YUV视频格式到RGB32格式转换的速度优化 中篇

tag: YUV,YCbCr,YUV到RGB颜色转换,YUV解码,VFW,视频,MMX,SSE,多核优化
  
摘要: 我们得到的很多视频数据(一些解码器的输出或者摄像头的输出等)都使用了一种
叫YUV的颜色格式;本文介绍了常见的YUV视频格式(YUY2/YVYU/UYVY/I420/YV12等)到
RGB颜色格式的转换,并尝试对转化的速度进行优化;
  全文 分为:   
    《上篇》文章首先介绍了YUV颜色格式,并介绍了YUV颜色格式和RGB颜色格式之
间的相互转换;然后重点介绍了YUYV视频格式到RGB32格式的转化,并尝试进行了一
些速度优化;
    《中篇》尝试使用MMX/SSE指令对前面实现的解码器核心进行速度优化;然
后简要介绍了一个使用这类CPU特殊指令时的代码框架,使得解码程序能够根据运行时
的CPU指令支持情况动态调用最佳的实现代码;并最终提供一个多核并行的优化版本;
    《下篇》介绍YUV类型的其他种类繁多的视频数据编码格式;并将前面实现的解码
器核心(在不损失代码速度的前提下)进行必要的修改,使之适用于这些YUV视频格式
的解码;
           
    (2007.11.25  优化了一下DECODE_YUYV_SSE,使用预读优化;调整了一下MMX指令的定义方式,结构更好一些) 
    (2007.11.13  修正了一下颜色转换公式中的系数)
    (2007.11.05  修改函数DECODE_YUYV_AutoEx中的一个bug)
       
正文:
  代码使用C++,编译器:VC2005
  涉及到汇编的时候假定为x86平台;
  现在的高清视频帧尺寸越来越大,所以本文测试的图片大小将使用1024x576和
1920x1080两种常见的帧尺寸来测试解码器速度;
  测试平台:(CPU:AMD64x2 4200+(2.37G);   内存:DDR2 677(双通道); 编译器:VC2005)
  测试平台:(CPU:Intel Core2 4400(2.00G);内存:DDR2 667(双通道); 编译器:VC2005)
 
  请先参看《YUV视频格式到RGB32格式转换的速度优化 上篇》,
本文章将继续成倍的提高其速度!
  
  
A:使用MMX指令来继续优化YUYV视频格式到RGB32格式的转换函数
  现在绝大多数的x86CPU都支持MMX指令,它是一种单指令多数据流的指令集(SIMD);
MMX指令能够同时操作8个byte或者4个short等; 在YUV转换到RGB的运算中,为了保持精
度选用一次运算4个short数据类型;那外考虑如果在一个寄存器中保存YUYV四个数据,
整个运算写起来会较麻烦,且算法受到Y、U、V三个颜色存放位置的影响严重;而且考
虑到除了packed模式外很多YUV视频数据都为planar模式,所以想把Y、U、V先分离到
各自的寄存器再运算,看起来舒服得多,那么运算核心将用一个寄存器保存4个U,一
个寄存器保存4个V,对应8个Y,也就是说核心转换代码运行一遍可以输出8个RGB32比
特颜色;
  所以我们先来实现一个通用的MMX实现的转换核心:
  我们约定输入: 
        mm0 = Y7 Y6 Y5 Y4 Y3 Y2 Y1 Y0
        mm1 = 00 u3 00 u2 00 u1 00 u0
        mm2 = 00 v3 00 v2 00 v1 00 v0  
  通过edx指向的内存输出:
        [edx -- edx+8*4]

  由于主要的计算使用short精度,那些系数就不能使用16位的定点数了;为了不超出short的
范围可以使用13位的定点数(再大就会溢出了);

  MMX实现的转换核心(使用了宏来实现):YUV422ToRGB32_MMX:
  (系数的由来/数据在MMX寄存器的大致流动都有较详细的注释;
      如果有人进一步改进了这个核心,请告诉我:)

typedef unsigned __int64  UInt64;

const  UInt64   csMMX_16_b      = 0x1010101010101010// byte{16,16,16,16,16,16,16,16}

const  UInt64   csMMX_128_w     = 0x0080008000800080//short{  128,  128,  128,  128}
const  UInt64   csMMX_0x00FF_w  = 0x00FF00FF00FF00FF//掩码
const  UInt64   csMMX_Y_coeff_w = 0x2543254325432543//short{ 9539, 9539, 9539, 9539} =1.164383*(1<<13)
const  UInt64   csMMX_U_blue_w  = 0x408D408D408D408D//short{16525,16525,16525,16525} =2.017232*(1<<13)
const  UInt64   csMMX_U_green_w = 0xF377F377F377F377//short{-3209,-3209,-3209,-3209} =(-0.391762)*(1<<13)
const  UInt64   csMMX_V_green_w = 0xE5FCE5FCE5FCE5FC//short{-6660,-6660,-6660,-6660} =(-0.812968)*(1<<13)
const  UInt64   csMMX_V_red_w   = 0x3313331333133313// short{13075,13075,13075,13075} =1.596027*(1<<13)

//一次处理8个颜色输出

#define YUV422ToRGB32_MMX(out_RGB_reg,WriteCode)                                                 /
   
/*input :  mm0 = Y7 Y6 Y5 Y4 Y3 Y2 Y1 Y0    */                                                 /
   
/*         mm1 = 00 u3 00 u2 00 u1 00 u0    */
                                                /
   
/*         mm2 = 00 v3 00 v2 00 v1 00 v0    */
                                                /
   
/*output : [out_RGB_reg -- out_RGB_reg+8*4]                 */
                                /
                                                                                                 /
          asm   psubusb     mm0,csMMX_16_b        
/* mm0 : Y -= 16                       */
      /
          asm   psubsw      mm1,csMMX_128_w       
/* mm1 : u -= 128                      */
      /
          asm   movq        mm7,mm0                                                              /
          asm   psubsw      mm2,csMMX_128_w       
/* mm2 : v -= 128                      */
      /
          asm   pand        mm0,csMMX_0x00FF_w    
/* mm0 = 00 Y6 00 Y4 00 Y2 00 Y0       */
      /
          asm   psllw       mm1,
3                 /* mm1 : u *= 8                        */
      /
          asm   psllw       mm2,
3                 /* mm2 : v *= 8                        */
      /
          asm   psrlw       mm7,
8                 /* mm7 = 00 Y7 00 Y5 00 Y3 00 Y1       */
      /
          asm   movq        mm3,mm1                                                              /
          asm   movq        mm4,mm2                                                              /
                                                                                                 /
          asm   pmulhw      mm1,csMMX_U_green_w   
/* mm1 = u * U_green                   */
      /
          asm   psllw       mm0,
3                 /* y*=8                                */
      /
          asm   pmulhw      mm2,csMMX_V_green_w   
/* mm2 = v * V_green                   */
      /
          asm   psllw       mm7,
3                 /* y*=8                                */
      /
          asm   pmulhw      mm3,csMMX_U_blue_w                                                   /
          asm   paddsw      mm1,mm2                                                              /
          asm   pmulhw      mm4,csMMX_V_red_w                                                    /
          asm   movq        mm2,mm3                                                              /
          asm   pmulhw      mm0,csMMX_Y_coeff_w                                                  /
          asm   movq        mm6,mm4                                                              /
          asm   pmulhw      mm7,csMMX_Y_coeff_w                                                  /
          asm   movq        mm5,mm1                                                              /
          asm   paddsw      mm3,mm0               
/* mm3 = B6 B4 B2 B0       */
                  /
          asm   paddsw      mm2,mm7               
/* mm2 = B7 B5 B3 B1       */
                  /
          asm   paddsw      mm4,mm0               
/* mm4 = R6 R4 R2 R0       */
                  /
          asm   paddsw      mm6,mm7               
/* mm6 = R7 R5 R3 R1       */
                  /
          asm   paddsw      mm1,mm0               
/* mm1 = G6 G4 G2 G0       */
                  /
          asm   paddsw      mm5,mm7               
/* mm5 = G7 G5 G3 G1       */
                  /
                                                                                                 /
          asm   packuswb    mm3,mm4               
/* mm3 = R6 R4 R2 R0 B6 B4 B2 B0 to [0-255] */
 /
          asm   packuswb    mm2,mm6               
/* mm2 = R7 R5 R3 R1 B7 B5 B3 B1 to [0-255] */
 /
          asm   packuswb    mm5,mm1               
/* mm5 = G6 G4 G2 G0 G7 G5 G3 G1 to [0-255] */
 /
          asm   movq        mm4,mm3                                                              /
          asm   punpcklbw   mm3,mm2               
/* mm3 = B7 B6 B5 B4 B3 B2 B1 B0     */
        /
          asm   punpckldq   mm1,mm5               
/* mm1 = G7 G5 G3 G1 xx xx xx xx     */
        /
          asm   punpckhbw   mm4,mm2               
/* mm4 = R7 R6 R5 R4 R3 R2 R1 R0     */
        /
          asm   punpckhbw   mm5,mm1               
/* mm5 = G7 G6 G5 G4 G3 G2 G1 G0     */
        /
                                                                                                 /
                
/*out*/
                                                                          /
          asm   pcmpeqb     mm2,mm2               
/* mm2 = FF FF FF FF FF FF FF FF     */
        /
                                                                                                 /
          asm   movq        mm0,mm3                                                              /
          asm   movq        mm7,mm4                                                              /
          asm   punpcklbw   mm0,mm5             
/* mm0 = G3 B3 G2 B2 G1 B1 G0 B0       */
        /
          asm   punpcklbw   mm7,mm2             
/* mm7 = FF R3 FF R2 FF R1 FF R0       */
        /
          asm   movq        mm1,mm0                                                              /
          asm   movq        mm6,mm3                                                              /
          asm   punpcklwd   mm0,mm7             
/* mm0 = FF R1 G1 B1 FF R0 G0 B0       */
        /
          asm   punpckhwd   mm1,mm7             
/* mm1 = FF R3 G3 B3 FF R2 G2 B2       */
        /
          asm   WriteCode   [out_RGB_reg],mm0                                                    /
          asm   movq        mm7,mm4                                                              /
          asm   punpckhbw   mm6,mm5             
/* mm6 = G7 B7 G6 B6 G5 B5 G4 B4       */
        /
          asm   WriteCode   [out_RGB_reg
+8
],mm1                                                  /
          asm   punpckhbw   mm7,mm2             
/* mm7 = FF R7 FF R6 FF R5 FF R4      */
         /
          asm   movq        mm0,mm6                                                              /
          asm   punpcklwd   mm6,mm7             
/* mm6 = FF R5 G5 B5 FF R4 G4 B4      */
         /
          asm   punpckhwd   mm0,mm7             
/* mm0 = FF R7 G7 B7 FF R6 G6 B6      */
         /
          asm   WriteCode  [out_RGB_reg
+8*2
],mm6                                                 /
          asm   WriteCode  [out_RGB_reg
+8*3
],mm0                       
              


  YUV视频格式到RGB32格式的转换函数,MMX指令实现版本

    #define YUYV_Loader_MMX(in_yuv_reg)                                                         /
          asm   movq        mm0,[in_yuv_reg  ] 
/*mm0=V1 Y3 U1 Y2 V0 Y1 U0 Y0  */                 /
          asm   movq        mm4,[in_yuv_reg
+8/*mm4=V3 Y7 U3 Y6 V2 Y5 U2 Y4  */
                /
          asm   movq        mm1,mm0                                                             /
          asm   movq        mm5,mm4                                                             /
          asm   psrlw       mm1,
8              /*mm1=00 V1 00 U1 00 V0 00 U0  */
                /
          asm   psrlw       mm5,
8              /*mm5=00 V3 00 U3 00 V2 00 U2  */
                /
          asm   pand        mm0,csMMX_0x00FF_w 
/*mm0=00 Y3 00 Y2 00 Y1 00 Y0  */
                /
          asm   pand        mm4,csMMX_0x00FF_w 
/*mm4=00 Y7 00 Y6 00 Y5 00 Y4  */
                /
          asm   packuswb    mm1,mm5            
/*mm1=V3 U3 V2 U2 V1 U1 V0 U0  */
                /
          asm   movq        mm2,mm1                                                             /
          asm   packuswb    mm0,mm4            
/*mm0=Y7 Y6 Y5 Y4 Y3 Y2 Y1 Y0  */
                /
          asm   psllw       mm1,
8              /*mm1=U3 00 U2 00 U1 00 U0 00  */
                /
          asm   psrlw       mm2,
8              /*mm2=00 V3 00 V2 00 V1 00 V0  */
                /
          asm   psrlw       mm1,
8              /*mm1=00 U3 00 U2 00 U1 00 U0  */
                
  
 
    
void DECODE_YUYV_MMX_line(TARGB32* pDstLine,const TUInt8* pYUYV,long
 width)
    {
        
long expand8_width=(width>>3)<<3
;
        
        
if (expand8_width>0
)
        {
            asm
            {
                mov     ecx,expand8_width
                mov     eax,pYUYV
                mov     edx,pDstLine
                lea     eax,[eax
+ecx*2
]
                lea     edx,[edx
+ecx*4
]
                neg     ecx
                
              loop_beign:
                YUYV_Loader_MMX(eax
+ecx*2
)
                YUV422ToRGB32_MMX(edx
+ecx*4
,movq)

                add     ecx,
8

                jnz     loop_beign

                mov     pYUYV,eax
                mov     pDstLine,edx
            }
        }

        
//处理边界
        DECODE_YUYV_Common_line(pDstLine,pYUYV,width- expand8_width);
    }

void DECODE_YUYV_MMX(const TUInt8* pYUYV,const TPicRegion&
 DstPic)
{
    assert((DstPic.width 
& 1)==0
); 
    
    
long YUV_byte_width=(DstPic.width>>1)<<2
;
    TARGB32
* pDstLine=
DstPic.pdata; 
    
for (long y=0;y<DstPic.height;++
y)
    {
        DECODE_YUYV_MMX_line(pDstLine,pYUYV,DstPic.width);
        pYUYV
+=
YUV_byte_width;
        ((TUInt8
*&)pDstLine)+=
DstPic.byte_width;
    }    
    asm emms
}


速度测试:
////////////////////////////////////////////////////////////////////////////////
//==============================================================================
//                       |        1024x576       |       1920x1080       |
//------------------------------------------------------------------------------
//                       |  AMD64x2  |   Core2   |  AMD64x2  |   Core2   |
//------------------------------------------------------------------------------
//DECODE_YUYV_MMX          585.4 FPS  569.8 FPS    169.8 FPS  160.4 FPS
////////////////////////////////////////////////////////////////////////////////
 

B.使用SSE中的软件预取和禁止写缓存来改进MMX版本
 
  这里的改动其实很小,只是把YUV422ToRGB32_MMX中颜色数据保存操作
    movq [mem],mmx_reg 修改成 movntq [mem],mmx_reg
  然后再处理完成后调用sfence缓存刷新指令。
  完整代码如下:

    //使用软件预读和禁止写缓存优化
    #define  YUV422ToRGB32_SSE(out_RGB_reg) YUV422ToRGB32_MMX(out_RGB_reg,movntq)

    
void DECODE_YUYV_SSE_line(TARGB32* pDstLine,const TUInt8* pYUYV,long  width)
    {
        
long expand8_width=(width>>3)<<3
;
        
        
if (expand8_width>0
)
        {
            asm
            {
                mov     ecx,expand8_width
                mov     eax,pYUYV
                mov     edx,pDstLine
                lea     eax,[eax
+ecx*2
]
                lea     edx,[edx
+ecx*4
]
                neg     ecx
                
              loop_beign:
                YUYV_Loader_MMX(eax
+ecx*2
)
                prefetchnta [eax
+ecx*2+64*4]  //预读

                YUV422ToRGB32_SSE(edx+ecx*4 )

                add     ecx,
8

                jnz     loop_beign

                mov     pYUYV,eax
                mov     pDstLine,edx
            }
        }

        
//处理边界
        DECODE_YUYV_Common_line(pDstLine,pYUYV,width- expand8_width);
    }

void DECODE_YUYV_SSE(const TUInt8* pYUYV,const TPicRegion&
 DstPic)
{
    assert((DstPic.width 
& 1)==0
); 
    
    
long YUV_byte_width=(DstPic.width>>1)<<2
;
    TARGB32
* pDstLine=
DstPic.pdata; 
    
for (long y=0;y<DstPic.height;++
y)
    {
        DECODE_YUYV_SSE_line(pDstLine,pYUYV,DstPic.width);
        pYUYV
+=
YUV_byte_width;
        ((TUInt8
*&)pDstLine)+=
DstPic.byte_width;
    } 
    asm sfence
    asm emms
}

速度测试:
////////////////////////////////////////////////////////////////////////////////
//==============================================================================
//                       |        1024x576       |       1920x1080       |
//------------------------------------------------------------------------------
//                       |  AMD64x2  |   Core2   |  AMD64x2  |   Core2   |
//------------------------------------------------------------------------------
//DECODE_YUYV_SSE          770.3 FPS    741.9 FPS   220.0 FPS   209.7 FPS
////////////////////////////////////////////////////////////////////////////////


C.使用CPU特殊指令的一般框架
  我的blog文章中,经常使用MMX/SSE等特殊指令,都是只给出代码实现;它们离实际项目代
码还有一点距离;在实际的项目中需要一种机制使得开发的软件能够根据运行的CPU的特性动
态的决定调用最优化的实现版本;
  在x86CPU上可以使用CPUID指令来得到各种关于当前CPU的特性,包括制造商、CPU家族号、
缓存信息、是否支持MMX/SSE/SSE2指令集 等等;
  要使用CPUID指令,首先应该判断CPU是否支持该指令;方法是判断EFLAGS寄存器的第21位
是否可以改写;如果可以改写,那么说明这块CPU支持CPUID指令; 函数实现如下:

    bool   _CPUSupportCPUID()
    {
        
long int CPUIDInfOld=0
;
        
long int CPUIDInfNew=0
;

      
try

      {
        asm
        {
            pushfd                   
// 保存原 EFLAGS
            pop     eax
            mov     edx,eax
            mov     CPUIDInfOld,eax  
//

            xor     eax,00200000h    
// 改写 第21位
            push    eax
            popfd                    
// 改写 EFLAGS


            pushfd                   
// 保存新 EFLAGS
            pop     eax              
            mov     CPUIDInfNew,eax

            push    edx              
// 恢复原 EFLAGS

            popfd
        }
        
return (CPUIDInfOld!=CPUIDInfNew);  // EFLAGS 第21位 可以改写

      }
      
catch
(...)
      {
     
return false
;
      }
    }

  //那么判断CPU是否支持MMX指令的函数如下:

    bool  _CPUSupportMMX()  //判断CPU是否支持MMX指令
    {

      
if (!
_CPUSupportCPUID())
        
return false
;

      
long int MMXInf=0
;

      
try

      {
        asm
     {
          push  ebx
          mov   eax,
1
          cpuid
          mov   MMXInf,edx
          pop   ebx
        }
        MMXInf
=MMXInf & (1 << 23);  //检测edx第23位
        return (MMXInf==(1 << 23 ));
      }
      
catch
(...)
      {
        
return false
;
      }
    }

  //判断CPU是否支持SSE指令的函数如下:

    bool  _CPUSupportSSE()  //判断CPU是否支持SSE指令
    {

      
if (!
_CPUSupportCPUID())
        
return false
;

      
long int SSEInf=0
;
      
try

      {
        asm
     {
          push  ebx
          mov   eax,
1
          cpuid
          mov   SSEInf,edx
          pop   ebx
        }
        SSEInf
=SSEInf & (1 << 25);  //检测edx第25位
        return  (SSEInf==(1 << 25 ));
      }
      
catch
(...)
      {
        
return false
;
      }
    }

  //  由于SSE的寄存器是比较后期加入的,某些较老的操作系统可能不支持这些寄存器
  //的任务切换保存;可以用触发异常的方式来判断操作系统是否支持SSE;

    bool  _SystemSupportSSE()  //判断操作系统是否支持SSE指令
    {
      
//触发异常来判断

      try
      {
        asm
        {
            
//movups     xmm0,xmm0
            asm _emit 0x0F asm _emit 0x10 asm _emit 0xC0
        }
        
return true ;
      }
      
catch
(...)
      {
        
return false
;
      }
    }

//定义常量,用以在程序作为分支条件

const bool _IS_MMX_ACTIVE= _CPUSupportMMX();
const bool _IS_SSE_ACTIVE=_CPUSupportSSE() &&
 _SystemSupportSSE();

D.根据运行的CPU支持的指令集来动态调用不同的解码器实现

typedef void (*TDECODE_YUYV_line_proc)(TARGB32* pDstLine,const TUInt8* pYUYV,long  width);

const TDECODE_YUYV_line_proc DECODE_YUYV_Auto_line=

        ( _IS_MMX_ACTIVE 
? (_IS_SSE_ACTIVE ?  DECODE_YUYV_SSE_line : DECODE_YUYV_MMX_line) : DECODE_YUYV_Common_line );

__forceinline 
void
 DECODE_filish()
{
    
if
 (_IS_MMX_ACTIVE)
    {
        
if
 (_IS_SSE_ACTIVE) {  asm sfence }
        asm emms
    }
}

void DECODE_YUYV_Auto(const TUInt8* pYUYV,const TPicRegion&
 DstPic)
{
    assert((DstPic.width 
& 1)==0
); 
    
    
long YUV_byte_width=(DstPic.width>>1)<<2
;
    TARGB32
* pDstLine=
DstPic.pdata; 
    
for (long y=0;y<DstPic.height;++
y)
    {
        DECODE_YUYV_Auto_line(pDstLine,pYUYV,DstPic.width);
        pYUYV
+=
YUV_byte_width;
        ((TUInt8
*&)pDstLine)+=
DstPic.byte_width;
    } 
    DECODE_filish();
}

在我的两台测试电脑上速度同DECODE_YUYV_SSE,因为它们都支持MMX和SSE;

E.YUYV视频格式解码器的并行化实现
  这个比较简单,将图像分为多个块交给多个CPU同时执行就可以了;代码如下:
  (  这里利用CWorkThreadPool类来并行执行任务;  参见我的Blog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)

#include "WorkThreadPool.h"

struct  TDECODE_YUYV_Parallel_WorkData
{
    
const TUInt8*
 pYUYV;
    TPicRegion    DstPic;
};


void DECODE_YUYV_Parallel_callback(void*
 wd)
{
    TDECODE_YUYV_Parallel_WorkData
* WorkData=(TDECODE_YUYV_Parallel_WorkData*
)wd;
    DECODE_YUYV_Auto(WorkData
->pYUYV,WorkData->
DstPic);
}

void DECODE_YUYV_Parallel(const TUInt8* pYUYV,const TPicRegion&
 DstPic)
{
    
long work_count=
CWorkThreadPool::best_work_count();
    std::vector
<TDECODE_YUYV_Parallel_WorkData>
   work_list(work_count);
    std::vector
<TDECODE_YUYV_Parallel_WorkData*>
  pwork_list(work_count);
    
long cheight=DstPic.height /
 work_count; 
    
for (long i=0;i<work_count;++
i)
    {
        work_list[i].pYUYV
=pYUYV+i*cheight*(DstPic.width*2
);
        work_list[i].DstPic.pdata
=DstPic.pixel_pos(0,cheight*
i);
        work_list[i].DstPic.byte_width
=
DstPic.byte_width;
        work_list[i].DstPic.width
=
DstPic.width;
        work_list[i].DstPic.height
=
cheight;
        pwork_list[i]
=&
work_list[i];
    }
    work_list[work_count
-1].DstPic.height=DstPic.height-cheight*(work_count-1
);
    CWorkThreadPool::work_execute(DECODE_YUYV_Parallel_callback,(
void**)&pwork_list[0
],work_count);
}

速度测试:
////////////////////////////////////////////////////////////////////////////////
//==============================================================================
//                       |        1024x576       |       1920x1080       |
//------------------------------------------------------------------------------
//                       |  AMD64x2  |   Core2   |  AMD64x2  |   Core2   |
//------------------------------------------------------------------------------
//DECODE_YUYV_Parallel    1433.9 FPS  1417.1 FPS    414.1 FPS  286.3 FPS
////////////////////////////////////////////////////////////////////////////////


F.另一种更灵活的任务分配方案
  我的Blog文章中,涉及到并行的时候,一般都是前面那种简单的平均任务分配模式;
这里再实现一种复杂一点的分配方案:线程执行完自己分配的任务后,尝试帮助其它
线程执行没有完成的任务;(以单行为最小可分配任务粒度); 这有一个优点,就是
在多任务环境下,能够更好地利用全部的CPU资源; 实现如下:

    __forceinline void DECODE_YUYV_AutoLock_line(TARGB32* pDstLine,const TUInt8* pYUYV,long width,volatile long*   Lock)
    {
        
//任务领取

        if ((*Lock)!=0return ;
        
long lock_value=InterlockedIncrement(Lock);//
也可以用带lock前缀的inc指令来代替这个windows调用 
        
//警告: 在以后更多个核的电脑上,这里的lock造成的潜在冲突没有测试过

        if (lock_value>=2return ;
        
//
lock_value==1时,任务领取成功
        
        
//执行任务

        DECODE_YUYV_Auto_line(pDstLine,pYUYV,width);
    }

    __forceinline 
void DECODE_YUYV_AutoEx(const TUInt8* pYUYV,const TPicRegion& DstPic,volatile long* LockList,long
  begin_y0)
    {
        assert((DstPic.width 
& 1)==0
); 
        
        
long YUV_byte_width=(DstPic.width>>1)<<2
;
        TARGB32
* pDstLine=
DstPic.pdata; 
        
long
 y;

        
const TUInt8* pYUYV_b=pYUYV+(YUV_byte_width*
begin_y0);
        TARGB32
* pDstLine_b=(TARGB32*)(((TUInt8*)DstPic.pdata)+(DstPic.byte_width*
begin_y0));
        
for (y=begin_y0;y<DstPic.height;++
y)
        {
            DECODE_YUYV_AutoLock_line(pDstLine_b,pYUYV_b,DstPic.width,
&
LockList[y]);
            pYUYV_b
+=
YUV_byte_width;
            ((TUInt8
*&)pDstLine_b)+=
DstPic.byte_width;
        } 
        
for (y=0;y<begin_y0;++
y)
        {
            DECODE_YUYV_AutoLock_line(pDstLine,pYUYV,DstPic.width,
&
LockList[y]);
            pYUYV
+=
YUV_byte_width;
            ((TUInt8
*&)pDstLine)+=
DstPic.byte_width;
        } 
        DECODE_filish();
    }

struct
 TDECODE_YUYV_ParallelEx_WorkData
{
    
const TUInt8*
   pYUYV;
    TPicRegion      DstPic;
    
long*
           LockList;
    
long
            begin_y0;
};

void DECODE_YUYV_ParallelEx_callback(void*
 wd)
{
    TDECODE_YUYV_ParallelEx_WorkData
* WorkData=(TDECODE_YUYV_ParallelEx_WorkData*
)wd;
    DECODE_YUYV_AutoEx(WorkData
->pYUYV,WorkData->DstPic,(volatile long*)WorkData->LockList,WorkData->
begin_y0);
}

void DECODE_YUYV_ParallelEx(const TUInt8* pYUYV,const TPicRegion&
 DstPic)
{
    
long work_count=
CWorkThreadPool::best_work_count();
    std::vector
<TDECODE_YUYV_ParallelEx_WorkData>
   work_list(work_count);
    std::vector
<TDECODE_YUYV_ParallelEx_WorkData*>
  pwork_list(work_count);
    std::vector
<long>
  lock_list(DstPic.height);
    
for (long y=0;y<DstPic.height;++
y)
        lock_list[y]
=0
;

    
long cheight=DstPic.height /
 work_count; 
    
for (long i=0;i<work_count;++
i)
    {
        work_list[i].pYUYV
=
pYUYV;
        work_list[i].DstPic
=
DstPic;
        work_list[i].begin_y0
=i*
cheight;
        work_list[i].LockList
=&lock_list[0
];
        pwork_list[i]
=&
work_list[i];
    }
    CWorkThreadPool::work_execute(DECODE_YUYV_ParallelEx_callback,(
void**)&pwork_list[0
],work_count);
}

速度测试:
////////////////////////////////////////////////////////////////////////////////
//==============================================================================
//                       |        1024x576       |       1920x1080       |
//------------------------------------------------------------------------------
//                       |  AMD64x2  |   Core2   |  AMD64x2  |   Core2   |
//------------------------------------------------------------------------------
//DECODE_YUYV_ParallelEx  1387.5 FPS   1359.2 FPS    409.9 FPS  287.4 FPS
////////////////////////////////////////////////////////////////////////////////

G:把测试成绩放在一起

////////////////////////////////////////////////////////////////////////////////
//测试平台:(CPU:AMD64x2 4200+(2.37G);   内存:DDR2 677(双通道); 编译器:VC2005)
//测试平台:(CPU:Intel Core2 4400(2.00G);内存:DDR2 667(双通道); 编译器:VC2005)
////////////////////////////////////////////////////////////////////////////////
//==============================================================================
//                       |        1024x576       |       1920x1080       |
//------------------------------------------------------------------------------
//                       |  AMD64x2  |   Core2   |  AMD64x2  |   Core2   |
//------------------------------------------------------------------------------
//DECODE_YUYV_Float         55.0 FPS   63.7 FPS     15.6 FPS   18.0 FPS
//DECODE_YUYV_Int          137.1 FPS  131.9 FPS     39.0 FPS   37.1 FPS
//DECODE_YUYV_RGBTable     164.8 FPS  152.9 FPS     47.1 FPS   43.7 FPS
//DECODE_YUYV_Table        146.1 FPS  151.3 FPS     41.8 FPS   43.5 FPS
//DECODE_YUYV_TableEx      236.5 FPS  300.5 FPS     68.1 FPS   85.0 FPS
//DECODE_YUYV_Common       250.7 FPS  287.1 FPS     71.9 FPS   80.7 FPS
//DECODE_YUYV_MMX          585.4 FPS  569.8 FPS    169.8 FPS  160.4 FPS
//DECODE_YUYV_SSE          770.3 FPS  741.9 FPS    220.0 FPS  209.7 FPS
//DECODE_YUYV_Auto                    (同DECODE_YUYV_SSE)
//DECODE_YUYV_Parallel    1433.9 FPS 1417.1 FPS    414.1 FPS  286.3 FPS
//DECODE_YUYV_ParallelEx  1387.5 FPS 1359.2 FPS    409.9 FPS  287.4 FPS
////////////////////////////////////////////////////////////////////////////////

你可能感兴趣的:(YUV视频格式到RGB32格式转换的速度优化 中篇)