【问题标题】:Optimization using NEON intrinsics使用 NEON 内在函数进行优化
【发布时间】:2016-05-20 16:25:24
【问题描述】:

我是 NEON 内在的初学者。我正在尝试优化下面的算法

    uint32_t blue = 0, red = 0 , green = 0, alpha = 0, factor = 0 , shift = 0;

    // some initial calculation to calculate factor shift and R G B init values all are expected to be initilized with 16 bit unsigned

    //pSRC is 32 bbp flat pixel array and count is total pixels count

     for( int i = 0; i < count; i++ )
     {
        blue  += *psrc++;
        green += *psrc++;
        green += *psrc++;
        alpha += *psrc++;

        *pDest++ = static_cast< uint_8 >( ( blue * factor ) >> shift );
        *pDest++ = static_cast< uint_8 >( ( green * factor ) >> shift );
        *pDest++ = static_cast< uint_8 >( ( red * factor ) >> shift );
        *pDest++ = static_cast< uint_8 >( ( alpha * factor ) >> shift );
     } 

我不确定如何执行此操作,因为我需要 32 位容器中的结果,并且我的源数据为 8 位 ( R G B A ),并且没有可以将 8 位与 32 位相加的指令。

谁能帮我解决这个问题?

按照 Paul 的链接的建议,我能够将它们转换为 32 位并进行必要的算术运算。现在我有:

           uint32x4_t result1 = vshlq_u32(mult1281, shift);
           uint32x4_t result2 = vshlq_u32(mult1282, shift);
           uint32x4_t result3 = vshlq_u32(mult1283, shift);
           uint32x4_t result4 = vshlq_u32(mult1284, shift);

结果 1/2/3/4 现在包含 32 位(每通道)RGB 通道。我现在如何组合结果 1/2/3/4 以获得 8 位(每通道)RGB 通道并将其放回目的地?

【问题讨论】:

  • 我不明白这个算法是做什么的。值(蓝色、绿色、红色、alpha)将一直上升。 *pDst 可以周期性溢出 8 位。
  • 还有一个转变,它本质上是一个设计,所以我认为它不会溢出
  • 即使有了转变,它仍然是一个持续的积累。写入在循环内,累加器永远不会重置或减少,因此输出是一个不断增长的值。你也说了两次green...你的意思是blue,对吧?
  • 是的,我的意思是蓝色..我同意这是连续累积,但我们将 8 位数字(*psrc)添加到 32 位数字(比如红色)初始化为 16 位(代码注释中提到)数字所以我看不到任何溢出问题,除非计数太大或者我在这里遗漏了什么?

标签: c arm simd neon intrinsics


【解决方案1】:

我还没有深入理解算法,但是你当然可以使用 NEON 来优化它:

uint32_t blue = 0, red = 0, green = 0, alpha = 0, factor = 0, shift = 0;
// some your initializations.
uint32x4_t bgra = { blue, green, red, alpha };
for (int i = 0; i < count; i += 2)
{
    //load 8 8-bit values and unpack to 16-bit
    uint16x8_t src = vmovl_u8(vld1_u8(psrc + i * 4)); 

    //accumulate low 4 values
    bgra = vaddw_u16(bgra, vget_low_u16(src));
    //get low 4 values of dst
    uint32x4_t lo = vshrq_n_u32(vmulq_u32(bgra, vdupq_n_u32(factor)), shift);

    //accumulate high 4 values
    bgra = vaddw_u16(bgra, vget_high_u16(src));
    //get high 4 values of dst
    uint32x4_t hi = vshrq_n_u32(vmulq_u32(bgra, vdupq_n_u32(factor)), shift);

    //pack 8 32-bit values to 8 8-bit.
    uint8x8_t dst = vmovn_u16(vcombine_u16(vmovn_u32(lo), vmovn_u32(hi)));

    //store result
    vst1_u8(pDest + i * 4, dst);
}

【讨论】:

  • 工作非常像魅力谢谢。小评论你不能使用 vshrq_n_u32 因为它期望 const shift 我使用 vshlq_u32
猜你喜欢
  • 2014-09-18
  • 2011-08-08
  • 1970-01-01
  • 2016-04-25
  • 1970-01-01
  • 2014-02-14
  • 1970-01-01
  • 1970-01-01
  • 2021-02-13
相关资源
最近更新 更多