运用NEON指令集加速RGB与YUV相互转换

最近做H264编解码的工作,使用了Android平台MediaCodec,进行硬编解码,以减少CPU的压力。

然后发现适用性最强的格式是YUV420P和YUV420SP,绝大部分Android设备都可以支持这两种格式的H264输入。

(如何查看Android设备所支持格式,见我的上一篇文章《Android平台MediaCodec避坑指北》)

但是Android API level 23. 开始不被推荐,推荐COLOR_FormatYUV420Flexible.

那我们采集到视频帧数据如果是RGB888或者UYUV422,那就需要进行格式转换。

如果刚好用的NV21,NV12,或者YV12,I420有可能不用转换,也有可能需要转换。见《Android平台MediaCodec避坑指北》坑点3

先说一下开发环境,使用的是,Windows10 + AndroidStudio3.0 + CMake

NEON相关的学习资料,可以看这个
https://www.jianshu.com/p/16d60ac56249
https://blog.csdn.net/chshplp_liaoping/article/details/12752749
简单小例子:
http://hilbert-space.de/?p=22
翻译:
https://zhuanlan.zhihu.com/p/24702989

Neon支持检测
https://developer.android.com/ndk/guides/cpu-arm-neon.html

0、Neon指令

Neon指令可以在arm官网下到文档NEON Programmer’s Guide Version: 1.0
里面有许多特色长宽指令,8_8 变为 16_8,收窄指令 16_8 变为 8_8 ,饱和指令等等,
要多看看文档才能了然于胸。

1、使用Intrinsic_C还是汇编

Intrinsic_C用起来简单,还能跨armv7,armv8,每一个API接口都对应着相应的一条指令。由于充满了sign/unsign,int、short、char,8x8,16x8 ,加 减 乘,长宽,收窄,饱和,位移等等,在arm_neon.h里有几百个Api,但是殊途同归,大同小异,每了解1个汇编指令,就能通吃10~20个Api。
这里有份帮助文档:https://blog.csdn.net/fengbingchun/article/details/38085781
汇编代码就不能跨armv7,armv8了,但是真正懂得每个汇编指令的意思,才能优化到极致。
懂了汇编,反过来写Intrinsic_C也大有帮助。

2、开启Neon之旅

在你的CMakeLists.txt配置文件里,加入这两句,使用mk文件也一样。
(如果不需要的话可以不加)

add_definitions("-D__ARM_NEON__=1")
set_property(SOURCE ${SRC_FILE}  APPEND_STRING PROPERTY COMPILE_FLAGS " -mfpu=neon")

也可以加在build.gradle里,AndroidStudio3.0就是方便。

        externalNativeBuild {
            cmake {
                cFlags "-mfpu=neon"
                cppFlags "-std=c++11 -frtti -fexceptions"
                arguments "-DANDROID_ARM_NEON=TRUE"
            }
        }

3、CMake开启ASM

enable_language(ASM)
这句不加,你就不能使用.S汇编文件。

4、使用IntrinsicC库

非常简单,只需#include <arm_neon.h>

5、Show me the code

出于保密,不上Github了,只能上相关转换函数。
例子是rgb转yuv420sp nv12的,反过来也是一样道理。

先上C++版本:

void FrameFormatConvert::RGBtoNV12(byte* nv12, byte* rgb, int width, int height)
{
    if(CheckIsSupportNeon())
    {
#ifndef WIN32
        LOGD("start neon nv12");
        //rgb888_2_nv12_neon(nv12, rgb, width, height, width >> 4);
        rgb888_2_nv12_intrinsic(nv12, rgb, width, height);
        return;
#endif
    }
    int frameSize = width * height;

    int yIndex = 0;
    int uvIndex = frameSize;

    int R, G, B, Y, U, V;
    int index = 0;
    for (int j = 0; j < height; j++)
    {
        for (int i = 0; i < width; i++)
        {

            //a = (argb[index] & 0xff000000) >> 24; // a is not used obviously
            //R = (argb[index] & 0xff0000) >> 16;
            //G = (argb[index] & 0xff00) >> 8;
            //B = (argb[index] & 0xff) >> 0;
            R = rgb[index];
            index++;
            G = rgb[index];
            index++;
            B = rgb[index];
            index++;

            // well known RGB to YUV algorithm
            Y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16;
            U = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128;
            V = ((112 * R - 94 * G - 18 * B + 128) >> 8) + 128;

            // NV21 has a plane of Y and interleaved planes of VU each sampled by a factor of 2
            //    meaning for every 4 Y pixels there are 1 V and 1 U.  Note the sampling is every other
            //    pixel AND every other scanline.
            // NV12  YYYYYYYY UVUV 
            // NV21  YYYYYYYY VUVU
            nv12[yIndex++] = (byte)((Y < 0) ? 0 : ((Y > 255) ? 255 : Y));
            if (j % 2 == 0 && index % 2 == 0)
            {
                nv12[uvIndex++] = (byte)((U < 0) ? 0 : ((U > 255) ? 255 : U));
                nv12[uvIndex++] = (byte)((V < 0) ? 0 : ((V > 255) ? 255 : V));
            }
        }
    }
}

然后是Intrinsic_C:

void FrameFormatConvert::rgb888_2_nv12_intrinsic(byte * nv12, byte * rgb, int width, int height)
{
#ifndef WIN32
    const uint8x8_t u8_zero = vdup_n_u8(0);
    const uint8x8_t u8_16 = vdup_n_u8(16);
    const uint16x8_t u16_rounding = vdupq_n_u16(128);

    const int16x8_t s16_zero = vdupq_n_s16(0);
    const int8x8_t s8_rounding = vdup_n_s8(-128);
    const int16x8_t s16_rounding = vdupq_n_s16(128);

    byte* UVPtr = nv12 + width * height;
    int pitch = width >> 4;

    for (int j = 0; j < height; ++j)
    {
        for (int i = 0; i < pitch; ++i)
        {
            // Load rgb 16 pixel
            uint8x16x3_t pixel_rgb = vld3q_u8(rgb);

            uint8x8_t high_r = vget_high_u8(pixel_rgb.val[0]);
            uint8x8_t low_r = vget_low_u8(pixel_rgb.val[0]);
            uint8x8_t high_g = vget_high_u8(pixel_rgb.val[1]);
            uint8x8_t low_g = vget_low_u8(pixel_rgb.val[1]);
            uint8x8_t high_b = vget_high_u8(pixel_rgb.val[2]);
            uint8x8_t low_b = vget_low_u8(pixel_rgb.val[2]);

            // NOTE:
            // declaration may not appear after executable statement in block
            uint16x8_t high_y;
            uint16x8_t low_y;           

            // 1. Multiply transform matrix (Y′: unsigned, U/V: signed)
            // 2. Scale down (">>8") to 8-bit values with rounding ("+128") (Y′: unsigned, U/V: signed)
            // 3. Add an offset to the values to eliminate any negative values (all results are 8-bit unsigned)
            uint8x8_t scalar = vdup_n_u8(66);
            high_y = vmull_u8(high_r, scalar);
            low_y = vmull_u8(low_r, scalar);

            scalar = vdup_n_u8(129);
            high_y = vmlal_u8(high_y, high_g, scalar);
            low_y = vmlal_u8(low_y, low_g, scalar);

            scalar = vdup_n_u8(25);
            high_y = vmlal_u8(high_y, high_b, scalar);
            low_y = vmlal_u8(low_y, low_b, scalar);

            high_y = vaddq_u16(high_y, u16_rounding);
            low_y = vaddq_u16(low_y, u16_rounding);

            uint8x8_t u8_low_y = vshrn_n_u16(low_y, 8);
            uint8x8_t u8_high_y = vshrn_n_u16(high_y, 8);

            low_y = vaddl_u8(u8_low_y, u8_16);
            high_y = vaddl_u8(u8_high_y, u8_16);

            uint8x16_t pixel_y = vcombine_u8(vqmovn_u16(low_y), vqmovn_u16(high_y));

            // Store
            vst1q_u8(nv12, pixel_y);

            if (j % 2 == 0)
            {
                uint8x8x2_t mix_r = vuzp_u8(low_r, high_r);
                uint8x8x2_t mix_g = vuzp_u8(low_g, high_g);
                uint8x8x2_t mix_b = vuzp_u8(low_b, high_b);

                int16x8_t signed_r = vreinterpretq_s16_u16(vaddl_u8(mix_r.val[0], u8_zero));
                int16x8_t signed_g = vreinterpretq_s16_u16(vaddl_u8(mix_g.val[0], u8_zero));
                int16x8_t signed_b = vreinterpretq_s16_u16(vaddl_u8(mix_b.val[0], u8_zero));

                int16x8_t signed_u;
                int16x8_t signed_v;

                int16x8_t signed_scalar = vdupq_n_s16(-38);
                signed_u = vmulq_s16(signed_r, signed_scalar);

                signed_scalar = vdupq_n_s16(112);
                signed_v = vmulq_s16(signed_r, signed_scalar);

                signed_scalar = vdupq_n_s16(-74);
                signed_u = vmlaq_s16(signed_u, signed_g, signed_scalar);

                signed_scalar = vdupq_n_s16(-94);
                signed_v = vmlaq_s16(signed_v, signed_g, signed_scalar);

                signed_scalar = vdupq_n_s16(112);
                signed_u = vmlaq_s16(signed_u, signed_b, signed_scalar);

                signed_scalar = vdupq_n_s16(-18);
                signed_v = vmlaq_s16(signed_v, signed_b, signed_scalar);

                signed_u = vaddq_s16(signed_u, s16_rounding);
                signed_v = vaddq_s16(signed_v, s16_rounding);

                int8x8_t s8_u = vshrn_n_s16(signed_u, 8);
                int8x8_t s8_v = vshrn_n_s16(signed_v, 8);

                signed_u = vsubl_s8(s8_u, s8_rounding);
                signed_v = vsubl_s8(s8_v, s8_rounding);

                signed_u = vmaxq_s16(signed_u, s16_zero);
                signed_v = vmaxq_s16(signed_v, s16_zero);

                uint16x8_t unsigned_u = vreinterpretq_u16_s16(signed_u);
                uint16x8_t unsigned_v = vreinterpretq_u16_s16(signed_v);

                uint8x8x2_t result;
                result.val[0] = vqmovn_u16(unsigned_u);
                result.val[1] = vqmovn_u16(unsigned_v);

                vst2_u8(UVPtr, result);
                UVPtr += 16;
            }

            rgb += 3 * 16;
            nv12 += 16;
        }
    }
#endif
}

最后是汇编版:

 /*
    RGB_2_NV21.Neon.S
 */
    .text
    .align
    .global rgb888_2_nv12_neon
    .type   rgb888_2_nv12_neon, %function

/*the param of the function*/
#define Dst_NV12_Ptr    r0
#define Src_RGB_Ptr     r1
#define width           r2
#define height          r3
#define pitch           r4 /*width>>4*/

/*the param using in function*/
#define XCount          r5
#define YCount          r6

#define UV_Ptr          r7

#define CData0          q10
#define CData16         d22
#define CData66         d23
#define CData129        d24
#define CData25         d25 
#define CData128        d26
#define CData38         d27
#define CData74         d28
#define CData112        d29
#define CData94         d30
#define CData18         d31

rgb888_2_nv12_neon:
        PUSH            {r4-r12, lr}                    /* 10 words */
        VPUSH           {q0-q7}                         /* 8Q -> 32 words */
        VPUSH           {q8-q15}                        /* 8Q -> 32 words */
        
        /* 向量加载常数 */
        VMOV.s16    CData0  ,   #0
        VMOV.u8     CData16 ,   #16
        VMOV.u8     CData66 ,   #66
        VMOV.u8     CData129,   #129
        VMOV.u8     CData25 ,   #25
        VMOV.u8     CData128,   #128
        VMOV.u8     CData38 ,   #38
        VMOV.u8     CData74 ,   #74
        VMOV.u8     CData112,   #112
        VMOV.u8     CData94 ,   #94
        VMOV.u8     CData18 ,   #18

        /* char* UVPtr = Dst_NV12_Ptr + width*height; */ 
        MUL         UV_Ptr, width, height                                   
        ADD         UV_Ptr, Dst_NV12_Ptr        

        MOV YCount, height                              /*  int YCount = height;   */
        CMP YCount, #0                                  /*  if (YCount == 0) return;*/
        BEQ endColNormal
    beginColNormal:                                     /*  do
                                                            {*/
        MOV     XCount, pitch                           /*  int XCount = pitch;*/
        BEQ     endRowNormal                            /*  if (XCount == 0) continue;*/
    beginRowNormal:                                     /*  do
                                                            {*/
        /* d0 d1 d2 as RGB, d3 d4 d5 as RGB */
        VLD3.8  {d0-d2}, [Src_RGB_Ptr]! 
        VLD3.8  {d3-d5}, [Src_RGB_Ptr]! 

        #------------------------------------------
        /* 计算Y值 Y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16; */

        VMULL.u8 q3, d0, CData66
        VMULL.u8 q4, d3, CData66
        VMLAL.u8 q3, d1, CData129
        VMLAL.u8 q4, d4, CData129
        VMLAL.u8 q3, d2, CData25
        VMLAL.u8 q4, d5, CData25

        VADDW.u8 q3 , q3, CData128
        VADDW.u8 q4, q4, CData128
        VSHRN.u16 d10, q3, #8
        VSHRN.u16 d11, q4, #8
        VADDL.u8 q3,d10, CData16
        VADDL.u8 q4,d11, CData16
        
        /* vqmovn 16 to 8 [0~255] */
        VQMOVN.u16 d10, q3
        VQMOVN.u16 d11, q4

        VST1.u8 {d10} , [Dst_NV12_Ptr]!
        VST1.u8 {d11} , [Dst_NV12_Ptr]!

        TST YCount, #1
        BNE skipUV
        #------------------------------------------
        /* UV预处理,去奇数, 存入d0(R),d1(G),d2(B) */
        VUZP.u8 d0 , d3
        VUZP.u8 d1 , d4
        VUZP.u8 d2 , d5

        /*  计算UV
            U = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128;
            V = ((112 * R - 94 * G -  18 * B + 128) >> 8) + 128;
            U:q3q5q7, V:q4q6q8
        */
        VMULL.u8 q4, d0, CData112
        VMULL.u8 q3, d0, CData38
        VMULL.u8 q6, d1, CData18
        VMULL.u8 q5, d1, CData112
        VMLAL.u8 q3, d2, CData74
        VMLAL.u8 q6, d2, CData94

        VADDW.u8 q7, q5, CData128
        VADDW.u8 q8, q4, CData128
        VSUB.s16 q2, q7 , q3
        VSUB.s16 q3, q8 , q6

        VSHRN.s16 d0, q2, #8
        VSHRN.s16 d1, q3, #8
        VADDL.u8 q2, d0, CData128               
        VADDL.u8 q3, d1, CData128   

        VMAX.s16 q4, CData0,    q2
        VMAX.s16 q5, CData0,    q3 

        /* vqmovn 16 to 8 [0~255] */
        VQMOVN.u16 d0, q4
        VQMOVN.u16 d1, q5
        #------------------------------------------

        VST2.u8  {d0-d1}, [UV_Ptr]!

    skipUV:
        SUBS    XCount, #1
        BNE     beginRowNormal                  /*      }while(--XCount);*/
    endRowNormal:
        SUBS    YCount, #1                      /*  }while(--YCount);*/
        BNE     beginColNormal
    endColNormal:

        VPOP           {q8-q15}
        VPOP           {q0-q7}             
        POP            {r4-r12, pc}

附arm常用寄存器

• 
r0-r15 和 R0-R15
• 
a1-a4(自变量、结果或暂存寄存器,r0 到 r3 的同义词)
• 
v1-v8(变量寄存器,r4 到 r11)
• 
sb 和 SB(静态基址,r9)
• 
ip 和 IP(内部程序调用暂存寄存器,r12)
• 
sp 和 SP(堆栈指针,r13)
• 
lr 和 LR(链接寄存器,r14)
• 
pc 和 PC(程序计数器,r15)。

neon寄存器,注意:这玩意是重叠的,Q0 = D0 + D1 = S0 + S1 + S2 +S3
具体看上文CSDN里博客写的,就不赘述了。

• 
q0-q15 和 Q0-Q15(NEON™ 四字寄存器)
• 
d0-d31 和 D0-D31(NEON 双字寄存器,VFP 双精度寄存器)
• 
s0-s31 和 S0-S31(VFP 单精度寄存器)。

就酱

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容