使用 ARM NEON 调整图像大小答案

【问题标题】：Image resizing using ARM NEON使用 ARM NEON 调整图像大小
【发布时间】：2013-06-16 21:03:34
【问题描述】：

我正在尝试实现此图像缩小算法的逐行版本：http://intel.ly/1avllXm，应用于 RGBA 8 位图像。

为了简化，考虑调整单行的大小，w_src -> w_dst。然后每个像素可以将其值贡献给权重为 1.0 的单个输出累加器，或者贡献给权重为 alpha 和 (1.0f - alpha) 的两个连续输出像素。在 C/伪代码中：

float acc[w_dst] = malloc(w_dst * 4);
x_dst = 0
for x = 0 .. w_src:
  if x is a pivot column:
     acc[x_dst] += (w_src[x] * alpha);
     x_dst++;
     acc[x_dst] += (w_src[x] * (1.0f - alpha);
  else
     acc[x_dst] += w_src[x];

最后，将每个累加器通道除以对其有贡献的源像素数（浮点值）：

uint8_t dst = malloc(w_dst);
for x_dst = 0 .. w_dst
  dst[x_dst] = (uint8_t)round(acc[x_dst] / area);

我的参考纯 C 实现工作正常。但是，我想知道是否有一种方法可以使用 NEON 操作来加快速度（请记住，每个像素都是 8 位 RGBA）。谢谢！

【问题讨论】：

标签： android performance algorithm image-processing neon

【解决方案1】：

很遗憾，NEON 不太适合这种工作。如果是使用固定的源和目标分辨率调整图像大小，则可以使用动态向量进行 NEONize，但对可变数量的相邻像素求和并不是简单的 SIMDable。

我建议用定点一替换浮点运算。仅此一项就会有很大帮助。

此外，除法需要非常长的时间。它确实会损害性能，尤其是在循环内完成时。你应该用一个乘法代替它：

uint8_t dst = malloc(w_dst);
float area_ret = 1.0f/area;
for x_dst = 0 .. w_dst
  dst[x_dst] = (uint8_t)round(acc[x_dst] * area_ret);

【讨论】：

是的，为了清楚起见，我已经简化了伪代码。我已经完成了所有明显的优化（乘法而不是除法，缓存浮点计算），仍然想知道是否有 SIMDable 方法。我将研究定点算法，尽管计算的准确性对该算法的结果有很大影响。
很多人的常见误解之一是 fp 不如 float 准确。 Float 提供 24 位精度，这听起来可能已经足够了，但随着值的增加，它会截断最低有效位。另一方面，fp 的精度保持不变，直到最终转换为 int 才截断。在您的情况下，即使是 q14 fp 算法也会比当前的实现更准确。
... aaaa 你是对的，当然。刚刚发现当前浮点实现中的错误，即当源行足够宽时精度会丢失，导致累加器值太大而无法获得精确的浮点精度。

【解决方案2】：

我的第二个想法是，垂直缩小非常适合 SIMDable，因为相同的算法可以应用于水平相邻的像素。

所以这是我的建议：

使用 q15 无符号 fp 算法通过 NEON 垂直调整大小。这临时结果存储在 32 位/元素中。
使用 ARM 使用 q15 无符号 fp 算法水平调整大小，除以 area/typecast/pack 并将最终结果存储在 RGBA 中。

请注意，按面积除应在q17中与 (1/area) 进行 LONG 乘法运算。

为什么是 q17？如果执行 q15*q17，则结果在 q32 中，其中两个 32 位寄存器包含数据。而且您不需要执行任何“按位操作进行类型转换”，因为高位寄存器已经具有目标 8 位 int 值。这就是 fp 算术的美妙之处。

也许我会在不久的将来编写完全优化的版本，完全在汇编中。

【讨论】：