Assembly 当有负数时，我的计算结果不正确

我试图使用neon在汇编（（200*（53-255））/255）+255中计算以下内容，其结果应等于大约97

我在这里测试过，也在双核Cortex-A7 ARM CPU平板电脑上测试过。结果是243，这是不正确的。
我应该如何实现这一点以获得97的正确结果

d2包含200200
d4包含255255
d6包含53,53,53,53,53,53,53,53,53

vsub.s8 d8, d6, d4  (53 - 255 results in d8 = 54,54,54,54,54,54,54,54)
vmull.s8 q5,d8,d2  (54 * 200 results in q5 = 244,48,244,48,244,48,244,48,244,48,244,48,244,48,244,48)
vshrn.s16 d12, q5, #8 (divide by 255 results in d12 = 244,244,244,244,244,244,244,244) 
vadd.s8 d5, d4, d12  (final result d5 = 243,243,243,243,243,243,243,243) 

---

243是绝对正确的

alpha通道是一个无符号的8位值，您应该使用

u8

或

u16

而不是

s8

和

s16

而对于位宽保持不变的标准算术，符号并不重要，对于乘法长来说，情况完全不同

这就是为什么ARM

UMULL

和

SMULL

有两条单独的指令用于长乘法，而单个

MUL

指令用于32位有符号和无符号乘法

54*200根本不可能，因为200在有符号乘法中被解释为-56

=>
54*-56 = -3024
-3024/256 = -12
-12 + -1 = -13    // 255 = -1
-13 = 243

实际上，您必须将

vmull.s8

更改为

vmull.u8

：

=>
54*200 = 4800
2800/256 = 18
18 + -1 = 17

老实说，我不知道你怎么期望上面的ops的结果是97：它怎么会像一个标签所暗示的那样是某种阿尔法混合呢

此外，

>8

不是

/255

。这只是一个糟糕的近似值。你可能会认为你可以生活在如此低的精度下，但当alpha混合时，这远远不够

---

你一定是做错了什么。

我在neon asm中尝试实现的alpha混合公式是output_red=（（alpha_front*（red_front-red_bak））/255）+red_bak，并对蓝色和绿色像素重复。我希望当红色锋=53，红色锋=255，阿尔法锋=200时，结果是97。通过计算器：53-255=-202，-202 x 200=-40400，-40400/255=-158，最后是-158+255=97。我已经尝试过vmull.u8，结果是41。关于右移或除以255，这里有一些使用它的参考，这是错误的。正确的公式是：rslt=（阿尔法*正面+（255阿尔法）*背面）/255.（200*53+55*255）/255=96。给定值的正确结果是96，97，带圆纹，我从研究中了解到，alpha混合有许多不同的公式。我实际上实现了我在python问题中列出的公式（（alpha*（front-back））/255）+back，它在@Jake中运行得非常好。我希望我能把它的截图发给你，因为它看起来非常好。但是，实现非常慢，因为它是用python实现的。我现在试图在neon asm中实现这一点。您使用的公式忽略了两件事：1）它试图减少乘法运算，希望更快。但是现在像ARM这样的现代杯子有非常快速的乘法运算指令。因此，它的作用恰恰相反。2） 它需要寄存器的全位宽度。这根本不适用于SIMD，因为在SIMD中，节省位可以极大地提高性能。=>你应该用我给霓虹灯的公式。