;
  652.       max_dist += tdist*tdist;
  653.     } else if (x > maxc1) {
  654.       tdist = (x - maxc1) * C1_SCALE;
  655.       min_dist += tdist*tdist;
  656.       tdist = (x - minc1) * C1_SCALE;
  657.       max_dist += tdist*tdist;
  658.     } else {
  659.       /* within cell range so no contribution to min_dist */
  660.       if (x <= centerc1) {
  661. tdist = (x - maxc1) * C1_SCALE;
  662. max_dist += tdist*tdist;
  663.       } else {
  664. tdist = (x - minc1) * C1_SCALE;
  665. max_dist += tdist*tdist;
  666.       }
  667.     }
  668.     x = GETJSAMPLE(cinfo->colormap[2][i]);
  669.     if (x < minc2) {
  670.       tdist = (x - minc2) * C2_SCALE;
  671.       min_dist += tdist*tdist;
  672.       tdist = (x - maxc2) * C2_SCALE;
  673.       max_dist += tdist*tdist;
  674.     } else if (x > maxc2) {
  675.       tdist = (x - maxc2) * C2_SCALE;
  676.       min_dist += tdist*tdist;
  677.       tdist = (x - minc2) * C2_SCALE;
  678.       max_dist += tdist*tdist;
  679.     } else {
  680.       /* within cell range so no contribution to min_dist */
  681.       if (x <= centerc2) {
  682. tdist = (x - maxc2) * C2_SCALE;
  683. max_dist += tdist*tdist;
  684.       } else {
  685. tdist = (x - minc2) * C2_SCALE;
  686. max_dist += tdist*tdist;
  687.       }
  688.     }
  689.     mindist[i] = min_dist; /* save away the results */
  690.     if (max_dist < minmaxdist)
  691.       minmaxdist = max_dist;
  692.   }
  693.   /* Now we know that no cell in the update box is more than minmaxdist
  694.    * away from some colormap entry.  Therefore, only colors that are
  695.    * within minmaxdist of some part of the box need be considered.
  696.    */
  697.   ncolors = 0;
  698.   for (i = 0; i < numcolors; i++) {
  699.     if (mindist[i] <= minmaxdist)
  700.       colorlist[ncolors++] = (JSAMPLE) i;
  701.   }
  702.   return ncolors;
  703. }
  704. LOCAL(void)
  705. find_best_colors (j_decompress_ptr cinfo, int minc0, int minc1, int minc2,
  706.   int numcolors, JSAMPLE colorlist[], JSAMPLE bestcolor[])
  707. /* Find the closest colormap entry for each cell in the update box,
  708.  * given the list of candidate colors prepared by find_nearby_colors.
  709.  * Return the indexes of the closest entries in the bestcolor[] array.
  710.  * This routine uses Thomas' incremental distance calculation method to
  711.  * find the distance from a colormap entry to successive cells in the box.
  712.  */
  713. {
  714.   int ic0, ic1, ic2;
  715.   int i, icolor;
  716.   register long * bptr; /* pointer into bestdist[] array */
  717.   JSAMPLE * cptr; /* pointer into bestcolor[] array */
  718.   long dist0, dist1; /* initial distance values */
  719.   register long dist2; /* current distance in inner loop */
  720.   long xx0, xx1; /* distance increments */
  721.   register long xx2;
  722.   long inc0, inc1, inc2; /* initial values for increments */
  723.   /* This array holds the distance to the nearest-so-far color for each cell */
  724.   long bestdist[BOX_C0_ELEMS * BOX_C1_ELEMS * BOX_C2_ELEMS];
  725.   /* Initialize best-distance for each cell of the update box */
  726.   bptr = bestdist;
  727.   for (i = BOX_C0_ELEMS*BOX_C1_ELEMS*BOX_C2_ELEMS-1; i >= 0; i--)
  728.     *bptr++ = 0x7FFFFFFFL;
  729.   
  730.   /* For each color selected by find_nearby_colors,
  731.    * compute its distance to the center of each cell in the box.
  732.    * If that's less than best-so-far, update best distance and color number.
  733.    */
  734.   
  735.   /* Nominal steps between cell centers ("x" in Thomas article) */
  736. #define STEP_C0  ((1 << C0_SHIFT) * C0_SCALE)
  737. #define STEP_C1  ((1 << C1_SHIFT) * C1_SCALE)
  738. #define STEP_C2  ((1 << C2_SHIFT) * C2_SCALE)
  739.   
  740.   for (i = 0; i < numcolors; i++) {
  741.     icolor = GETJSAMPLE(colorlist[i]);
  742.     /* Compute (square of) distance from minc0/c1/c2 to this color */
  743.     inc0 = (minc0 - GETJSAMPLE(cinfo->colormap[0][icolor])) * C0_SCALE;
  744.     dist0 = inc0*inc0;
  745.     inc1 = (minc1 - GETJSAMPLE(cinfo->colormap[1][icolor])) * C1_SCALE;
  746.     dist0 += inc1*inc1;
  747.     inc2 = (minc2 - GETJSAMPLE(cinfo->colormap[2][icolor])) * C2_SCALE;
  748.     dist0 += inc2*inc2;
  749.     /* Form the initial difference increments */
  750.     inc0 = inc0 * (2 * STEP_C0) + STEP_C0 * STEP_C0;
  751.     inc1 = inc1 * (2 * STEP_C1) + STEP_C1 * STEP_C1;
  752.     inc2 = inc2 * (2 * STEP_C2) + STEP_C2 * STEP_C2;
  753.     /* Now loop over all cells in box, updating distance per Thomas method */
  754.     bptr = bestdist;
  755.     cptr = bestcolor;
  756.     xx0 = inc0;
  757.     for (ic0 = BOX_C0_ELEMS-1; ic0 >= 0; ic0--) {
  758.       dist1 = dist0;
  759.       xx1 = inc1;
  760.       for (ic1 = BOX_C1_ELEMS-1; ic1 >= 0; ic1--) {
  761. dist2 = dist1;
  762. xx2 = inc2;
  763. for (ic2 = BOX_C2_ELEMS-1; ic2 >= 0; ic2--) {
  764.   if (dist2 < *bptr) {
  765.     *bptr = dist2;
  766.     *cptr = (JSAMPLE) icolor;
  767.   }
  768.   dist2 += xx2;
  769.   xx2 += 2 * STEP_C2 * STEP_C2;
  770.   bptr++;
  771.   cptr++;
  772. }
  773. dist1 += xx1;
  774. xx1 += 2 * STEP_C1 * STEP_C1;
  775.       }
  776.       dist0 += xx0;
  777.       xx0 += 2 * STEP_C0 * STEP_C0;
  778.     }
  779.   }
  780. }
  781. LOCAL(void)
  782. fill_inverse_cmap (j_decompress_ptr cinfo, int c0, int c1, int c2)
  783. /* Fill the inverse-colormap entries in the update box that contains */
  784. /* histogram cell c0/c1/c2.  (Only that one cell MUST be filled, but */
  785. /* we can fill as many others as we wish.) */
  786. {
  787.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  788.   hist3d histogram = cquantize->histogram;
  789.   int minc0, minc1, minc2; /* lower left corner of update box */
  790.   int ic0, ic1, ic2;
  791.   register JSAMPLE * cptr; /* pointer into bestcolor[] array */
  792.   register histptr cachep; /* pointer into main cache array */
  793.   /* This array lists the candidate colormap indexes. */
  794.   JSAMPLE colorlist[MAXNUMCOLORS];
  795.   int numcolors; /* number of candidate colors */
  796.   /* This array holds the actually closest colormap index for each cell. */
  797.   JSAMPLE bestcolor[BOX_C0_ELEMS * BOX_C1_ELEMS * BOX_C2_ELEMS];
  798.   /* Convert cell coordinates to update box ID */
  799.   c0 >>= BOX_C0_LOG;
  800.   c1 >>= BOX_C1_LOG;
  801.   c2 >>= BOX_C2_LOG;
  802.   /* Compute true coordinates of update box's origin corner.
  803.    * Actually we compute the coordinates of the center of the corner
  804.    * histogram cell, which are the lower bounds of the volume we care about.
  805.    */
  806.   minc0 = (c0 << BOX_C0_SHIFT) + ((1 << C0_SHIFT) >> 1);
  807.   minc1 = (c1 << BOX_C1_SHIFT) + ((1 << C1_SHIFT) >> 1);
  808.   minc2 = (c2 << BOX_C2_SHIFT) + ((1 << C2_SHIFT) >> 1);
  809.   
  810.   /* Determine which colormap entries are close enough to be candidates
  811.    * for the nearest entry to some cell in the update box.
  812.    */
  813.   numcolors = find_nearby_colors(cinfo, minc0, minc1, minc2, colorlist);
  814.   /* Determine the actually nearest colors. */
  815.   find_best_colors(cinfo, minc0, minc1, minc2, numcolors, colorlist,
  816.    bestcolor);
  817.   /* Save the best color numbers (plus 1) in the main cache array */
  818.   c0 <<= BOX_C0_LOG; /* convert ID back to base cell indexes */
  819.   c1 <<= BOX_C1_LOG;
  820.   c2 <<= BOX_C2_LOG;
  821.   cptr = bestcolor;
  822.   for (ic0 = 0; ic0 < BOX_C0_ELEMS; ic0++) {
  823.     for (ic1 = 0; ic1 < BOX_C1_ELEMS; ic1++) {
  824.       cachep = & histogram[c0+ic0][c1+ic1][c2];
  825.       for (ic2 = 0; ic2 < BOX_C2_ELEMS; ic2++) {
  826. *cachep++ = (histcell) (GETJSAMPLE(*cptr++) + 1);
  827.       }
  828.     }
  829.   }
  830. }
  831. /*
  832.  * Map some rows of pixels to the output colormapped representation.
  833.  */
  834. METHODDEF(void)
  835. pass2_no_dither (j_decompress_ptr cinfo,
  836.  JSAMPARRAY input_buf, JSAMPARRAY output_buf, int num_rows)
  837. /* This version performs no dithering */
  838. {
  839.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  840.   hist3d histogram = cquantize->histogram;
  841.   register JSAMPROW inptr, outptr;
  842.   register histptr cachep;
  843.   register int c0, c1, c2;
  844.   int row;
  845.   JDIMENSION col;
  846.   JDIMENSION width = cinfo->output_width;
  847.   for (row = 0; row < num_rows; row++) {
  848.     inptr = input_buf[row];
  849.     outptr = output_buf[row];
  850.     for (col = width; col > 0; col--) {
  851.       /* get pixel value and index into the cache */
  852.       c0 = GETJSAMPLE(*inptr++) >> C0_SHIFT;
  853.       c1 = GETJSAMPLE(*inptr++) >> C1_SHIFT;
  854.       c2 = GETJSAMPLE(*inptr++) >> C2_SHIFT;
  855.       cachep = & histogram[c0][c1][c2];
  856.       /* If we have not seen this color before, find nearest colormap entry */
  857.       /* and update the cache */
  858.       if (*cachep == 0)
  859. fill_inverse_cmap(cinfo, c0,c1,c2);
  860.       /* Now emit the colormap index for this cell */
  861.       *outptr++ = (JSAMPLE) (*cachep - 1);
  862.     }
  863.   }
  864. }
  865. METHODDEF(void)
  866. pass2_fs_dither (j_decompress_ptr cinfo,
  867.  JSAMPARRAY input_buf, JSAMPARRAY output_buf, int num_rows)
  868. /* This version performs Floyd-Steinberg dithering */
  869. {
  870.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  871.   hist3d histogram = cquantize->histogram;
  872.   register LOCFSERROR cur0, cur1, cur2; /* current error or pixel value */
  873.   LOCFSERROR belowerr0, belowerr1, belowerr2; /* error for pixel below cur */
  874.   LOCFSERROR bpreverr0, bpreverr1, bpreverr2; /* error for below/prev col */
  875.   register FSERRPTR errorptr; /* => fserrors[] at column before current */
  876.   JSAMPROW inptr; /* => current input pixel */
  877.   JSAMPROW outptr; /* => current output pixel */
  878.   histptr cachep;
  879.   int dir; /* +1 or -1 depending on direction */
  880.   int dir3; /* 3*dir, for advancing inptr & errorptr */
  881.   int row;
  882.   JDIMENSION col;
  883.   JDIMENSION width = cinfo->output_width;
  884.   JSAMPLE *range_limit = cinfo->sample_range_limit;
  885.   int *error_limit = cquantize->error_limiter;
  886.   JSAMPROW colormap0 = cinfo->colormap[0];
  887.   JSAMPROW colormap1 = cinfo->colormap[1];
  888.   JSAMPROW colormap2 = cinfo->colormap[2];
  889.   SHIFT_TEMPS
  890.   for (row = 0; row < num_rows; row++) {
  891.     inptr = input_buf[row];
  892.     outptr = output_buf[row];
  893.     if (cquantize->on_odd_row) {
  894.       /* work right to left in this row */
  895.       inptr += (width-1) * 3; /* so point to rightmost pixel */
  896.       outptr += width-1;
  897.       dir = -1;
  898.       dir3 = -3;
  899.       errorptr = cquantize->fserrors + (width+1)*3; /* => entry after last column */
  900.       cquantize->on_odd_row = FALSE; /* flip for next time */
  901.     } else {
  902.       /* work left to right in this row */
  903.       dir = 1;
  904.       dir3 = 3;
  905.       errorptr = cquantize->fserrors; /* => entry before first real column */
  906.       cquantize->on_odd_row = TRUE; /* flip for next time */
  907.     }
  908.     /* Preset error values: no error propagated to first pixel from left */
  909.     cur0 = cur1 = cur2 = 0;
  910.     /* and no error propagated to row below yet */
  911.     belowerr0 = belowerr1 = belowerr2 = 0;
  912.     bpreverr0 = bpreverr1 = bpreverr2 = 0;
  913.     for (col = width; col > 0; col--) {
  914.       /* curN holds the error propagated from the previous pixel on the
  915.        * current line.  Add the error propagated from the previous line
  916.        * to form the complete error correction term for this pixel, and
  917.        * round the error term (which is expressed * 16) to an integer.
  918.        * RIGHT_SHIFT rounds towards minus infinity, so adding 8 is correct
  919.        * for either sign of the error value.
  920.        * Note: errorptr points to *previous* column's array entry.
  921.        */
  922.       cur0 = RIGHT_SHIFT(cur0 + errorptr[dir3+0] + 8, 4);
  923.       cur1 = RIGHT_SHIFT(cur1 + errorptr[dir3+1] + 8, 4);
  924.       cur2 = RIGHT_SHIFT(cur2 + errorptr[dir3+2] + 8, 4);
  925.       /* Limit the error using transfer function set by init_error_limit.
  926.        * See comments with init_error_limit for rationale.
  927.        */
  928.       cur0 = error_limit[cur0];
  929.       cur1 = error_limit[cur1];
  930.       cur2 = error_limit[cur2];
  931.       /* Form pixel value + error, and range-limit to 0..MAXJSAMPLE.
  932.        * The maximum error is +- MAXJSAMPLE (or less with error limiting);
  933.        * this sets the required size of the range_limit array.
  934.        */
  935.       cur0 += GETJSAMPLE(inptr[0]);
  936.       cur1 += GETJSAMPLE(inptr[1]);
  937.       cur2 += GETJSAMPLE(inptr[2]);
  938.       cur0 = GETJSAMPLE(range_limit[cur0]);
  939.       cur1 = GETJSAMPLE(range_limit[cur1]);
  940.       cur2 = GETJSAMPLE(range_limit[cur2]);
  941.       /* Index into the cache with adjusted pixel value */
  942.       cachep = & histogram[cur0>>C0_SHIFT][cur1>>C1_SHIFT][cur2>>C2_SHIFT];
  943.       /* If we have not seen this color before, find nearest colormap */
  944.       /* entry and update the cache */
  945.       if (*cachep == 0)
  946. fill_inverse_cmap(cinfo, cur0>>C0_SHIFT,cur1>>C1_SHIFT,cur2>>C2_SHIFT);
  947.       /* Now emit the colormap index for this cell */
  948.       { register int pixcode = *cachep - 1;
  949. *outptr = (JSAMPLE) pixcode;
  950. /* Compute representation error for this pixel */
  951. cur0 -= GETJSAMPLE(colormap0[pixcode]);
  952. cur1 -= GETJSAMPLE(colormap1[pixcode]);
  953. cur2 -= GETJSAMPLE(colormap2[pixcode]);
  954.       }
  955.       /* Compute error fractions to be propagated to adjacent pixels.
  956.        * Add these into the running sums, and simultaneously shift the
  957.        * next-line error sums left by 1 column.
  958.        */
  959.       { register LOCFSERROR bnexterr, delta;
  960. bnexterr = cur0; /* Process component 0 */
  961. delta = cur0 * 2;
  962. cur0 += delta; /* form error * 3 */
  963. errorptr[0] = (FSERROR) (bpreverr0 + cur0);
  964. cur0 += delta; /* form error * 5 */
  965. bpreverr0 = belowerr0 + cur0;
  966. belowerr0 = bnexterr;
  967. cur0 += delta; /* form error * 7 */
  968. bnexterr = cur1; /* Process component 1 */
  969. delta = cur1 * 2;
  970. cur1 += delta; /* form error * 3 */
  971. errorptr[1] = (FSERROR) (bpreverr1 + cur1);
  972. cur1 += delta; /* form error * 5 */
  973. bpreverr1 = belowerr1 + cur1;
  974. belowerr1 = bnexterr;
  975. cur1 += delta; /* form error * 7 */
  976. bnexterr = cur2; /* Process component 2 */
  977. delta = cur2 * 2;
  978. cur2 += delta; /* form error * 3 */
  979. errorptr[2] = (FSERROR) (bpreverr2 + cur2);
  980. cur2 += delta; /* form error * 5 */
  981. bpreverr2 = belowerr2 + cur2;
  982. belowerr2 = bnexterr;
  983. cur2 += delta; /* form error * 7 */
  984.       }
  985.       /* At this point curN contains the 7/16 error value to be propagated
  986.        * to the next pixel on the current line, and all the errors for the
  987.        * next line have been shifted over.  We are therefore ready to move on.
  988.        */
  989.       inptr += dir3; /* Advance pixel pointers to next column */
  990.       outptr += dir;
  991.       errorptr += dir3; /* advance errorptr to current column */
  992.     }
  993.     /* Post-loop cleanup: we must unload the final error values into the
  994.      * final fserrors[] entry.  Note we need not unload belowerrN because
  995.      * it is for the dummy column before or after the actual array.
  996.      */
  997.     errorptr[0] = (FSERROR) bpreverr0; /* unload prev errs into array */
  998.     errorptr[1] = (FSERROR) bpreverr1;
  999.     errorptr[2] = (FSERROR) bpreverr2;
  1000.   }
  1001. }
  1002. /*
  1003.  * Initialize the error-limiting transfer function (lookup table).
  1004.  * The raw F-S error computation can potentially compute error values of up to
  1005.  * +- MAXJSAMPLE.  But we want the maximum correction applied to a pixel to be
  1006.  * much less, otherwise obviously wrong pixels will be created.  (Typical
  1007.  * effects include weird fringes at color-area boundaries, isolated bright
  1008.  * pixels in a dark area, etc.)  The standard advice for avoiding this problem
  1009.  * is to ensure that the "corners" of the color cube are allocated as output
  1010.  * colors; then repeated errors in the same direction cannot cause cascading
  1011.  * error buildup.  However, that only prevents the error from getting
  1012.  * completely out of hand; Aaron Giles reports that error limiting improves
  1013.  * the results even with corner colors allocated.
  1014.  * A simple clamping of the error values to about +- MAXJSAMPLE/8 works pretty
  1015.  * well, but the smoother transfer function used below is even better.  Thanks
  1016.  * to Aaron Giles for this idea.
  1017.  */
  1018. LOCAL(void)
  1019. init_error_limit (j_decompress_ptr cinfo)
  1020. /* Allocate and fill in the error_limiter table */
  1021. {
  1022.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  1023.   int * table;
  1024.   int in, out;
  1025.   table = (int *) (*cinfo->mem->alloc_small)
  1026.     ((j_common_ptr) cinfo, JPOOL_IMAGE, (MAXJSAMPLE*2+1) * SIZEOF(int));
  1027.   table += MAXJSAMPLE; /* so can index -MAXJSAMPLE .. +MAXJSAMPLE */
  1028.   cquantize->error_limiter = table;
  1029. #define STEPSIZE ((MAXJSAMPLE+1)/16)
  1030.   /* Map errors 1:1 up to +- MAXJSAMPLE/16 */
  1031.   out = 0;
  1032.   for (in = 0; in < STEPSIZE; in++, out++) {
  1033.     table[in] = out; table[-in] = -out;
  1034.   }
  1035.   /* Map errors 1:2 up to +- 3*MAXJSAMPLE/16 */
  1036.   for (; in < STEPSIZE*3; in++, out += (in&1) ? 0 : 1) {
  1037.     table[in] = out; table[-in] = -out;
  1038.   }
  1039.   /* Clamp the rest to final out value (which is (MAXJSAMPLE+1)/8) */
  1040.   for (; in <= MAXJSAMPLE; in++) {
  1041.     table[in] = out; table[-in] = -out;
  1042.   }
  1043. #undef STEPSIZE
  1044. }
  1045. /*
  1046.  * Finish up at the end of each pass.
  1047.  */
  1048. METHODDEF(void)
  1049. finish_pass1 (j_decompress_ptr cinfo)
  1050. {
  1051.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  1052.   /* Select the representative colors and fill in cinfo->colormap */
  1053.   cinfo->colormap = cquantize->sv_colormap;
  1054.   select_colors(cinfo, cquantize->desired);
  1055.   /* Force next pass to zero the color index table */
  1056.   cquantize->needs_zeroed = TRUE;
  1057. }
  1058. METHODDEF(void)
  1059. finish_pass2 (j_decompress_ptr cinfo)
  1060. {
  1061.   /* no work */
  1062. }
  1063. /*
  1064.  * Initialize for each processing pass.
  1065.  */
  1066. METHODDEF(void)
  1067. start_pass_2_quant (j_decompress_ptr cinfo, unsigned int is_pre_scan)
  1068. {
  1069.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  1070.   hist3d histogram = cquantize->histogram;
  1071.   int i;
  1072.   /* Only F-S dithering or no dithering is supported. */
  1073.   /* If user asks for ordered dither, give him F-S. */
  1074.   if (cinfo->dither_mode != JDITHER_NONE)
  1075.     cinfo->dither_mode = JDITHER_FS;
  1076.   if (is_pre_scan) {
  1077.     /* Set up method pointers */
  1078.     cquantize->pub.color_quantize = prescan_quantize;
  1079.     cquantize->pub.finish_pass = finish_pass1;
  1080.     cquantize->needs_zeroed = TRUE; /* Always zero histogram */
  1081.   } else {
  1082.     /* Set up method pointers */
  1083.     if (cinfo->dither_mode == JDITHER_FS)
  1084.       cquantize->pub.color_quantize = pass2_fs_dither;
  1085.     else
  1086.       cquantize->pub.color_quantize = pass2_no_dither;
  1087.     cquantize->pub.finish_pass = finish_pass2;
  1088.     /* Make sure color count is acceptable */
  1089.     i = cinfo->actual_number_of_colors;
  1090.     if (i < 1)
  1091.       ERREXIT1(cinfo, JERR_QUANT_FEW_COLORS, 1);
  1092.     if (i > MAXNUMCOLORS)
  1093.       ERREXIT1(cinfo, JERR_QUANT_MANY_COLORS, MAXNUMCOLORS);
  1094.     if (cinfo->dither_mode == JDITHER_FS) {
  1095.       size_t arraysize = (size_t) ((cinfo->output_width + 2) *
  1096.    (3 * SIZEOF(FSERROR)));
  1097.       /* Allocate Floyd-Steinberg workspace if we didn't already. */
  1098.       if (cquantize->fserrors == NULL)
  1099. cquantize->fserrors = (FSERRPTR) (*cinfo->mem->alloc_large)
  1100.   ((j_common_ptr) cinfo, JPOOL_IMAGE, arraysize);
  1101.       /* Initialize the propagated errors to zero. */
  1102.       jzero_far((void FAR *) cquantize->fserrors, arraysize);
  1103.       /* Make the error-limit table if we didn't already. */
  1104.       if (cquantize->error_limiter == NULL)
  1105. init_error_limit(cinfo);
  1106.       cquantize->on_odd_row = FALSE;
  1107.     }
  1108.   }
  1109.   /* Zero the histogram or inverse color map, if necessary */
  1110.   if (cquantize->needs_zeroed) {
  1111.     for (i = 0; i < HIST_C0_ELEMS; i++) {
  1112.       jzero_far((void FAR *) histogram[i],
  1113. HIST_C1_ELEMS*HIST_C2_ELEMS * SIZEOF(histcell));
  1114.     }
  1115.     cquantize->needs_zeroed = FALSE;
  1116.   }
  1117. }
  1118. /*
  1119.  * Switch to a new external colormap between output passes.
  1120.  */
  1121. METHODDEF(void)
  1122. new_color_map_2_quant (j_decompress_ptr cinfo)
  1123. {
  1124.   my_cquantize_ptr cquantize = (my_cquantize_ptr) cinfo->cquantize;
  1125.   /* Reset the inverse color map */
  1126.   cquantize->needs_zeroed = TRUE;
  1127. }
  1128. /*
  1129.  * Module initialization routine for 2-pass color quantization.
  1130.  */
  1131. GLOBAL(void)
  1132. jinit_2pass_quantizer (j_decompress_ptr cinfo)
  1133. {
  1134.   my_cquantize_ptr cquantize;
  1135.   int i;
  1136.   cquantize = (my_cquantize_ptr)
  1137.     (*cinfo->mem->alloc_small) ((j_common_ptr) cinfo, JPOOL_IMAGE,
  1138. SIZEOF(my_cquantizer));
  1139.   cinfo->cquantize = (struct jpeg_color_quantizer *) cquantize;
  1140.   cquantize->pub.start_pass = start_pass_2_quant;
  1141.   cquantize->pub.new_color_map = new_color_map_2_quant;
  1142.   cquantize->fserrors = NULL; /* flag optional arrays not allocated */
  1143.   cquantize->error_limiter = NULL;
  1144.   /* Make sure jdmaster didn't give me a case I can't handle */
  1145.   if (cinfo->out_color_components != 3)
  1146.     ERREXIT(cinfo, JERR_NOTIMPL);
  1147.   /* Allocate the histogram/inverse colormap storage */
  1148.   cquantize->histogram = (hist3d) (*cinfo->mem->alloc_small)
  1149.     ((j_common_ptr) cinfo, JPOOL_IMAGE, HIST_C0_ELEMS * SIZEOF(hist2d));
  1150.   for (i = 0; i < HIST_C0_ELEMS; i++) {
  1151.     cquantize->histogram[i] = (hist2d) (*cinfo->mem->alloc_large)
  1152.       ((j_common_ptr) cinfo, JPOOL_IMAGE,
  1153.        HIST_C1_ELEMS*HIST_C2_ELEMS * SIZEOF(histcell));
  1154.   }
  1155.   cquantize->needs_zeroed = TRUE; /* histogram is garbage now */
  1156.   /* Allocate storage for the completed colormap, if required.
  1157.    * We do this now since it is FAR storage and may affect
  1158.    * the memory manager's space calculations.
  1159.    */
  1160.   if (cinfo->enable_2pass_quant) {
  1161.     /* Make sure color count is acceptable */
  1162.     int desired = cinfo->desired_number_of_colors;
  1163.     /* Lower bound on # of colors ... somewhat arbitrary as long as > 0 */
  1164.     if (desired < 8)
  1165.       ERREXIT1(cinfo, JERR_QUANT_FEW_COLORS, 8);
  1166.     /* Make sure colormap indexes can be represented by JSAMPLEs */
  1167.     if (desired > MAXNUMCOLORS)
  1168.       ERREXIT1(cinfo, JERR_QUANT_MANY_COLORS, MAXNUMCOLORS);
  1169.     cquantize->sv_colormap = (*cinfo->mem->alloc_sarray)
  1170.       ((j_common_ptr) cinfo,JPOOL_IMAGE, (JDIMENSION) desired, (JDIMENSION) 3);
  1171.     cquantize->desired = desired;
  1172.   } else
  1173.     cquantize->sv_colormap = NULL;
  1174.   /* Only F-S dithering or no dithering is supported. */
  1175.   /* If user asks for ordered dither, give him F-S. */
  1176.   if (cinfo->dither_mode != JDITHER_NONE)
  1177.     cinfo->dither_mode = JDITHER_FS;
  1178.   /* Allocate Floyd-Steinberg workspace if necessary.
  1179.    * This isn't really needed until pass 2, but again it is FAR storage.
  1180.    * Although we will cope with a later change in dither_mode,
  1181.    * we do not promise to honor max_memory_to_use if dither_mode changes.
  1182.    */
  1183.   if (cinfo->dither_mode == JDITHER_FS) {
  1184.     cquantize->fserrors = (FSERRPTR) (*cinfo->mem->alloc_large)
  1185.       ((j_common_ptr) cinfo, JPOOL_IMAGE,
  1186.        (size_t) ((cinfo->output_width + 2) * (3 * SIZEOF(FSERROR))));
  1187.     /* Might as well create the error-limiting table too. */
  1188.     init_error_limit(cinfo);
  1189.   }
  1190. }
  1191. #endif /* QUANT_2PASS_SUPPORTED */