快速圖像正方形上（int）圖像 - ARM氖內部函數 - iOS Dev

Question

有人可以告訴我一個快速函數來找到一個int圖像的每個像素的平方。我需要它的iOS應用程序開發。我直接在圖像的內存上定義爲

int *image_sqr_Baseaaddr = (int *) malloc(noOfPixels * sizeof(int)); 

for (int i=0; i<newNoOfPixels; i++) 
    image_sqr_Baseaaddr[i] = (int) image_scaled_Baseaaddr[i] * (int) image_scaled_Baseaaddr[i]; 

這顯然是最慢的功能。我聽說iOS上的ARM Neon內在函數可用於在1個週期內完成多個操作。也許這是要走的路？

問題是我不是很熟悉，也沒有足夠的時間學習彙編語言。所以如果任何人都可以發佈上面提到的問題的Neon intrinsics代碼或者C/C++中的其他快速實現，那將是非常棒的。

在NEON內在，我能在網上找到的唯一的代碼是RGB到灰色http://computer-vision-talks.com/2011/02/a-very-fast-bgra-to-grayscale-conversion-on-iphone/

Answer 1

代碼下面是一個簡單的NEON實現：

#include <arm_neon.h> 

// ... 

int i; 

for (i = 0; i <= newNoOfPixels - 16; i += 16)   // SIMD loop 
{ 
    uint8x16_t v = vld1q_u8(&image_scaled_Baseaaddr[i]);// load 16 x 8 bit pixels 

    int16x8_t vl = (int16x8_t)vmovl_u8(vget_low_u8(v)); // unpack into 2 x 16 bit vectors 
    int16x8_t vh = (int16x8_t)vmovl_u8(vget_high_u8(v)); 

    vl = vmulq_s16(vl, vl);        // square them 
    vh = vmulq_s16(vh, vh); 

    int32x4_t vll = vmovl_s16(vget_low_s16(vl));  // unpack to 4 x 32 bit vectors 
    int32x4_t vlh = vmovl_s16(vget_high_s16(vl)); 
    int32x4_t vhl = vmovl_s16(vget_low_s16(vh)); 
    int32x4_t vhh = vmovl_s16(vget_high_s16(vh)); 

    vst1q_s32(&image_sqr_Baseaaddr[i], vll);   // store 32 bit squared values 
    vst1q_s32(&image_sqr_Baseaaddr[i + 4], vlh); 
    vst1q_s32(&image_sqr_Baseaaddr[i + 8], vhl); 
    vst1q_s32(&image_sqr_Baseaaddr[i + 12], vhh); 
} 
for (; i < newNoOfPixels; ++i)       // scalar clean up loop 
{ 
    int32_t p = (int32_t)image_scaled_Baseaaddr[i]; 
    image_sqr_Baseaaddr[i] = p * p; 
} 

注意，這將執行最好的，如果這兩個image_scaled_Baseaaddr和image_sqr_Baseaaddr是16字節對齊的。

還要注意，上面的代碼是未經測試的，可能需要進一步的工作。