如何在ARM NEON中将uint8x8_t加载到float32x4中？

Question

我正在开发一种图像处理算法，希望通过使用NEON进行优化。该算法包括将每个（RGBA，8位）像素乘以某个权重，进行一些加法，最后转换回uint8_t值。

我遇到的第一个问题是如何有效地将单个uint8_t像素加载并转换为NEON的float32x4_t。我在参考文献中搜索了适合的转换方法，但没有找到合适的，所以我使用了这段丑陋的代码：

const uint8_t* psrc = ...; // pointer to image data
float rgba[4];
for (int c = 0; c < 4; ++c) {
  rgba[c] = *psrc++;
}
float32x4_t srcpix = vld1q_f32(rgba);

有没有更简洁的方法来实现这个功能？

编辑： 我想出了以下代码，但仍感觉有些繁琐：

uint8x8_t srcu8 = vld1_u8(psrc);
uint16x8_t srcu16x8 = vmovl_u8(srcu8);
uint16x4_t srcu16x4 = vget_low_u16(srcu16x8);
uint32x4_t srcu32x4 = vmovl_u16(srcu16x4);
srcpix = vcvtq_f32_u32(srcu32x4);

- avish

Answer 1

< p > VTBX 表查找指令可以在单个操作中执行无符号8位到32位的扩展，但不幸的是输出是单个NEON寄存器（应该是uint32x2_t），因此要"填充"一个uint32x4_t，您需要调用它两次。对于uint8x8_t源的所有8个字节，您需要执行以下操作：

uint8x8_t bvec = vld1_u8(psrc);

uint8x8x4_t tbl = {
    { 0, -1, -1, -1, 1, -1, -1, -1 },
    { 2, -1, -1, -1, 3, -1, -1, -1 }
    { 4, -1, -1, -1, 5, -1, -1, -1 }
    { 6, -1, -1, -1, 7, -1, -1, -1 }
};

uint32x4_t ivec[2] = {
    {
    vreinterpret_u32_u8(vtbx1_u8(tbl[0], bvec, 0)),
    vreinterpret_u32_u8(vtbx1_u8(tbl[1], bvec, 0))
    },
    {
    vreinterpret_u32_u8(vtbx1_u8(tbl[2], bvec, 0)),
    vreinterpret_u32_u8(vtbx1_u8(tbl[3], bvec, 0))
    }
};

float32x4_t vec[2] = { vcvtq_f32_u32(ivec[0]), vcvtq_f32_u32(ivec[1]) };

我认为这种方法的指令数量并不比你找到的方法少。查找表也需要从内存中获取，所以可能会更慢。此外还需要使用vreinterpret...，虽然这是一个免费操作，但看起来很糟糕。

- FrankH.

Answer 2

所以你想将它们转换为浮点数进行一些算术运算，然后将结果转换回整数？这恰恰是人们所谓的优化的相反。

坚持使用固定点算术，其中NEON真正发挥作用。

我几乎无法想象在处理每个通道仅为8位（并且精度也是如此）的ARGB格式时，将其转换为浮点数会有任何意义。

显然，您正在尝试让NEON只做来回转换，而浮点算术由ARM完成，但这恰恰是利用NEON的错误方式。

适当的NEON优化函数应该让NEON自己处理数据加载、算术和数据存储。如果做得正确，我相信NEON版本将比您当前的版本快20倍以上，接近memcpy速度。 - NEON在固定点算术方面非常强大。

请透露更多信息，您正在尝试做什么。也许我可以帮忙。

- Jake 'Alquimista' LEE

---

嘿，感谢您的评论 - 我正在尝试使用NEON优化，并且感觉自己像在摸索。在我的C参考实现中，我将RGBA像素的每个通道乘以相同的浮点权重。我认为使用NEON指令来完成这个操作（vmlaq_n_f32）可能会有所帮助。您是说ARM上已经运行了浮点运算？ - avish

在这里，我透露更多信息 :)：http://stackoverflow.com/questions/17206315/image-resizing-using-arm-neon - avish

Answer 3

据我所知，NEON仅支持32位转换（使用vcvt_...()可以在float32x4_t和int32x4_t之间进行转换（例如））。因此，您需要将uint8x8_t转换为uint32x4x2_t，然后对uint32x4x2_t的两个半部分都使用vcvt。 编辑： 很遗憾，我无法提供代码，因为我没有花太多时间与它一起工作，也记不住命令。

- Alex

---

谢谢您的快速回复，我想出了一个不同的版本，似乎与您的方法相似。对我来说，它仍然看起来需要很多扩展和转换。 - avish

@avish，这正是我所谈论的内容。 - Alex