使用PMULHW或PMADDWD指令对RGB颜色转换至YCbCr颜色的汇编优化

在视频处理中，常会遇到颜色空间的转换（高清和标清下的转换公式不同），下面是使用SIMD指令对RGBA颜色转换至YUYV颜色的汇编优化

 

假设转换公式如下：

Y = Yr * R + Yg * G + Yb * B

U = Ur * R + Ug * G + Ub * B

V = Vr * R + Vg * G + Vb * B

 

转换后，这里选择直接丢弃第二个像素的U和V，这里暂不考虑A通道的存储

 

为了考虑性能，通常会将浮点系数放大成短整型系数，经放大后最后的结果需进行0.5的补偿（同样进行放大）

 

下面对使用pmulhw和pmaddwd两条指令分别进行分析

从公式中可以看到，对于Y、U、V三个通道，分别需要进行3次乘法和4次加法（包括1次补偿）

于是每4个RGBA像素能得到2个YUYV，共需要进行24次乘法，按照XMM寄存器128位计算，至少需要3条pmulhw指令或者4条pmaddwd指令

 

分别考虑计算流程，首先是pmulhw

（1）读取内存（movdqu，movdqa，lddqu）

（2）通道数据重排（pshuflw，pshufhw，pshufd，shufps，shufpd）

（3）使用pmulhw

（3）相关通道相加，计算Y、U、V，并加上补偿，缩小（系统被放大，这里需要缩小）（paddw，paddsw，psrlw，packuswb）

 

然后是pmaddwd

（1）读取内存（movdqu，movdqa，lddqu）

（2）使用pmaddwd

（3）水平相加，缩小（phaddd，psrad，packssdw，packuswb）

 

考虑整个过程可以看到，虽然使用pmaddwd指令会多一条（pmaddwd和pmulhw的延迟和吞吐量相同），但是考虑数据混排，使用pmaddwd性能更高，并且可将0.5的补偿系统放进A通道，这样乘加一次计算完毕，编译后的代码也更少

 

注意：

（1）SSE2：使用完pmaddwd后，需要使用shufps（或punpckldq，punpckhdq）进行水平到垂直的重排，然后使用paddd

（2）SSSE3：使用完pmaddwd后，可直接使用phaddd进行水平相加

（3）SSSE4.1：读取内存时，可使用pmovzxbw和movntdqa