从C到Neon的双线性插值
Bilinear Interpolation from C to Neon
我正在尝试使用Neon下载图像。所以我试着通过写一个用霓虹灯减去两幅图像的函数来练习霓虹灯,我成功了。现在我回过头来写双线性插值用的是霓虹灯函数。现在我有两个问题,从一行和一列获得4个像素,并从4个像素计算插值值(灰色),或者如果可能的话,从一行和一列的8个像素。我试着思考一下,但我认为算法应该重写吗?
void resizeBilinearNeon( uint8_t *src, uint8_t *dest, float srcWidth, float srcHeight, float destWidth, float destHeight)
{
int A, B, C, D, x, y, index;
float x_ratio = ((float)(srcWidth-1))/destWidth ;
float y_ratio = ((float)(srcHeight-1))/destHeight ;
float x_diff, y_diff;
for (int i=0;i<destHeight;i++) {
for (int j=0;j<destWidth;j++) {
x = (int)(x_ratio * j) ;
y = (int)(y_ratio * i) ;
x_diff = (x_ratio * j) - x ;
y_diff = (y_ratio * i) - y ;
index = y*srcWidth+x ;
uint8x8_t pixels_r = vld1_u8 (src[index]);
uint8x8_t pixels_c = vld1_u8 (src[index+srcWidth]);
// Y = A(1-w)(1-h) + B(w)(1-h) + C(h)(1-w) + Dwh
gray = (int)(
pixels_r[0]*(1-x_diff)*(1-y_diff) + pixels_r[1]*(x_diff)*(1-y_diff) +
pixels_c[0]*(y_diff)*(1-x_diff) + pixels_c[1]*(x_diff*y_diff)
) ;
dest[i*w2 + j] = gray ;
}
}
Neon绝对可以使用双线性滤波以任意比例降低采样。关键在于巧妙地使用虚拟现实。8指令,能够对预加载数组中的8个连续目标像素执行并行查找表:
d0 = a [b] c [d] e [f] g h, d1 = i j k l m n o p
d2 = q r s t u v [w] x, d3 = [y] z [A] B [C][D] E F ...
d4 = G H I J K L M N, d5 = O P Q R S T U V ...
可以很容易地计算括号中像素的小数位置:
[b] [d] [f] [w] [y] [A] [C] [D], accessed with vtbl.8 d6, {d0,d1,d2,d3}
The row below would be accessed with vtbl.8 d7, {d2,d3,d4,d5}
递增vadd。8 d6, d30;与d30 =[1 1 1 1 1…]1]给出原点右边像素的查找索引等。
没有理由从两行中获取像素,除了说明这是可能的,并且如果需要,该方法可以用来实现轻微的扭曲。
在实时应用程序中使用例如lanzcos可能有点过度,但使用NEON仍然是可行的。较大因素的下采样当然需要(重)滤波,但可以很容易地通过2:1的迭代平均和抽取来实现,并且仅在最后使用分数采样。
对于要写入的任意8个连续像素,可以计算向量
x_positions = (X + [0 1 2 3 4 5 6 7]) * source_width / target_width;
y_positions = (Y + [0 0 0 0 0 0 0 0]) * source_height / target_height;
ptr = to_int(x_positions) + y_positions * stride;
x_position += (ptr & 7); // this pointer arithmetic goes only for 8-bit planar
ptr &= ~7; // this is to adjust read pointer to qword alignment
vld1.8 {d0,d1}, [r0]
vld1.8 {d2,d3], [r0], r2 // wasn't this possible? (use r2==stride)
d4 = int_part_of (x_positions);
d5 = d4 + 1;
d6 = fract_part_of (x_positions);
d7 = fract_part_of (y_positions);
vtbl.8 d8,d4,{d0,d1} // read top row
vtbl.8 d9,d5,{d0,d1} // read top row +1
MIX(d8,d9,d6) // horizontal mix of ptr[] & ptr[1]
vtbl.8 d10,d4,{d2,d3} // read bottom row
vtbl.8 d11,d5,{d2,d3} // read bottom row
MIX(d10,d11,d6) // horizontal mix of ptr[1024] & ptr[1025]
MIX(d8,d10,d7)
// MIX (dst, src, fract) is a macro that somehow does linear blending
// should be doable with ~3-4 instructions
要计算整数部分,使用8.8位分辨率就足够了(实际上不需要计算666+[0 1 2 3 ..][7]),并将所有中间结果保存在simd寄存器中。
免责声明—这是概念上的伪c/矢量代码。在SIMD中,有两个并行任务需要优化:所需的最小算术运算量是多少,以及如何最大限度地减少不必要的改组/复制数据。在这方面,具有三寄存器的NEON方法比SSE更适合于严肃的DSP。第二个方面是乘法指令的数量,第三个优点是交错指令。
@MarkRansom是不正确的最近邻与2x2双线性插值;双线性使用4像素将产生比最近邻更好的输出。他是正确的,平均适当的像素数(如果比例大于2:1,则大于4)仍然会产生更好的输出。然而,NEON将无法帮助图像降采样,除非缩放是按整数比例完成的。
NEON和其他SIMD指令集的最大好处是能够使用相同的操作一次处理8或16个像素。如果按照您的方式访问单个元素,您将失去SIMD的所有好处。另一个问题是将数据从NEON寄存器移动到ARM寄存器是一个很慢的操作。降低图像采样最好由GPU或优化的ARM指令完成。
- 如何线性插值到不恒定的目的地
- 双线性插值实现的错误
- 如何避免线性插值"trap"?
- 是否有机会更快地使双线性插值
- 更快的双线性插值方法
- 如何加快图像的双线性插值
- 极慢的双线性插值(与OpenCV相比)
- 通过访问二维数组实现双线性插值的概念类似于一维数组
- C++,双线性插值以修补放大的位图图像上的孔
- 使用c/awk/shell对二维数据进行双线性插值
- 图像失真与正弦双线性插值c++
- 比如果其他更好的方式..用于线性插值
- 使用 lerp 在两个图像之间执行线性插值
- 音频从 44100 上采样到 96000 Hz 和线性插值
- 鱼眼滤波器上的双线性插值
- 3D 空间中三个 3D 点的线性插值
- 如何在线性插值中找到坏点
- 如何加快我的双线性插值
- 从C到Neon的双线性插值
- SSE双线性插值