Image processing Lanczos SSE/AVX实施

有人对如何使用SSE/AVX（内在函数或汇编）实现（放大和缩小）算法有什么建议吗

我看过一些C实现，但是有很多分支，我真的不知道如何使用SSE/AVX智能地实现它

示例-标准化基数sin：

// C implementation
if (!x)
  return sin(x*M_PI)/(x*M_PI);
else
  return 1;

// AVX implementation
PXOR ymm0, ymm0
MOVAPD ymm1, [x]     // x - array of double
CMPPD ymm0, ymm1, 0  // if (!x)
// what now?

MOVAPD ymm3, [pi]    // pi - array of double = M_PI - is there better way?
PMULPD ymm1, ymm3    // ymm1 = x*pi
(SINPD ymm2, ymm1)   // found intrinsic _mm256_sin_pd - Intel math library, intrinsic functions are OK with me
DIVPD ymm2, ymm1     // result in ymm2

对于值x==0，我应该如何返回1？在这个索引上，我在CMPPD之后有11…11（真）

---

另外，我是为灰度，8位图片做的，所以一个像素只有（0..255）。使用浮球而不是双倍球对质量有什么影响？如果你不知道asm或SSE/AVX，一次学习一个可能会更容易些。与直接使用asm相比，使用C/C++内部函数编写向量算法将为您提供更具可移植性的实现。（编译32位与64位、windows或其他所有版本，而不需要2或4个不同的asm版本（或asm中的#ifdef等效宏）

在编写C时查看编译器输出会很有帮助，可以确保加载/存储按预期方式进行，并且编译器不会因为别名/对齐（缺少）假设或存储/生成常量而对臃肿的代码做任何愚蠢的事情

调试向量代码已经够难的了（因为有更多的状态需要跟踪，并且您必须在精神上通过洗牌来跟踪）

如果编译器还没有自动矢量化，我会先找到C中一些可能矢量化的部分，然后在C中使用内部函数。一旦这些工作正常，我可能会获取编译器输出，并在编译器没有生成最佳代码的地方手动调整它。（请参阅）

---

至于将图像数据处理为float vs.int，如果您可以使用16位定点，则速度会更快（除非需要更多说明）。请参阅关于使用float vs.fixed-point

---

---

SSE中唯一的数学指令（除了基本的add/sub/mul/div）是

sqrt

。Trig/log/exp都是库函数。请注意，在《英特尔内部指南》中，“指令”字段为空，表示它映射到多条指令。只有英特尔的编译器甚至提供这些复合内部函数

无论如何，您需要找到要内联的

sin

实现，或者保存一些寄存器并进行函数调用，一些或所有xmm寄存器可能会被函数阻塞。使用特定的

sin

实现会让您知道它需要哪些寄存器，并且只会溢出这些寄存器。（因为您是在asm中编程的，所以可以使函数比只遵循ABI更了解彼此。）

如果您只需要这样做，您可以制作一个自定义的

sin

函数来实现这一点，省去了预乘PI的麻烦。由于

sin

是理想的实现，您可能无法得到精确到尾数最后一位的向量化实现。幸运的是，您可能不需要这样做，所以谷歌up一个SSE sin（x）实现

---

SIMD向量中的条件是通过比较来处理的，比较生成一个全零或全一的元素向量。然后可以将AND或or添加到其他向量上。它适用于在标识值为

0

的位置进行添加。（

x+0=x

，因此在将向量添加到累加器之前，您可以从向量中筛选出一些元素）。如果需要根据向量0/-1在两个源元素之间进行选择，您可以将和/或内容组合在一起，或者使用

blendvps

（变量混合压缩标量，而不是编译时常量混合）

如果你想避免一开始就计算一个缓慢的除零运算，而不是通常只计算所有运算，然后掩蔽/混合，那么这个想法就有点失败了。因为当

x==0.0

时，你希望结果是

1

，最好的办法可能是将

x

的零个元素设置为FL在计算任何

sin（x*PI）/（x*PI）

之前，T_MIN*16或其他什么。这样，你就避免了被零除，并且除法的结果非常接近1。如果你需要精确到1.0f（并且没有一个

x

的值使得

sin（x*PI）==x*PI

与

sin/code>实现一致）然后你需要混合两次：一次在分子中，一次在分母中（将两者设置为相同的非零值）

请注意，
cmpps
在AVX VEX编码版本中比在SSE版本中有更广泛的谓词选择。
SSE中唯一的数学指令（除了基本的add/sub/mul/div）是
sqrt
。Trig/log/exp都是库函数。请注意，在《英特尔内部指南》中，“指令”字段为空，意味着它映射到多条指令。只有英特尔的编译器甚至提供了这些复合内部函数。您是否需要每像素一个任意的
x
，也就是说，您真的需要为每个像素计算新的Lanczos系数？（这个问题的答案取决于你尝试执行什么样的重采样或插值。）我需要调整图像的大小-包括放大和缩小。我是这方面的新手，仍在努力掌握它的工作原理。我有信号处理的基础知识（例如，我知道卷积是如何工作的，等等）.这里是参考算法的主要部分（下面是垂直方向的类似代码）：@PeterCordes是的，我也很害怕。但这应该不是问题。我正在使用MS Visual studio和其他内在函数（用于说明）行得通。如果他们的数学库也能用的话，我就得试试。现在当我考虑它的时候——有可能找到它映射到什么指令吗？那就意味着
vxorps     xmm15, xmm15, xmm15   ; if you can spare a reg to hold a zero constant



; inside your loop:  xmm0 holds { x3, x2, x1, x0 }.
vcmpeqps     xmm1, xmm0, xmm15   ;; mnemonic for vcmpps xmm1, xmm0, xmm15, 0.
;;  Different predicates are an immediate operand, not different opcodes


vblendvps  xmm2, xmm0, [memory_holding_vector_of_float_min], xmm1  ; Or cache it in a reg if you have one to spare
     ; blendv takes elements from the 2nd source operand when the selector (xmm1) has a 1-bit in the MSB (sign bit)

; xmm2 = (x==0.0f) ? FLT_MIN : x
;  xmm1 holds { sin(x3*pi), sin(x2*pi)... }