ref: d01c9febe90aadaf85e97551b074342f7aa21e8d
dir: /vp8/common/arm/neon/bilinearpredict_neon.c/
/* * Copyright (c) 2014 The WebM project authors. All Rights Reserved. * * Use of this source code is governed by a BSD-style license * that can be found in the LICENSE file in the root of the source * tree. An additional intellectual property rights grant can be found * in the file PATENTS. All contributing project authors may * be found in the AUTHORS file in the root of the source tree. */ #include <arm_neon.h> #include <string.h> #include "./vpx_config.h" static const uint8_t bifilter4_coeff[8][2] = { { 128, 0 }, { 112, 16 }, { 96, 32 }, { 80, 48 }, { 64, 64 }, { 48, 80 }, { 32, 96 }, { 16, 112 } }; static INLINE uint8x8_t load_and_shift(const unsigned char *a) { return vreinterpret_u8_u64(vshl_n_u64(vreinterpret_u64_u8(vld1_u8(a)), 32)); } static INLINE void store4x4(unsigned char *dst, int dst_stride, const uint8x8_t a0, const uint8x8_t a1) { if (!((uintptr_t)dst & 0x3) && !(dst_stride & 0x3)) { vst1_lane_u32((uint32_t *)dst, vreinterpret_u32_u8(a0), 0); dst += dst_stride; vst1_lane_u32((uint32_t *)dst, vreinterpret_u32_u8(a0), 1); dst += dst_stride; vst1_lane_u32((uint32_t *)dst, vreinterpret_u32_u8(a1), 0); dst += dst_stride; vst1_lane_u32((uint32_t *)dst, vreinterpret_u32_u8(a1), 1); } else { // Store to the aligned local buffer and memcpy instead of vget_lane_u8 // which is really really slow. uint32_t output_buffer[4]; vst1_lane_u32(output_buffer, vreinterpret_u32_u8(a0), 0); vst1_lane_u32(output_buffer + 1, vreinterpret_u32_u8(a0), 1); vst1_lane_u32(output_buffer + 2, vreinterpret_u32_u8(a1), 0); vst1_lane_u32(output_buffer + 3, vreinterpret_u32_u8(a1), 1); memcpy(dst, output_buffer, 4); dst += dst_stride; memcpy(dst, output_buffer + 1, 4); dst += dst_stride; memcpy(dst, output_buffer + 2, 4); dst += dst_stride; memcpy(dst, output_buffer + 3, 4); } } void vp8_bilinear_predict4x4_neon(unsigned char *src_ptr, int src_pixels_per_line, int xoffset, int yoffset, unsigned char *dst_ptr, int dst_pitch) { uint8x8_t e0, e1, e2; if (xoffset == 0) { // skip_1stpass_filter uint8x8_t a0, a1, a2, a3, a4; a0 = load_and_shift(src_ptr); src_ptr += src_pixels_per_line; a1 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a2 = load_and_shift(src_ptr); src_ptr += src_pixels_per_line; a3 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a4 = vld1_u8(src_ptr); e0 = vext_u8(a0, a1, 4); e1 = vext_u8(a2, a3, 4); e2 = a4; } else { uint8x8_t a0, a1, a2, a3, a4, b4; uint8x16_t a01, a23; uint8x16_t b01, b23; uint32x2x2_t c0, c1, c2, c3; uint16x8_t d0, d1, d2; const uint8x8_t filter0 = vdup_n_u8(bifilter4_coeff[xoffset][0]); const uint8x8_t filter1 = vdup_n_u8(bifilter4_coeff[xoffset][1]); a0 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a1 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a2 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a3 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; a4 = vld1_u8(src_ptr); a01 = vcombine_u8(a0, a1); a23 = vcombine_u8(a2, a3); b01 = vreinterpretq_u8_u64(vshrq_n_u64(vreinterpretq_u64_u8(a01), 8)); b23 = vreinterpretq_u8_u64(vshrq_n_u64(vreinterpretq_u64_u8(a23), 8)); b4 = vreinterpret_u8_u64(vshr_n_u64(vreinterpret_u64_u8(a4), 8)); c0 = vzip_u32(vreinterpret_u32_u8(vget_low_u8(a01)), vreinterpret_u32_u8(vget_high_u8(a01))); c1 = vzip_u32(vreinterpret_u32_u8(vget_low_u8(a23)), vreinterpret_u32_u8(vget_high_u8(a23))); c2 = vzip_u32(vreinterpret_u32_u8(vget_low_u8(b01)), vreinterpret_u32_u8(vget_high_u8(b01))); c3 = vzip_u32(vreinterpret_u32_u8(vget_low_u8(b23)), vreinterpret_u32_u8(vget_high_u8(b23))); d0 = vmull_u8(vreinterpret_u8_u32(c0.val[0]), filter0); d1 = vmull_u8(vreinterpret_u8_u32(c1.val[0]), filter0); d2 = vmull_u8(a4, filter0); d0 = vmlal_u8(d0, vreinterpret_u8_u32(c2.val[0]), filter1); d1 = vmlal_u8(d1, vreinterpret_u8_u32(c3.val[0]), filter1); d2 = vmlal_u8(d2, b4, filter1); e0 = vqrshrn_n_u16(d0, 7); e1 = vqrshrn_n_u16(d1, 7); e2 = vqrshrn_n_u16(d2, 7); } // secondpass_filter if (yoffset == 0) { // skip_2ndpass_filter store4x4(dst_ptr, dst_pitch, e0, e1); } else { uint8x8_t f0, f1; const uint8x8_t filter0 = vdup_n_u8(bifilter4_coeff[yoffset][0]); const uint8x8_t filter1 = vdup_n_u8(bifilter4_coeff[yoffset][1]); uint16x8_t b0 = vmull_u8(e0, filter0); uint16x8_t b1 = vmull_u8(e1, filter0); const uint8x8_t a0 = vext_u8(e0, e1, 4); const uint8x8_t a1 = vext_u8(e1, e2, 4); b0 = vmlal_u8(b0, a0, filter1); b1 = vmlal_u8(b1, a1, filter1); f0 = vqrshrn_n_u16(b0, 7); f1 = vqrshrn_n_u16(b1, 7); store4x4(dst_ptr, dst_pitch, f0, f1); } } void vp8_bilinear_predict8x4_neon(unsigned char *src_ptr, int src_pixels_per_line, int xoffset, int yoffset, unsigned char *dst_ptr, int dst_pitch) { uint8x8_t d0u8, d1u8, d2u8, d3u8, d4u8, d5u8; uint8x8_t d7u8, d9u8, d11u8, d22u8, d23u8, d24u8, d25u8, d26u8; uint8x16_t q1u8, q2u8, q3u8, q4u8, q5u8; uint16x8_t q1u16, q2u16, q3u16, q4u16; uint16x8_t q6u16, q7u16, q8u16, q9u16, q10u16; if (xoffset == 0) { // skip_1stpass_filter d22u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d23u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d24u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d25u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d26u8 = vld1_u8(src_ptr); } else { q1u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q2u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q3u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q4u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q5u8 = vld1q_u8(src_ptr); d0u8 = vdup_n_u8(bifilter4_coeff[xoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[xoffset][1]); q6u16 = vmull_u8(vget_low_u8(q1u8), d0u8); q7u16 = vmull_u8(vget_low_u8(q2u8), d0u8); q8u16 = vmull_u8(vget_low_u8(q3u8), d0u8); q9u16 = vmull_u8(vget_low_u8(q4u8), d0u8); q10u16 = vmull_u8(vget_low_u8(q5u8), d0u8); d3u8 = vext_u8(vget_low_u8(q1u8), vget_high_u8(q1u8), 1); d5u8 = vext_u8(vget_low_u8(q2u8), vget_high_u8(q2u8), 1); d7u8 = vext_u8(vget_low_u8(q3u8), vget_high_u8(q3u8), 1); d9u8 = vext_u8(vget_low_u8(q4u8), vget_high_u8(q4u8), 1); d11u8 = vext_u8(vget_low_u8(q5u8), vget_high_u8(q5u8), 1); q6u16 = vmlal_u8(q6u16, d3u8, d1u8); q7u16 = vmlal_u8(q7u16, d5u8, d1u8); q8u16 = vmlal_u8(q8u16, d7u8, d1u8); q9u16 = vmlal_u8(q9u16, d9u8, d1u8); q10u16 = vmlal_u8(q10u16, d11u8, d1u8); d22u8 = vqrshrn_n_u16(q6u16, 7); d23u8 = vqrshrn_n_u16(q7u16, 7); d24u8 = vqrshrn_n_u16(q8u16, 7); d25u8 = vqrshrn_n_u16(q9u16, 7); d26u8 = vqrshrn_n_u16(q10u16, 7); } // secondpass_filter if (yoffset == 0) { // skip_2ndpass_filter vst1_u8((uint8_t *)dst_ptr, d22u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d23u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d24u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d25u8); } else { d0u8 = vdup_n_u8(bifilter4_coeff[yoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[yoffset][1]); q1u16 = vmull_u8(d22u8, d0u8); q2u16 = vmull_u8(d23u8, d0u8); q3u16 = vmull_u8(d24u8, d0u8); q4u16 = vmull_u8(d25u8, d0u8); q1u16 = vmlal_u8(q1u16, d23u8, d1u8); q2u16 = vmlal_u8(q2u16, d24u8, d1u8); q3u16 = vmlal_u8(q3u16, d25u8, d1u8); q4u16 = vmlal_u8(q4u16, d26u8, d1u8); d2u8 = vqrshrn_n_u16(q1u16, 7); d3u8 = vqrshrn_n_u16(q2u16, 7); d4u8 = vqrshrn_n_u16(q3u16, 7); d5u8 = vqrshrn_n_u16(q4u16, 7); vst1_u8((uint8_t *)dst_ptr, d2u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d3u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d4u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d5u8); } return; } void vp8_bilinear_predict8x8_neon(unsigned char *src_ptr, int src_pixels_per_line, int xoffset, int yoffset, unsigned char *dst_ptr, int dst_pitch) { uint8x8_t d0u8, d1u8, d2u8, d3u8, d4u8, d5u8, d6u8, d7u8, d8u8, d9u8, d11u8; uint8x8_t d22u8, d23u8, d24u8, d25u8, d26u8, d27u8, d28u8, d29u8, d30u8; uint8x16_t q1u8, q2u8, q3u8, q4u8, q5u8; uint16x8_t q1u16, q2u16, q3u16, q4u16, q5u16; uint16x8_t q6u16, q7u16, q8u16, q9u16, q10u16; if (xoffset == 0) { // skip_1stpass_filter d22u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d23u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d24u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d25u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d26u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d27u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d28u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d29u8 = vld1_u8(src_ptr); src_ptr += src_pixels_per_line; d30u8 = vld1_u8(src_ptr); } else { q1u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q2u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q3u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q4u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; d0u8 = vdup_n_u8(bifilter4_coeff[xoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[xoffset][1]); q6u16 = vmull_u8(vget_low_u8(q1u8), d0u8); q7u16 = vmull_u8(vget_low_u8(q2u8), d0u8); q8u16 = vmull_u8(vget_low_u8(q3u8), d0u8); q9u16 = vmull_u8(vget_low_u8(q4u8), d0u8); d3u8 = vext_u8(vget_low_u8(q1u8), vget_high_u8(q1u8), 1); d5u8 = vext_u8(vget_low_u8(q2u8), vget_high_u8(q2u8), 1); d7u8 = vext_u8(vget_low_u8(q3u8), vget_high_u8(q3u8), 1); d9u8 = vext_u8(vget_low_u8(q4u8), vget_high_u8(q4u8), 1); q6u16 = vmlal_u8(q6u16, d3u8, d1u8); q7u16 = vmlal_u8(q7u16, d5u8, d1u8); q8u16 = vmlal_u8(q8u16, d7u8, d1u8); q9u16 = vmlal_u8(q9u16, d9u8, d1u8); d22u8 = vqrshrn_n_u16(q6u16, 7); d23u8 = vqrshrn_n_u16(q7u16, 7); d24u8 = vqrshrn_n_u16(q8u16, 7); d25u8 = vqrshrn_n_u16(q9u16, 7); // first_pass filtering on the rest 5-line data q1u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q2u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q3u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q4u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q5u8 = vld1q_u8(src_ptr); q6u16 = vmull_u8(vget_low_u8(q1u8), d0u8); q7u16 = vmull_u8(vget_low_u8(q2u8), d0u8); q8u16 = vmull_u8(vget_low_u8(q3u8), d0u8); q9u16 = vmull_u8(vget_low_u8(q4u8), d0u8); q10u16 = vmull_u8(vget_low_u8(q5u8), d0u8); d3u8 = vext_u8(vget_low_u8(q1u8), vget_high_u8(q1u8), 1); d5u8 = vext_u8(vget_low_u8(q2u8), vget_high_u8(q2u8), 1); d7u8 = vext_u8(vget_low_u8(q3u8), vget_high_u8(q3u8), 1); d9u8 = vext_u8(vget_low_u8(q4u8), vget_high_u8(q4u8), 1); d11u8 = vext_u8(vget_low_u8(q5u8), vget_high_u8(q5u8), 1); q6u16 = vmlal_u8(q6u16, d3u8, d1u8); q7u16 = vmlal_u8(q7u16, d5u8, d1u8); q8u16 = vmlal_u8(q8u16, d7u8, d1u8); q9u16 = vmlal_u8(q9u16, d9u8, d1u8); q10u16 = vmlal_u8(q10u16, d11u8, d1u8); d26u8 = vqrshrn_n_u16(q6u16, 7); d27u8 = vqrshrn_n_u16(q7u16, 7); d28u8 = vqrshrn_n_u16(q8u16, 7); d29u8 = vqrshrn_n_u16(q9u16, 7); d30u8 = vqrshrn_n_u16(q10u16, 7); } // secondpass_filter if (yoffset == 0) { // skip_2ndpass_filter vst1_u8((uint8_t *)dst_ptr, d22u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d23u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d24u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d25u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d26u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d27u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d28u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d29u8); } else { d0u8 = vdup_n_u8(bifilter4_coeff[yoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[yoffset][1]); q1u16 = vmull_u8(d22u8, d0u8); q2u16 = vmull_u8(d23u8, d0u8); q3u16 = vmull_u8(d24u8, d0u8); q4u16 = vmull_u8(d25u8, d0u8); q5u16 = vmull_u8(d26u8, d0u8); q6u16 = vmull_u8(d27u8, d0u8); q7u16 = vmull_u8(d28u8, d0u8); q8u16 = vmull_u8(d29u8, d0u8); q1u16 = vmlal_u8(q1u16, d23u8, d1u8); q2u16 = vmlal_u8(q2u16, d24u8, d1u8); q3u16 = vmlal_u8(q3u16, d25u8, d1u8); q4u16 = vmlal_u8(q4u16, d26u8, d1u8); q5u16 = vmlal_u8(q5u16, d27u8, d1u8); q6u16 = vmlal_u8(q6u16, d28u8, d1u8); q7u16 = vmlal_u8(q7u16, d29u8, d1u8); q8u16 = vmlal_u8(q8u16, d30u8, d1u8); d2u8 = vqrshrn_n_u16(q1u16, 7); d3u8 = vqrshrn_n_u16(q2u16, 7); d4u8 = vqrshrn_n_u16(q3u16, 7); d5u8 = vqrshrn_n_u16(q4u16, 7); d6u8 = vqrshrn_n_u16(q5u16, 7); d7u8 = vqrshrn_n_u16(q6u16, 7); d8u8 = vqrshrn_n_u16(q7u16, 7); d9u8 = vqrshrn_n_u16(q8u16, 7); vst1_u8((uint8_t *)dst_ptr, d2u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d3u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d4u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d5u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d6u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d7u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d8u8); dst_ptr += dst_pitch; vst1_u8((uint8_t *)dst_ptr, d9u8); } return; } void vp8_bilinear_predict16x16_neon(unsigned char *src_ptr, int src_pixels_per_line, int xoffset, int yoffset, unsigned char *dst_ptr, int dst_pitch) { int i; unsigned char tmp[272]; unsigned char *tmpp; uint8x8_t d0u8, d1u8, d2u8, d3u8, d4u8, d5u8, d6u8, d7u8, d8u8, d9u8; uint8x8_t d10u8, d11u8, d12u8, d13u8, d14u8, d15u8, d16u8, d17u8, d18u8; uint8x8_t d19u8, d20u8, d21u8; uint8x16_t q1u8, q2u8, q3u8, q4u8, q5u8, q6u8, q7u8, q8u8, q9u8, q10u8; uint8x16_t q11u8, q12u8, q13u8, q14u8, q15u8; uint16x8_t q1u16, q2u16, q3u16, q4u16, q5u16, q6u16, q7u16, q8u16; uint16x8_t q9u16, q10u16, q11u16, q12u16, q13u16, q14u16; if (xoffset == 0) { // secondpass_bfilter16x16_only d0u8 = vdup_n_u8(bifilter4_coeff[yoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[yoffset][1]); q11u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; for (i = 4; i > 0; i--) { q12u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q13u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q14u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q15u8 = vld1q_u8(src_ptr); src_ptr += src_pixels_per_line; q1u16 = vmull_u8(vget_low_u8(q11u8), d0u8); q2u16 = vmull_u8(vget_high_u8(q11u8), d0u8); q3u16 = vmull_u8(vget_low_u8(q12u8), d0u8); q4u16 = vmull_u8(vget_high_u8(q12u8), d0u8); q5u16 = vmull_u8(vget_low_u8(q13u8), d0u8); q6u16 = vmull_u8(vget_high_u8(q13u8), d0u8); q7u16 = vmull_u8(vget_low_u8(q14u8), d0u8); q8u16 = vmull_u8(vget_high_u8(q14u8), d0u8); q1u16 = vmlal_u8(q1u16, vget_low_u8(q12u8), d1u8); q2u16 = vmlal_u8(q2u16, vget_high_u8(q12u8), d1u8); q3u16 = vmlal_u8(q3u16, vget_low_u8(q13u8), d1u8); q4u16 = vmlal_u8(q4u16, vget_high_u8(q13u8), d1u8); q5u16 = vmlal_u8(q5u16, vget_low_u8(q14u8), d1u8); q6u16 = vmlal_u8(q6u16, vget_high_u8(q14u8), d1u8); q7u16 = vmlal_u8(q7u16, vget_low_u8(q15u8), d1u8); q8u16 = vmlal_u8(q8u16, vget_high_u8(q15u8), d1u8); d2u8 = vqrshrn_n_u16(q1u16, 7); d3u8 = vqrshrn_n_u16(q2u16, 7); d4u8 = vqrshrn_n_u16(q3u16, 7); d5u8 = vqrshrn_n_u16(q4u16, 7); d6u8 = vqrshrn_n_u16(q5u16, 7); d7u8 = vqrshrn_n_u16(q6u16, 7); d8u8 = vqrshrn_n_u16(q7u16, 7); d9u8 = vqrshrn_n_u16(q8u16, 7); q1u8 = vcombine_u8(d2u8, d3u8); q2u8 = vcombine_u8(d4u8, d5u8); q3u8 = vcombine_u8(d6u8, d7u8); q4u8 = vcombine_u8(d8u8, d9u8); q11u8 = q15u8; vst1q_u8((uint8_t *)dst_ptr, q1u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q2u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q3u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q4u8); dst_ptr += dst_pitch; } return; } if (yoffset == 0) { // firstpass_bfilter16x16_only d0u8 = vdup_n_u8(bifilter4_coeff[xoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[xoffset][1]); for (i = 4; i > 0; i--) { d2u8 = vld1_u8(src_ptr); d3u8 = vld1_u8(src_ptr + 8); d4u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d5u8 = vld1_u8(src_ptr); d6u8 = vld1_u8(src_ptr + 8); d7u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d8u8 = vld1_u8(src_ptr); d9u8 = vld1_u8(src_ptr + 8); d10u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d11u8 = vld1_u8(src_ptr); d12u8 = vld1_u8(src_ptr + 8); d13u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; q7u16 = vmull_u8(d2u8, d0u8); q8u16 = vmull_u8(d3u8, d0u8); q9u16 = vmull_u8(d5u8, d0u8); q10u16 = vmull_u8(d6u8, d0u8); q11u16 = vmull_u8(d8u8, d0u8); q12u16 = vmull_u8(d9u8, d0u8); q13u16 = vmull_u8(d11u8, d0u8); q14u16 = vmull_u8(d12u8, d0u8); d2u8 = vext_u8(d2u8, d3u8, 1); d5u8 = vext_u8(d5u8, d6u8, 1); d8u8 = vext_u8(d8u8, d9u8, 1); d11u8 = vext_u8(d11u8, d12u8, 1); q7u16 = vmlal_u8(q7u16, d2u8, d1u8); q9u16 = vmlal_u8(q9u16, d5u8, d1u8); q11u16 = vmlal_u8(q11u16, d8u8, d1u8); q13u16 = vmlal_u8(q13u16, d11u8, d1u8); d3u8 = vext_u8(d3u8, d4u8, 1); d6u8 = vext_u8(d6u8, d7u8, 1); d9u8 = vext_u8(d9u8, d10u8, 1); d12u8 = vext_u8(d12u8, d13u8, 1); q8u16 = vmlal_u8(q8u16, d3u8, d1u8); q10u16 = vmlal_u8(q10u16, d6u8, d1u8); q12u16 = vmlal_u8(q12u16, d9u8, d1u8); q14u16 = vmlal_u8(q14u16, d12u8, d1u8); d14u8 = vqrshrn_n_u16(q7u16, 7); d15u8 = vqrshrn_n_u16(q8u16, 7); d16u8 = vqrshrn_n_u16(q9u16, 7); d17u8 = vqrshrn_n_u16(q10u16, 7); d18u8 = vqrshrn_n_u16(q11u16, 7); d19u8 = vqrshrn_n_u16(q12u16, 7); d20u8 = vqrshrn_n_u16(q13u16, 7); d21u8 = vqrshrn_n_u16(q14u16, 7); q7u8 = vcombine_u8(d14u8, d15u8); q8u8 = vcombine_u8(d16u8, d17u8); q9u8 = vcombine_u8(d18u8, d19u8); q10u8 = vcombine_u8(d20u8, d21u8); vst1q_u8((uint8_t *)dst_ptr, q7u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q8u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q9u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q10u8); dst_ptr += dst_pitch; } return; } d0u8 = vdup_n_u8(bifilter4_coeff[xoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[xoffset][1]); d2u8 = vld1_u8(src_ptr); d3u8 = vld1_u8(src_ptr + 8); d4u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d5u8 = vld1_u8(src_ptr); d6u8 = vld1_u8(src_ptr + 8); d7u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d8u8 = vld1_u8(src_ptr); d9u8 = vld1_u8(src_ptr + 8); d10u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d11u8 = vld1_u8(src_ptr); d12u8 = vld1_u8(src_ptr + 8); d13u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; // First Pass: output_height lines x output_width columns (17x16) tmpp = tmp; for (i = 3; i > 0; i--) { q7u16 = vmull_u8(d2u8, d0u8); q8u16 = vmull_u8(d3u8, d0u8); q9u16 = vmull_u8(d5u8, d0u8); q10u16 = vmull_u8(d6u8, d0u8); q11u16 = vmull_u8(d8u8, d0u8); q12u16 = vmull_u8(d9u8, d0u8); q13u16 = vmull_u8(d11u8, d0u8); q14u16 = vmull_u8(d12u8, d0u8); d2u8 = vext_u8(d2u8, d3u8, 1); d5u8 = vext_u8(d5u8, d6u8, 1); d8u8 = vext_u8(d8u8, d9u8, 1); d11u8 = vext_u8(d11u8, d12u8, 1); q7u16 = vmlal_u8(q7u16, d2u8, d1u8); q9u16 = vmlal_u8(q9u16, d5u8, d1u8); q11u16 = vmlal_u8(q11u16, d8u8, d1u8); q13u16 = vmlal_u8(q13u16, d11u8, d1u8); d3u8 = vext_u8(d3u8, d4u8, 1); d6u8 = vext_u8(d6u8, d7u8, 1); d9u8 = vext_u8(d9u8, d10u8, 1); d12u8 = vext_u8(d12u8, d13u8, 1); q8u16 = vmlal_u8(q8u16, d3u8, d1u8); q10u16 = vmlal_u8(q10u16, d6u8, d1u8); q12u16 = vmlal_u8(q12u16, d9u8, d1u8); q14u16 = vmlal_u8(q14u16, d12u8, d1u8); d14u8 = vqrshrn_n_u16(q7u16, 7); d15u8 = vqrshrn_n_u16(q8u16, 7); d16u8 = vqrshrn_n_u16(q9u16, 7); d17u8 = vqrshrn_n_u16(q10u16, 7); d18u8 = vqrshrn_n_u16(q11u16, 7); d19u8 = vqrshrn_n_u16(q12u16, 7); d20u8 = vqrshrn_n_u16(q13u16, 7); d21u8 = vqrshrn_n_u16(q14u16, 7); d2u8 = vld1_u8(src_ptr); d3u8 = vld1_u8(src_ptr + 8); d4u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d5u8 = vld1_u8(src_ptr); d6u8 = vld1_u8(src_ptr + 8); d7u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d8u8 = vld1_u8(src_ptr); d9u8 = vld1_u8(src_ptr + 8); d10u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; d11u8 = vld1_u8(src_ptr); d12u8 = vld1_u8(src_ptr + 8); d13u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; q7u8 = vcombine_u8(d14u8, d15u8); q8u8 = vcombine_u8(d16u8, d17u8); q9u8 = vcombine_u8(d18u8, d19u8); q10u8 = vcombine_u8(d20u8, d21u8); vst1q_u8((uint8_t *)tmpp, q7u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q8u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q9u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q10u8); tmpp += 16; } // First-pass filtering for rest 5 lines d14u8 = vld1_u8(src_ptr); d15u8 = vld1_u8(src_ptr + 8); d16u8 = vld1_u8(src_ptr + 16); src_ptr += src_pixels_per_line; q9u16 = vmull_u8(d2u8, d0u8); q10u16 = vmull_u8(d3u8, d0u8); q11u16 = vmull_u8(d5u8, d0u8); q12u16 = vmull_u8(d6u8, d0u8); q13u16 = vmull_u8(d8u8, d0u8); q14u16 = vmull_u8(d9u8, d0u8); d2u8 = vext_u8(d2u8, d3u8, 1); d5u8 = vext_u8(d5u8, d6u8, 1); d8u8 = vext_u8(d8u8, d9u8, 1); q9u16 = vmlal_u8(q9u16, d2u8, d1u8); q11u16 = vmlal_u8(q11u16, d5u8, d1u8); q13u16 = vmlal_u8(q13u16, d8u8, d1u8); d3u8 = vext_u8(d3u8, d4u8, 1); d6u8 = vext_u8(d6u8, d7u8, 1); d9u8 = vext_u8(d9u8, d10u8, 1); q10u16 = vmlal_u8(q10u16, d3u8, d1u8); q12u16 = vmlal_u8(q12u16, d6u8, d1u8); q14u16 = vmlal_u8(q14u16, d9u8, d1u8); q1u16 = vmull_u8(d11u8, d0u8); q2u16 = vmull_u8(d12u8, d0u8); q3u16 = vmull_u8(d14u8, d0u8); q4u16 = vmull_u8(d15u8, d0u8); d11u8 = vext_u8(d11u8, d12u8, 1); d14u8 = vext_u8(d14u8, d15u8, 1); q1u16 = vmlal_u8(q1u16, d11u8, d1u8); q3u16 = vmlal_u8(q3u16, d14u8, d1u8); d12u8 = vext_u8(d12u8, d13u8, 1); d15u8 = vext_u8(d15u8, d16u8, 1); q2u16 = vmlal_u8(q2u16, d12u8, d1u8); q4u16 = vmlal_u8(q4u16, d15u8, d1u8); d10u8 = vqrshrn_n_u16(q9u16, 7); d11u8 = vqrshrn_n_u16(q10u16, 7); d12u8 = vqrshrn_n_u16(q11u16, 7); d13u8 = vqrshrn_n_u16(q12u16, 7); d14u8 = vqrshrn_n_u16(q13u16, 7); d15u8 = vqrshrn_n_u16(q14u16, 7); d16u8 = vqrshrn_n_u16(q1u16, 7); d17u8 = vqrshrn_n_u16(q2u16, 7); d18u8 = vqrshrn_n_u16(q3u16, 7); d19u8 = vqrshrn_n_u16(q4u16, 7); q5u8 = vcombine_u8(d10u8, d11u8); q6u8 = vcombine_u8(d12u8, d13u8); q7u8 = vcombine_u8(d14u8, d15u8); q8u8 = vcombine_u8(d16u8, d17u8); q9u8 = vcombine_u8(d18u8, d19u8); vst1q_u8((uint8_t *)tmpp, q5u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q6u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q7u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q8u8); tmpp += 16; vst1q_u8((uint8_t *)tmpp, q9u8); // secondpass_filter d0u8 = vdup_n_u8(bifilter4_coeff[yoffset][0]); d1u8 = vdup_n_u8(bifilter4_coeff[yoffset][1]); tmpp = tmp; q11u8 = vld1q_u8(tmpp); tmpp += 16; for (i = 4; i > 0; i--) { q12u8 = vld1q_u8(tmpp); tmpp += 16; q13u8 = vld1q_u8(tmpp); tmpp += 16; q14u8 = vld1q_u8(tmpp); tmpp += 16; q15u8 = vld1q_u8(tmpp); tmpp += 16; q1u16 = vmull_u8(vget_low_u8(q11u8), d0u8); q2u16 = vmull_u8(vget_high_u8(q11u8), d0u8); q3u16 = vmull_u8(vget_low_u8(q12u8), d0u8); q4u16 = vmull_u8(vget_high_u8(q12u8), d0u8); q5u16 = vmull_u8(vget_low_u8(q13u8), d0u8); q6u16 = vmull_u8(vget_high_u8(q13u8), d0u8); q7u16 = vmull_u8(vget_low_u8(q14u8), d0u8); q8u16 = vmull_u8(vget_high_u8(q14u8), d0u8); q1u16 = vmlal_u8(q1u16, vget_low_u8(q12u8), d1u8); q2u16 = vmlal_u8(q2u16, vget_high_u8(q12u8), d1u8); q3u16 = vmlal_u8(q3u16, vget_low_u8(q13u8), d1u8); q4u16 = vmlal_u8(q4u16, vget_high_u8(q13u8), d1u8); q5u16 = vmlal_u8(q5u16, vget_low_u8(q14u8), d1u8); q6u16 = vmlal_u8(q6u16, vget_high_u8(q14u8), d1u8); q7u16 = vmlal_u8(q7u16, vget_low_u8(q15u8), d1u8); q8u16 = vmlal_u8(q8u16, vget_high_u8(q15u8), d1u8); d2u8 = vqrshrn_n_u16(q1u16, 7); d3u8 = vqrshrn_n_u16(q2u16, 7); d4u8 = vqrshrn_n_u16(q3u16, 7); d5u8 = vqrshrn_n_u16(q4u16, 7); d6u8 = vqrshrn_n_u16(q5u16, 7); d7u8 = vqrshrn_n_u16(q6u16, 7); d8u8 = vqrshrn_n_u16(q7u16, 7); d9u8 = vqrshrn_n_u16(q8u16, 7); q1u8 = vcombine_u8(d2u8, d3u8); q2u8 = vcombine_u8(d4u8, d5u8); q3u8 = vcombine_u8(d6u8, d7u8); q4u8 = vcombine_u8(d8u8, d9u8); q11u8 = q15u8; vst1q_u8((uint8_t *)dst_ptr, q1u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q2u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q3u8); dst_ptr += dst_pitch; vst1q_u8((uint8_t *)dst_ptr, q4u8); dst_ptr += dst_pitch; } return; }