图形图像处理－之－任意角度的高质量的快速的图像旋转 下篇 补充话题
图形图像处理－之－任意角度的高质量的快速的图像旋转 下篇 补充话题
[email protected] 2007.06.29
(2009.03.09 可以到这里下载旋转算法的完整的可以编译的项目源代码: http://blog.csdn.net/housisong/archive/2009/03/09/3970925.aspx )
(2007.07.15 添加对大图片旋转的预读缓冲区优化版本)
tag:图像旋转,任意角度,图像缩放,速度优化,定点数优化,近邻取样插值,二次线性插值,
三次卷积插值,MipMap链,三次线性插值,MMX/SSE优化,CPU缓存优化,AlphaBlend,颜色混合,并行
摘要: 该文章是《任意角度的高质量的快速的图像旋转》的一些高级补充话题；
给出了一个完整的Alpha混合的插值旋转实现；并尝试将旋转函数并行化，从而在多核电脑上获得更快的速度；添加优化预读缓冲区的函数实现版本，提高超大图片的旋转的速度；
任意角度的高质量的快速的图像旋转 全文 分为:
上篇 纯软件的任意角度的快速旋转
中篇 高质量的旋转
下篇 补充话题
正文：
为了便于讨论，这里只处理32bit的ARGB颜色；
代码使用C++;涉及到汇编优化的时候假定为x86平台;使用的编译器为vc2005;
为了代码的可读性,没有加入异常处理代码;
测试使用的CPU为AMD64x2 4200+(2.37G) 和 Intel Core2 4400(2.00G);
(基础代码参考《图形图像处理－之－任意角度的高质量的快速的图像旋转》系列前面的文章)
A:完整的Alpha混合的双线性插值旋转实现
《高质量的旋转》中已经涉及到了边界的AlphaBlend的问题，这里顺水推舟的实现一个支持全图片Alpha通道Blend混合的双线性插值旋转函数；
首先给出带完整Alpha通道的源图片:
这张图片是带有8比特Alpha的32比特RGB真彩bmp图片;
带的Alpha通道在工具里可能显示不出来，单独提取出来的图示：
函数实现：
void BilInear_BlendBorder_MMX(const TPicRegion& pic,const long x_16,const long y_16,TARGB32* result)
{
unsigned long x0=(x_16>>16 );
unsigned long y0=(y_16>>16 );
TARGB32 pixel[4 ];
bool IsInPic;
pixel[0]= Pixels_Bound(pic,x0,y0,IsInPic);
if (!IsInPic) pixel[0].a=0 ;
pixel[2]=Pixels_Bound(pic,x0,y0+1 ,IsInPic);
if (!IsInPic) pixel[2].a=0 ;
pixel[1]=Pixels_Bound(pic,x0+1 ,y0,IsInPic);
if (!IsInPic) pixel[1].a=0 ;
pixel[3]=Pixels_Bound(pic,x0+1,y0+1 ,IsInPic);
if (!IsInPic) pixel[3].a=0 ;
TPicRegion npic;
npic.pdata =&pixel[0 ];
npic.byte_width=2*sizeof (TARGB32);
// npic.width =2;
//npic.height =2;
BilInear_Fast_MMX(npic,(unsigned short)x_16,(unsigned short )y_16,result);
}
void PicRotary_BilInear_BlendLine_MMX(TARGB32* pDstLine,long dst_border_x0,long dst_in_x0,long dst_in_x1,long dst_border_x1,
const TPicRegion& SrcPic,long srcx0_16,long srcy0_16,long Ax_16,long Ay_16)
{
long x;
for (x=dst_border_x0;x<dst_in_x0;++ x)
{
TARGB32 src_color;
BilInear_BlendBorder_MMX(SrcPic,srcx0_16,srcy0_16,& src_color);
if (src_color.a>0 )
pDstLine[x]= AlphaBlend_MMX(pDstLine[x],src_color);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
for (x=dst_in_x0;x<dst_in_x1;++ x)
{
TARGB32 src_color;
BilInear_Fast_MMX(SrcPic,srcx0_16,srcy0_16,& src_color);
if (src_color.a==255 )
pDstLine[x]= src_color;
else if (src_color.a>0 )
pDstLine[x]= AlphaBlend_MMX(pDstLine[x],src_color);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
for (x=dst_in_x1;x<dst_border_x1;++ x)
{
TARGB32 src_color;
BilInear_BlendBorder_MMX(SrcPic,srcx0_16,srcy0_16,& src_color);
if (src_color.a>0 )
pDstLine[x]= AlphaBlend_MMX(pDstLine[x],src_color);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
asm emms
}
void PicRotaryBlendBilInear_MMX(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
double tmprZoomXY=1.0/(ZoomX* ZoomY);
double rZoomX=tmprZoomXY* ZoomY;
double rZoomY=tmprZoomXY* ZoomX;
double sinA,cosA;
SinCos(RotaryAngle,sinA,cosA);
long Ax_16=(long)(rZoomX*cosA*(1<<16 ));
long Ay_16=(long)(rZoomX*sinA*(1<<16 ));
long Bx_16=(long)(-rZoomY*sinA*(1<<16 ));
long By_16=(long)(rZoomY*cosA*(1<<16 ));
double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
double ry0=Src.height*0.5 ;
long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16 ));
long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16 ));
TRotaryClipData rcData;
rcData.Ax_16= Ax_16;
rcData.Bx_16= Bx_16;
rcData.Cx_16= Cx_16;
rcData.Ay_16= Ay_16;
rcData.By_16= By_16;
rcData.Cy_16= Cy_16;
rcData.dst_width= Dst.width;
rcData.dst_height= Dst.height;
rcData.src_width= Src.width;
rcData.src_height= Src.height;
if (!rcData.inti_clip(move_x,move_y,1)) return ;
TARGB32* pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_down_y);
while (true) //to down
{
long y= rcData.out_dst_down_y;
if (y>=Dst.height) break ;
if (y>=0 )
{
PicRotary_BilInear_BlendLine_MMX(pDstLine,rcData.out_dst_x0_boder,rcData.out_dst_x0_in,
rcData.out_dst_x1_in,rcData.out_dst_x1_boder,Src,rcData.out_src_x0_16,rcData.out_src_y0_16,Ax_16,Ay_16);
}
if (!rcData.next_clip_line_down()) break ;
((TUInt8*&)pDstLine)+= Dst.byte_width;
}
pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_up_y);
while (rcData.next_clip_line_up()) //to up
{
long y= rcData.out_dst_up_y;
if (y<0) break ;
((TUInt8*&)pDstLine)-= Dst.byte_width;
if (y< Dst.height)
{
PicRotary_BilInear_BlendLine_MMX(pDstLine,rcData.out_dst_x0_boder,rcData.out_dst_x0_in,
rcData.out_dst_x1_in,rcData.out_dst_x1_boder,Src,rcData.out_src_x0_16,rcData.out_src_y0_16,Ax_16,Ay_16);
}
}
}
效果图:
B:在双核上并行三次卷积插值旋转的一个简单实现
(假设图片旋转绘制到目的图片的中间)
这里利用CWorkThreadPool来并行执行任务;
(参见我的文章《并行计算简介和多核CPU编程Demo》，里面有CWorkThreadPool类的完整源代码)
最容易想到的方案就是分成上下两部分分别调用PicRotaryThreeOrder_MMX，从而并行执行；
{
const TPicRegion* Dst;
const TPicRegion* Src;
double RotaryAngle;
double ZoomX;
double ZoomY;
double move_x;
double move_y;
};
void RotaryThreeOrder_callback(void* wd)
{
TRotaryThreeOrder_WorkData* WorkData=(TRotaryThreeOrder_WorkData* )wd;
PicRotaryThreeOrder_MMX(*WorkData->Dst,*WorkData->Src,WorkData->RotaryAngle,WorkData->ZoomX,WorkData->ZoomY,WorkData->move_x,WorkData-> move_y);
}
void PicRotaryThreeOrder_MMX_parallel2(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
TRotaryThreeOrder_WorkData work_list[2 ];
TRotaryThreeOrder_WorkData* pwork_list[2 ];
for (long i=0;i<2;++ i)
{
work_list[i].Src=& Src;
work_list[i].RotaryAngle= RotaryAngle;
work_list[i].ZoomX= ZoomX;
work_list[i].ZoomY= ZoomY;
work_list[i].move_x= move_x;
work_list[i].move_y= move_y;
pwork_list[i]=& work_list[i];
}
TPicRegion dst_up= Dst;
dst_up.height=Dst.height/2 ;
work_list[0].Dst=& dst_up;
TPicRegion dst_down= Dst;
dst_down.pdata=&Pixels(Dst,0 ,dst_up.height);
dst_down.height=Dst.height- dst_up.height;
work_list[1].Dst=& dst_down;
work_list[1].move_y=move_y-Dst.height/2 ;
CWorkThreadPool::work_execute(RotaryThreeOrder_callback,(void**)&pwork_list,2 );
}
//注：测试图片都是800*600的图片旋转到1004*1004的图片中心 测试成绩取各个旋转角度的平均速度值
//////////////////////////////////////////////////////////////////////////////////
//速度测试: CPU: AMD64x2 4200+
//==============================================================================
// PicRotaryThreeOrder_MMX_parallel2 87.6 fps
//==============================================================================
//////////////////////////////////////////////////////////////////////////////////
//速度测试: CPU: Intel Core2 4400(2.00G)
//==============================================================================
// PicRotaryThreeOrder_MMX_parallel2 89.3 fps
////////////////////////////////////////////////////////////////////////////////
并行化的实现PicRotaryThreeOrder_MMX_parallel2比PicRotaryThreeOrder_MMX的44.2fps快了98.2%! (Intel Core2 4400上快了94.6%)
在双核CPU上执行速度几乎是单核上的2倍!
B':一个通用的针对任意多核并行的一个简单实现
有了上面的并行基础，我们来实现一个更加通用一些的版本；根据CPU核心数来动态分配任务；
实现方式为直接按照扫描行来分配(但这样处理可能不利于内存的高效访问)，就懒得去估算任务量了:)
{
if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
double tmprZoomXY=1.0/(ZoomX* ZoomY);
double rZoomX=tmprZoomXY* ZoomY;
double rZoomY=tmprZoomXY* ZoomX;
double sinA,cosA;
SinCos(RotaryAngle,sinA,cosA);
long Ax_16=(long)(rZoomX*cosA*(1<<16 ));
long Ay_16=(long)(rZoomX*sinA*(1<<16 ));
long Bx_16=(long)(-rZoomY*sinA*(1<<16 ));
long By_16=(long)(rZoomY*cosA*(1<<16 ));
double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
double ry0=Src.height*0.5 ;
long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16 ));
long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16 ));
TRotaryClipData rcData;
rcData.Ax_16= Ax_16;
rcData.Bx_16= Bx_16;
rcData.Cx_16= Cx_16;
rcData.Ay_16= Ay_16;
rcData.By_16= By_16;
rcData.Cy_16= Cy_16;
rcData.dst_width= Dst.width;
rcData.dst_height= Dst.height;
rcData.src_width= Src.width;
rcData.src_height= Src.height;
if (!rcData.inti_clip(move_x,move_y,2)) return ;
TARGB32* pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_down_y);
long run_part_i=0 ;
while (true) //to down
{
long y= rcData.out_dst_down_y;
if (y>=Dst.height) break ;
if (y>=0 )
{
if (run_part_i%part_count== part_i)
PicRotary_ThreeOrder_CopyLine_MMX(pDstLine,rcData.out_dst_x0_boder,rcData.out_dst_x0_in,
rcData.out_dst_x1_in,rcData.out_dst_x1_boder,Src,rcData.out_src_x0_16,rcData.out_src_y0_16,Ax_16,Ay_16);
++ run_part_i;
}
if (!rcData.next_clip_line_down()) break ;
((TUInt8*&)pDstLine)+= Dst.byte_width;
}
pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_up_y);
while (rcData.next_clip_line_up()) //to up
{
long y= rcData.out_dst_up_y;
if (y<0) break ;
((TUInt8*&)pDstLine)-= Dst.byte_width;
if (y< Dst.height)
{
if (run_part_i%part_count== part_i)
PicRotary_ThreeOrder_CopyLine_MMX(pDstLine,rcData.out_dst_x0_boder,rcData.out_dst_x0_in,
rcData.out_dst_x1_in,rcData.out_dst_x1_boder,Src,rcData.out_src_x0_16,rcData.out_src_y0_16,Ax_16,Ay_16);
++ run_part_i;
}
}
}
struct TRotaryThreeOrder_part_WorkData
{
const TPicRegion* Dst;
const TPicRegion* Src;
double RotaryAngle;
double ZoomX;
double ZoomY;
double move_x;
double move_y;
long part_i;
long part_count;
};
void RotaryThreeOrder_part_callback(void* wd)
{
TRotaryThreeOrder_part_WorkData* WorkData=(TRotaryThreeOrder_part_WorkData* )wd;
PicRotaryThreeOrder_MMX_part(*WorkData->Dst,*WorkData->Src,WorkData->RotaryAngle,WorkData->ZoomX,WorkData-> ZoomY,
WorkData->move_x,WorkData->move_y,WorkData->part_i,WorkData-> part_count);
}
void PicRotaryThreeOrder_MMX_parallel(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
long work_count= CWorkThreadPool::best_work_count();
std::vector<TRotaryThreeOrder_part_WorkData> work_list(work_count);
std::vector<TRotaryThreeOrder_part_WorkData*> pwork_list(work_count);
long i;
for (i=0;i<work_count;++ i)
{
work_list[i].Dst=& Dst;
work_list[i].Src=& Src;
work_list[i].RotaryAngle= RotaryAngle;
work_list[i].ZoomX= ZoomX;
work_list[i].ZoomY= ZoomY;
work_list[i].move_x= move_x;
work_list[i].move_y= move_y;
work_list[i].part_i= i;
work_list[i].part_count= work_count;
pwork_list[i]=& work_list[i];
}
CWorkThreadPool::work_execute(RotaryThreeOrder_part_callback,(void**)&pwork_list[0 ],work_count);
}
//注：测试图片都是800*600的图片旋转到1004*1004的图片中心 测试成绩取各个旋转角度的平均速度值
//////////////////////////////////////////////////////////////////////////////////
//速度测试: CPU: AMD64x2 4200+
//==============================================================================
// PicRotaryThreeOrder_MMX_parallel 81.0 fps
////////////////////////////////////////////////////////////////////////////////
//////////////////////////////////////////////////////////////////////////////////
//速度测试: CPU: Intel Core2 4400(2.00G)
//==============================================================================
// PicRotaryThreeOrder_MMX_parallel 89.5 fps
////////////////////////////////////////////////////////////////////////////////
这个实现能应付大多数时候的并行需求了，包括以后的4核8核...
(注意:这里的并行任务分割方案仅仅是简单的举例(用了代码改动最小的方案)，你应该根据你的需求来更好的并行化你的任务； 如果分割后的单个任务太小，并行的优势可能就体现不出来，甚至于更慢；)
C:超大图片旋转优化
1.使用PicRotary*、PicRotaryBilInear*、PicRotaryThreeOrder*等函数在旋转大图片的时候，会出现一个速度变慢问题：就是旋转不同的角度，速度差异巨大(甚至达到8倍以上！)
速度测试:
//注：CPU: AMD64x2 4200+(2.37G)
////////////////////////////////////////////////////////////////////////////////
// 800x600的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 304.2 fps 250.7 fps 565.3 fps
// PicRotaryBilInear_MMX 100.2 fps 87.8 fps 130.3 fps
// PicRotaryThreeOrder_MMX 44.2 fps 41.4 fps 49.7 fps
////////////////////////////////////////////////////////////////////////////////
// 3200x2400的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 12.2 fps 4.6 fps 36.3 fps
// PicRotaryBilInear_MMX 5.0 fps 1.1 fps 8.7 fps
// PicRotaryThreeOrder_MMX 2.6 fps 0.9 fps 3.5 fps
////////////////////////////////////////////////////////////////////////////////
//注：CPU: Intel Core2 4400(2.00G)
////////////////////////////////////////////////////////////////////////////////
// 800x600的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 449.3 fps 250.5 fps 753.4 fps
// PicRotaryBilInear_MMX 109.5 fps 95.3 fps 132.4 fps
// PicRotaryThreeOrder_MMX 45.9 fps 41.5 fps 50.3 fps
////////////////////////////////////////////////////////////////////////////////
// 3200x2400的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 18.3 fps 12.0 fps 44.8 fps
// PicRotaryBilInear_MMX 6.7 fps 3.5 fps 8.7 fps
// PicRotaryThreeOrder_MMX 2.9 fps 2.2 fps 3.4 fps
////////////////////////////////////////////////////////////////////////////////
在我的AMD64下 4200+ CPU上800x600的源图片对旋转的角度不是很敏感，但当源图片为3200x2400的时候，最小速度和平均速度差异巨大；(Intel Core2 4400上稍好)
2.先来分析一下问题出现的原因，对于某些角度(比如90度和270度)，按以前的函数实现，访问源图片内存的方式将是列方向的,当图片比较大的时候，内存的读取访问将变得非常低效；一般CPU访问内存的时候都会一次性读取连续相邻的64字节放到缓存，但很明显对于某些角度，预读的大部分数据都没有用(甚至只使用了其中的4个字节，浪费了60字节完全没有用就被新的数据挤出了缓存)；对于小缓存的CPU和较大的源图片，这种情况会更严重；
能想到的一些解决方案：a.使用CPU的预读指令来手工预读数据，但是没有办法指定预读的内存块大小从而避免带宽浪费；而且以后的硬件趋势也只会朝一次读取更大的块发展，所以该方案不可行；b.针对不同的角度方向分别编码，使读取的内存方向尽量按行方向(从而使预读生效)，比如靠近90度旋转的时候写内存的方向将变为列方向，因为写内存指令中可以禁止写缓存，应该可以降低列写入带来的性能损失；该方案还有一个缺点是代码编写稍嫌麻烦:) C:利用内存访问的局部性来使缓存的数据有效，就是分成小块来处理旋转算法，使内存访问在任何角度时都有相关性；
3.分块局部性旋转算法的实现方案；
以前的扫描算法图示 新的分块扫描算法图示
为了实现新的扫描路径，有一个简单的改进办法，把以前的扫描行(起始和结束位置)先保存起来，然后在处理这是扫描行；代码就很简单了，如下：
(没有给出的基础代码参见该系列的其他文章)
4.近邻取样插值的分块扫描函数实现PicRotarySSE2_Block
{
public :
TARGB32* pdst;
long width_border0;
long width_in;
long width_border1;
long src_x0_16;
long src_y0_16;
TBlockLineWork(TARGB32* _pdst,long _width_in,long _src_x0_16,long _src_y0_16)
:pdst(_pdst),width_in(_width_in),src_x0_16(_src_x0_16),src_y0_16(_src_y0_16),width_border0(0),width_border1(0 ) {}
TBlockLineWork(TARGB32* _pdst,long _width_border0,long _width_in,long _width_border1,long _src_x0_16,long _src_y0_16)
:pdst(_pdst),width_in(_width_in),src_x0_16(_src_x0_16),src_y0_16(_src_y0_16),width_border0(_width_border0),width_border1(_width_border1) {}
};
typedef std::vector<TBlockLineWork> TBlockWork;
//分小块遍历
void do_PicRotarySSE2_Block(TBlockWork& BlockWork,const TPicRegion& Src,long Ax_16,long Ay_16)
{
//我测试的分成64x64的小块比较合适，也可以尝试一下其它块大小
const long rotary_block_width=64 ;
const long rotary_block_height= rotary_block_width;
long height= BlockWork.size();
for (long y=0;y<height;y+= rotary_block_height)
{
long cur_block_height;
if (rotary_block_height<=(height- y))
cur_block_height= rotary_block_height;
else
cur_block_height=(height- y);
bool is_line_filish=false ;
while (! is_line_filish)
{
is_line_filish=true ;
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_in;
if (cur_block_width>0 )
{
is_line_filish=false ;
if (cur_block_width> rotary_block_width)
cur_block_width= rotary_block_width;
PicRotarySSE2_CopyLine(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
BlockLine->pdst=&BlockLine-> pdst[cur_block_width];
BlockLine->width_in-= cur_block_width;
BlockLine->src_x0_16+=(Ax_16* cur_block_width);
BlockLine->src_y0_16+=(Ay_16* cur_block_width);
}
}
}
}
}
void PicRotarySSE2_Block(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
double tmprZoomXY=1.0/(ZoomX* ZoomY);
double rZoomX=tmprZoomXY* ZoomY;
double rZoomY=tmprZoomXY* ZoomX;
double sinA,cosA;
SinCos(RotaryAngle,sinA,cosA);
long Ax_16=(long)(rZoomX*cosA*(1<<16 ));
long Ay_16=(long)(rZoomX*sinA*(1<<16 ));
long Bx_16=(long)(-rZoomY*sinA*(1<<16 ));
long By_16=(long)(rZoomY*cosA*(1<<16 ));
double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
double ry0=Src.height*0.5 ;
long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16 ));
long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16 ));
TRotaryClipData rcData;
rcData.Ax_16= Ax_16;
rcData.Bx_16= Bx_16;
rcData.Cx_16= Cx_16;
rcData.Ay_16= Ay_16;
rcData.By_16= By_16;
rcData.Cy_16= Cy_16;
rcData.dst_width= Dst.width;
rcData.dst_height= Dst.height;
rcData.src_width= Src.width;
rcData.src_height= Src.height;
if (!rcData.inti_clip(move_x,move_y,0)) return ;
TBlockWork BlockWork;
TARGB32* pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_down_y);
while (true) //to down
{
long y= rcData.out_dst_down_y;
if (y>=Dst.height) break ;
if (y>=0 )
{
long x0= rcData.out_dst_x0_in;
BlockWork.push_back(TBlockLineWork(&pDstLine[x0],rcData.out_dst_x1_in- x0,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
if (!rcData.next_clip_line_down()) break ;
((TUInt8*&)pDstLine)+= Dst.byte_width;
}
for (long sleft=0,sright=BlockWork.size()-1;sleft<sright;++sleft,-- sright)
std::swap(BlockWork[sleft],BlockWork[sright]);
pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_up_y);
while (rcData.next_clip_line_up()) //to up
{
long y= rcData.out_dst_up_y;
if (y<0) break ;
((TUInt8*&)pDstLine)-= Dst.byte_width;
if (y< Dst.height)
{
long x0= rcData.out_dst_x0_in;
BlockWork.push_back(TBlockLineWork(&pDstLine[x0],rcData.out_dst_x1_in- x0,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
}
do_PicRotarySSE2_Block(BlockWork,Src,Ax_16,Ay_16);
asm sfence //刷新写入
}
5.二次线性插值的分块扫描函数实现PicRotaryBilInear_MMX_Block
这里比近邻取样的相应函数多出一些边界处理代码
long Ax_16,long Ay_16,long srcx0_16,long srcy0_16,const TPicRegion& SrcPic)
{
for (long x=0;x<width;++ x)
{
BilInear_Fast_MMX(SrcPic,srcx0_16,srcy0_16,& pDstLine[x]);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
}
inline void PicRotary_BilInear_CopyLine_Border_MMX(TARGB32* pDstLine,long width,
long Ax_16,long Ay_16,long srcx0_16,long srcy0_16,const TPicRegion& SrcPic)
{
for (long x=0;x<width;++ x)
{
TARGB32 src_color;
BilInear_Border_MMX(SrcPic,srcx0_16,srcy0_16,& src_color);
pDstLine[x]= AlphaBlend_MMX(pDstLine[x],src_color);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
}
void do_PicRotary_BilInear_MMX_Block(TBlockWork& BlockWork,const TPicRegion& Src,long Ax_16,long Ay_16)
{
const long rotary_block_width=64; //128
const long rotary_block_height= rotary_block_width;
long height= BlockWork.size();
for (long y=0;y<height;y+= rotary_block_height)
{
long cur_block_height;
if (rotary_block_height<=(height- y))
cur_block_height= rotary_block_height;
else
cur_block_height=(height- y);
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_border0;
if (cur_block_width>0 )
{
PicRotary_BilInear_CopyLine_Border_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
BlockLine->pdst=&BlockLine-> pdst[cur_block_width];
BlockLine->src_x0_16+=(Ax_16* cur_block_width);
BlockLine->src_y0_16+=(Ay_16* cur_block_width);
}
}
bool is_line_filish=false ;
while (! is_line_filish)
{
is_line_filish=true ;
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_in;
if (cur_block_width>0 )
{
is_line_filish=false ;
if (cur_block_width> rotary_block_width)
cur_block_width= rotary_block_width;
PicRotary_BilInear_CopyLine_Fast_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
BlockLine->pdst=&BlockLine-> pdst[cur_block_width];
BlockLine->width_in-= cur_block_width;
BlockLine->src_x0_16+=(Ax_16* cur_block_width);
BlockLine->src_y0_16+=(Ay_16* cur_block_width);
}
}
}
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_border1;
if (cur_block_width>0 )
{
PicRotary_BilInear_CopyLine_Border_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
// BlockLine->pdst=&BlockLine->pdst[cur_block_width];
// BlockLine->src_x0_16+=(Ax_16*cur_block_width);
//BlockLine->src_y0_16+=(Ay_16*cur_block_width);
}
}
}
asm emms
}
void PicRotaryBilInear_MMX_Block(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
double tmprZoomXY=1.0/(ZoomX* ZoomY);
double rZoomX=tmprZoomXY* ZoomY;
double rZoomY=tmprZoomXY* ZoomX;
double sinA,cosA;
SinCos(RotaryAngle,sinA,cosA);
long Ax_16=(long)(rZoomX*cosA*(1<<16 ));
long Ay_16=(long)(rZoomX*sinA*(1<<16 ));
long Bx_16=(long)(-rZoomY*sinA*(1<<16 ));
long By_16=(long)(rZoomY*cosA*(1<<16 ));
double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
double ry0=Src.height*0.5 ;
long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16 ));
long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16 ));
TRotaryClipData rcData;
rcData.Ax_16= Ax_16;
rcData.Bx_16= Bx_16;
rcData.Cx_16= Cx_16;
rcData.Ay_16= Ay_16;
rcData.By_16= By_16;
rcData.Cy_16= Cy_16;
rcData.dst_width= Dst.width;
rcData.dst_height= Dst.height;
rcData.src_width= Src.width;
rcData.src_height= Src.height;
if (!rcData.inti_clip(move_x,move_y,1)) return ;
TBlockWork BlockWork;
TARGB32* pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_down_y);
while (true) //to down
{
long y= rcData.out_dst_down_y;
if (y>=Dst.height) break ;
if (y>=0 )
{
BlockWork.push_back(TBlockLineWork(& pDstLine[rcData.out_dst_x0_boder],
rcData.out_dst_x0_in-rcData.out_dst_x0_boder,rcData.out_dst_x1_in- rcData.out_dst_x0_in,
rcData.out_dst_x1_boder- rcData.out_dst_x1_in,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
if (!rcData.next_clip_line_down()) break ;
((TUInt8*&)pDstLine)+= Dst.byte_width;
}
for (long sleft=0,sright=BlockWork.size()-1;sleft<sright;++sleft,-- sright)
std::swap(BlockWork[sleft],BlockWork[sright]);
pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_up_y);
while (rcData.next_clip_line_up()) //to up
{
long y= rcData.out_dst_up_y;
if (y<0) break ;
((TUInt8*&)pDstLine)-= Dst.byte_width;
if (y< Dst.height)
{
BlockWork.push_back(TBlockLineWork(& pDstLine[rcData.out_dst_x0_boder],
rcData.out_dst_x0_in-rcData.out_dst_x0_boder,rcData.out_dst_x1_in- rcData.out_dst_x0_in,
rcData.out_dst_x1_boder- rcData.out_dst_x1_in,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
}
do_PicRotary_BilInear_MMX_Block(BlockWork,Src,Ax_16,Ay_16);
}
6.三次卷积插值的分块扫描函数实现PicRotaryThreeOrder_MMX_Block
几乎就是拷贝PicRotaryBilInear_MMX_Block，然后稍做改动;
(实际项目中的代码和文章中的代码还是有很多不同的，要是实际代码中也有这么多长篇长篇的拷贝然后稍作修改的代码，那就要疯了:)
long Ax_16,long Ay_16,long srcx0_16,long srcy0_16,const TPicRegion& SrcPic)
{
for (long x=0;x<width;++ x)
{
ThreeOrder_Fast_MMX(SrcPic,srcx0_16,srcy0_16,& pDstLine[x]);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
}
inline void PicRotary_ThreeOrder_CopyLine_Border_MMX(TARGB32* pDstLine,long width,
long Ax_16,long Ay_16,long srcx0_16,long srcy0_16,const TPicRegion& SrcPic)
{
for (long x=0;x<width;++ x)
{
TARGB32 src_color;
ThreeOrder_Border_MMX(SrcPic,srcx0_16,srcy0_16,& src_color);
pDstLine[x]= AlphaBlend_MMX(pDstLine[x],src_color);
srcx0_16+= Ax_16;
srcy0_16+= Ay_16;
}
}
void do_PicRotary_ThreeOrder_MMX_Block(TBlockWork& BlockWork,const TPicRegion& Src,long Ax_16,long Ay_16)
{
const long rotary_block_width=64; //128
const long rotary_block_height= rotary_block_width;
long height= BlockWork.size();
for (long y=0;y<height;y+= rotary_block_height)
{
long cur_block_height;
if (rotary_block_height<=(height- y))
cur_block_height= rotary_block_height;
else
cur_block_height=(height- y);
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_border0;
if (cur_block_width>0 )
{
PicRotary_ThreeOrder_CopyLine_Border_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
BlockLine->pdst=&BlockLine-> pdst[cur_block_width];
BlockLine->src_x0_16+=(Ax_16* cur_block_width);
BlockLine->src_y0_16+=(Ay_16* cur_block_width);
}
}
bool is_line_filish=false ;
while (! is_line_filish)
{
is_line_filish=true ;
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_in;
if (cur_block_width>0 )
{
is_line_filish=false ;
if (cur_block_width> rotary_block_width)
cur_block_width= rotary_block_width;
PicRotary_ThreeOrder_CopyLine_Fast_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
BlockLine->pdst=&BlockLine-> pdst[cur_block_width];
BlockLine->width_in-= cur_block_width;
BlockLine->src_x0_16+=(Ax_16* cur_block_width);
BlockLine->src_y0_16+=(Ay_16* cur_block_width);
}
}
}
for (long yi=y;yi<y+cur_block_height;++ yi)
{
TBlockLineWork* BlockLine=& BlockWork[yi];
long cur_block_width=BlockLine-> width_border1;
if (cur_block_width>0 )
{
PicRotary_ThreeOrder_CopyLine_Border_MMX(BlockLine-> pdst,cur_block_width,Ax_16,Ay_16,
BlockLine->src_x0_16,BlockLine-> src_y0_16,Src);
// BlockLine->pdst=&BlockLine->pdst[cur_block_width];
// BlockLine->src_x0_16+=(Ax_16*cur_block_width);
//BlockLine->src_y0_16+=(Ay_16*cur_block_width);
}
}
}
asm emms
}
void PicRotaryThreeOrder_MMX_Block(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
double tmprZoomXY=1.0/(ZoomX* ZoomY);
double rZoomX=tmprZoomXY* ZoomY;
double rZoomY=tmprZoomXY* ZoomX;
double sinA,cosA;
SinCos(RotaryAngle,sinA,cosA);
long Ax_16=(long)(rZoomX*cosA*(1<<16 ));
long Ay_16=(long)(rZoomX*sinA*(1<<16 ));
long Bx_16=(long)(-rZoomY*sinA*(1<<16 ));
long By_16=(long)(rZoomY*cosA*(1<<16 ));
double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
double ry0=Src.height*0.5 ;
long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16 ));
long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16 ));
TRotaryClipData rcData;
rcData.Ax_16= Ax_16;
rcData.Bx_16= Bx_16;
rcData.Cx_16= Cx_16;
rcData.Ay_16= Ay_16;
rcData.By_16= By_16;
rcData.Cy_16= Cy_16;
rcData.dst_width= Dst.width;
rcData.dst_height= Dst.height;
rcData.src_width= Src.width;
rcData.src_height= Src.height;
if (!rcData.inti_clip(move_x,move_y,2)) return ;
TBlockWork BlockWork;
TARGB32* pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_down_y);
while (true) //to down
{
long y= rcData.out_dst_down_y;
if (y>=Dst.height) break ;
if (y>=0 )
{
BlockWork.push_back(TBlockLineWork(& pDstLine[rcData.out_dst_x0_boder],
rcData.out_dst_x0_in-rcData.out_dst_x0_boder,rcData.out_dst_x1_in- rcData.out_dst_x0_in,
rcData.out_dst_x1_boder- rcData.out_dst_x1_in,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
if (!rcData.next_clip_line_down()) break ;
((TUInt8*&)pDstLine)+= Dst.byte_width;
}
for (long sleft=0,sright=BlockWork.size()-1;sleft<sright;++sleft,-- sright)
std::swap(BlockWork[sleft],BlockWork[sright]);
pDstLine= Dst.pdata;
((TUInt8*&)pDstLine)+=(Dst.byte_width* rcData.out_dst_up_y);
while (rcData.next_clip_line_up()) //to up
{
long y= rcData.out_dst_up_y;
if (y<0) break ;
((TUInt8*&)pDstLine)-= Dst.byte_width;
if (y< Dst.height)
{
BlockWork.push_back(TBlockLineWork(& pDstLine[rcData.out_dst_x0_boder],
rcData.out_dst_x0_in-rcData.out_dst_x0_boder,rcData.out_dst_x1_in- rcData.out_dst_x0_in,
rcData.out_dst_x1_boder- rcData.out_dst_x1_in,rcData.out_src_x0_16,rcData.out_src_y0_16));
}
}
do_PicRotary_ThreeOrder_MMX_Block(BlockWork,Src,Ax_16,Ay_16);
}
7.分块处理的旋转函数的速度测试:
//注：CPU: AMD64x2 4200+(2.37G)
////////////////////////////////////////////////////////////////////////////////
// 800x600的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 304.2 fps 250.7 fps 565.3 fps
// PicRotarySSE2_Block 316.6 fps 255.5 fps 495.6 fps
// PicRotaryBilInear_MMX 100.2 fps 87.8 fps 130.3 fps
// PicRotaryBilInear_MMX_Block 99.5 fps 92.7 fps 122.3 fps
// PicRotaryThreeOrder_MMX 44.2 fps 41.4 fps 49.7 fps
// PicRotaryThreeOrder_MMX_Block 43.2 fps 41.3 fps 47.8 fps
////////////////////////////////////////////////////////////////////////////////
// 3200x2400的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 12.2 fps 4.6 fps 36.3 fps
// PicRotarySSE2_Block 19.2 fps 15.9 fps 33.3 fps
// PicRotaryBilInear_MMX 5.0 fps 1.1 fps 8.7 fps
// PicRotaryBilInear_MMX_Block 6.3 fps 5.8 fps 8.3 fps
// PicRotaryThreeOrder_MMX 2.6 fps 0.9 fps 3.5 fps
// PicRotaryThreeOrder_MMX_Block 2.9 fps 2.7 fps 3.4 fps
////////////////////////////////////////////////////////////////////////////////
//注：CPU: Intel Core2 4400(2.00G)
////////////////////////////////////////////////////////////////////////////////
// 800x600的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 449.3 fps 250.5 fps 753.4 fps
// PicRotarySSE2_Block 351.3 fps 219.0 fps 436.3 fps
// PicRotaryBilInear_MMX 109.5 fps 95.3 fps 132.4 fps
// PicRotaryBilInear_MMX_Block 112.2 fps 98.1 fps 124.9 fps
// PicRotaryThreeOrder_MMX 45.9 fps 41.5 fps 50.3 fps
// PicRotaryThreeOrder_MMX_Block 47.7 fps 44.8 fps 50.1 fps
////////////////////////////////////////////////////////////////////////////////
// 3200x2400的源图片 各角度平均帧数 角度中最小帧数 角度中最大帧数
//==============================================================================
// PicRotarySSE2 18.3 fps 12.0 fps 44.8 fps
// PicRotarySSE2_Block 18.4 fps 15.5 fps 23.8 fps
// PicRotaryBilInear_MMX 6.7 fps 3.5 fps 8.7 fps
// PicRotaryBilInear_MMX_Block 7.3 fps 6.8 fps 8.3 fps
// PicRotaryThreeOrder_MMX 2.9 fps 2.2 fps 3.4 fps
// PicRotaryThreeOrder_MMX_Block 3.2 fps 2.9 fps 3.4 fps
////////////////////////////////////////////////////////////////////////////////
测试更大的源图片(6400x4800)或者CPU的缓存越小的时候*_Block优化版本优势越明显!