vpx_convolve_avg_msa.c revision 7ce0a1d1337c01056ba24006efab21f00e179e04 
1/*
2 *  Copyright (c) 2015 The WebM project authors. All Rights Reserved.
3 *
4 *  Use of this source code is governed by a BSD-style license
5 *  that can be found in the LICENSE file in the root of the source
6 *  tree. An additional intellectual property rights grant can be found
7 *  in the file PATENTS.  All contributing project authors may
8 *  be found in the AUTHORS file in the root of the source tree.
9 */
10
11#include "vpx_dsp/mips/macros_msa.h"
12
13static void avg_width4_msa(const uint8_t *src, int32_t src_stride,
14                           uint8_t *dst, int32_t dst_stride, int32_t height) {
15  int32_t cnt;
16  uint32_t out0, out1, out2, out3;
17  v16u8 src0, src1, src2, src3;
18  v16u8 dst0, dst1, dst2, dst3;
19
20  if (0 == (height % 4)) {
21    for (cnt = (height / 4); cnt--;) {
22      LD_UB4(src, src_stride, src0, src1, src2, src3);
23      src += (4 * src_stride);
24
25      LD_UB4(dst, dst_stride, dst0, dst1, dst2, dst3);
26
27      AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3,
28                  dst0, dst1, dst2, dst3);
29
30      out0 = __msa_copy_u_w((v4i32)dst0, 0);
31      out1 = __msa_copy_u_w((v4i32)dst1, 0);
32      out2 = __msa_copy_u_w((v4i32)dst2, 0);
33      out3 = __msa_copy_u_w((v4i32)dst3, 0);
34      SW4(out0, out1, out2, out3, dst, dst_stride);
35      dst += (4 * dst_stride);
36    }
37  } else if (0 == (height % 2)) {
38    for (cnt = (height / 2); cnt--;) {
39      LD_UB2(src, src_stride, src0, src1);
40      src += (2 * src_stride);
41
42      LD_UB2(dst, dst_stride, dst0, dst1);
43
44      AVER_UB2_UB(src0, dst0, src1, dst1, dst0, dst1);
45
46      out0 = __msa_copy_u_w((v4i32)dst0, 0);
47      out1 = __msa_copy_u_w((v4i32)dst1, 0);
48      SW(out0, dst);
49      dst += dst_stride;
50      SW(out1, dst);
51      dst += dst_stride;
52    }
53  }
54}
55
56static void avg_width8_msa(const uint8_t *src, int32_t src_stride,
57                           uint8_t *dst, int32_t dst_stride, int32_t height) {
58  int32_t cnt;
59  uint64_t out0, out1, out2, out3;
60  v16u8 src0, src1, src2, src3;
61  v16u8 dst0, dst1, dst2, dst3;
62
63  for (cnt = (height / 4); cnt--;) {
64    LD_UB4(src, src_stride, src0, src1, src2, src3);
65    src += (4 * src_stride);
66    LD_UB4(dst, dst_stride, dst0, dst1, dst2, dst3);
67
68    AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3,
69                dst0, dst1, dst2, dst3);
70
71    out0 = __msa_copy_u_d((v2i64)dst0, 0);
72    out1 = __msa_copy_u_d((v2i64)dst1, 0);
73    out2 = __msa_copy_u_d((v2i64)dst2, 0);
74    out3 = __msa_copy_u_d((v2i64)dst3, 0);
75    SD4(out0, out1, out2, out3, dst, dst_stride);
76    dst += (4 * dst_stride);
77  }
78}
79
80static void avg_width16_msa(const uint8_t *src, int32_t src_stride,
81                            uint8_t *dst, int32_t dst_stride, int32_t height) {
82  int32_t cnt;
83  v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
84  v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
85
86  for (cnt = (height / 8); cnt--;) {
87    LD_UB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6, src7);
88    src += (8 * src_stride);
89    LD_UB8(dst, dst_stride, dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7);
90
91    AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3,
92                dst0, dst1, dst2, dst3);
93    AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7,
94                dst4, dst5, dst6, dst7);
95    ST_UB8(dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, dst, dst_stride);
96    dst += (8 * dst_stride);
97  }
98}
99
100static void avg_width32_msa(const uint8_t *src, int32_t src_stride,
101                            uint8_t *dst, int32_t dst_stride, int32_t height) {
102  int32_t cnt;
103  uint8_t *dst_dup = dst;
104  v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
105  v16u8 src8, src9, src10, src11, src12, src13, src14, src15;
106  v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
107  v16u8 dst8, dst9, dst10, dst11, dst12, dst13, dst14, dst15;
108
109  for (cnt = (height / 8); cnt--;) {
110    LD_UB4(src, src_stride, src0, src2, src4, src6);
111    LD_UB4(src + 16, src_stride, src1, src3, src5, src7);
112    src += (4 * src_stride);
113    LD_UB4(dst_dup, dst_stride, dst0, dst2, dst4, dst6);
114    LD_UB4(dst_dup + 16, dst_stride, dst1, dst3, dst5, dst7);
115    dst_dup += (4 * dst_stride);
116    LD_UB4(src, src_stride, src8, src10, src12, src14);
117    LD_UB4(src + 16, src_stride, src9, src11, src13, src15);
118    src += (4 * src_stride);
119    LD_UB4(dst_dup, dst_stride, dst8, dst10, dst12, dst14);
120    LD_UB4(dst_dup + 16, dst_stride, dst9, dst11, dst13, dst15);
121    dst_dup += (4 * dst_stride);
122
123    AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3,
124                dst0, dst1, dst2, dst3);
125    AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7,
126                dst4, dst5, dst6, dst7);
127    AVER_UB4_UB(src8, dst8, src9, dst9, src10, dst10, src11, dst11,
128                dst8, dst9, dst10, dst11);
129    AVER_UB4_UB(src12, dst12, src13, dst13, src14, dst14, src15, dst15,
130                dst12, dst13, dst14, dst15);
131
132    ST_UB4(dst0, dst2, dst4, dst6, dst, dst_stride);
133    ST_UB4(dst1, dst3, dst5, dst7, dst + 16, dst_stride);
134    dst += (4 * dst_stride);
135    ST_UB4(dst8, dst10, dst12, dst14, dst, dst_stride);
136    ST_UB4(dst9, dst11, dst13, dst15, dst + 16, dst_stride);
137    dst += (4 * dst_stride);
138  }
139}
140
141static void avg_width64_msa(const uint8_t *src, int32_t src_stride,
142                            uint8_t *dst, int32_t dst_stride, int32_t height) {
143  int32_t cnt;
144  uint8_t *dst_dup = dst;
145  v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
146  v16u8 src8, src9, src10, src11, src12, src13, src14, src15;
147  v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
148  v16u8 dst8, dst9, dst10, dst11, dst12, dst13, dst14, dst15;
149
150  for (cnt = (height / 4); cnt--;) {
151    LD_UB4(src, 16, src0, src1, src2, src3);
152    src += src_stride;
153    LD_UB4(src, 16, src4, src5, src6, src7);
154    src += src_stride;
155    LD_UB4(src, 16, src8, src9, src10, src11);
156    src += src_stride;
157    LD_UB4(src, 16, src12, src13, src14, src15);
158    src += src_stride;
159
160    LD_UB4(dst_dup, 16, dst0, dst1, dst2, dst3);
161    dst_dup += dst_stride;
162    LD_UB4(dst_dup, 16, dst4, dst5, dst6, dst7);
163    dst_dup += dst_stride;
164    LD_UB4(dst_dup, 16, dst8, dst9, dst10, dst11);
165    dst_dup += dst_stride;
166    LD_UB4(dst_dup, 16, dst12, dst13, dst14, dst15);
167    dst_dup += dst_stride;
168
169    AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3,
170                dst0, dst1, dst2, dst3);
171    AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7,
172                dst4, dst5, dst6, dst7);
173    AVER_UB4_UB(src8, dst8, src9, dst9, src10, dst10, src11, dst11,
174                dst8, dst9, dst10, dst11);
175    AVER_UB4_UB(src12, dst12, src13, dst13, src14, dst14, src15, dst15,
176                dst12, dst13, dst14, dst15);
177
178    ST_UB4(dst0, dst1, dst2, dst3, dst, 16);
179    dst += dst_stride;
180    ST_UB4(dst4, dst5, dst6, dst7, dst, 16);
181    dst += dst_stride;
182    ST_UB4(dst8, dst9, dst10, dst11, dst, 16);
183    dst += dst_stride;
184    ST_UB4(dst12, dst13, dst14, dst15, dst, 16);
185    dst += dst_stride;
186  }
187}
188
189void vpx_convolve_avg_msa(const uint8_t *src, ptrdiff_t src_stride,
190                          uint8_t *dst, ptrdiff_t dst_stride,
191                          const int16_t *filter_x, int32_t filter_x_stride,
192                          const int16_t *filter_y, int32_t filter_y_stride,
193                          int32_t w, int32_t h) {
194  (void)filter_x;
195  (void)filter_y;
196  (void)filter_x_stride;
197  (void)filter_y_stride;
198
199  switch (w) {
200    case 4: {
201      avg_width4_msa(src, src_stride, dst, dst_stride, h);
202      break;
203    }
204    case 8: {
205      avg_width8_msa(src, src_stride, dst, dst_stride, h);
206      break;
207    }
208    case 16: {
209      avg_width16_msa(src, src_stride, dst, dst_stride, h);
210      break;
211    }
212    case 32: {
213      avg_width32_msa(src, src_stride, dst, dst_stride, h);
214      break;
215    }
216    case 64: {
217      avg_width64_msa(src, src_stride, dst, dst_stride, h);
218      break;
219    }
220    default: {
221      int32_t lp, cnt;
222      for (cnt = h; cnt--;) {
223        for (lp = 0; lp < w; ++lp) {
224          dst[lp] = (((dst[lp] + src[lp]) + 1) >> 1);
225        }
226        src += src_stride;
227        dst += dst_stride;
228      }
229      break;
230    }
231  }
232}
233