neon指令进行yuv420到rgb24转换效率

从网上找到了一个用neon指令优化yuv420转换成rgb24的代码， 在cortex-A8架构、主频1G的cpu下进行对一帧qcif(176x144)数据测试，另外用网上很流行的用C写的算法做比较，发现前者的速度是后者的700多倍：前者循环1000次用时112ms，后者88645ms。相关代码如下：

汇编代码

        AREA |.text|, CODE, READONLY      ; name this block of code        EXPORT ImgYUV2RGB24_neonALIGN;void ImgYUV2RGB24_neon(u8 *pu8RgbBuffer, u8 *pu8SrcYUV, l32 l32Width, l32 l32Height)ImgYUV2RGB24_neon    ;push            {r4, r5, r6, r7, r8, r9, r10, lr}    stmfdsp!, {r4-r10,lr}        add             r4,  r2, r2                add             r4,  r4, r2             ;r4 : DstStride = 3 * l32Width        mul             r5, r4, r3    sub             r5, r5, r4    add             r0, r0, r5             ;r0: pu8Dst = pu8Dst + l32DstStride * (l32Height - 1)        mul             r5, r2, r3                 add             r6, r1, r5             ;r6 : pu8SrcU = pu8SrcYUV + l32Width * l32Height    add             r7, r6, r5, lsr #2     ;r7 : pu8SrcV = pu8SrcU + ((l32Width * l32Height)>>2)        ;lsr             r8, r2, #3             ;r8 记录了col的循环次数， r2记录了YUV图像宽度    mov r8, r2, lsr #3    ;lsr             lr, r3, #1             ;lr 记录了Row的循环次数， r3记录了YUV图像高度    mov lr, r3, lsr #1        add             r3, r1, r2             ;r1, pu8Src1;  r3 : pu8Src2, r2 : l32Width    sub             r5, r0, r4             ;r5 : pu8Dst2 = pu8Dst - l32DstStride        mov             r9, #16vdup.8          d8, r9mov             r10, #128vdup.8          d9, r10mov             r9, #75vdup.16         q5, r9 ;q5: 75mov             r10, #102vdup.16         q6, r10;q6: 102mov             r9, #25vdup.16         q7, r9 ;q7: 25mov             r10, #52vdup.16         q8, r10;q8: 52mov             r9, #129vdup.16         q9, r9;q9: 129        loop_rowloop_colsubs            r8, r8, #1vld1.u8         d0, [r1]!     ;YLine1vld1.u8         d2, [r3]!     ;YLine2vld1.32         {d4[0]}, [r6]!      ;Uvld1.32         {d4[1]}, [r7]!;Vvsubl.u8        q0, d0, d8         ;YLine2 - 16vsubl.u8        q1, d2, d8         ;YLine1 - 16vsubl.u8        q2, d4, d9vmov            q3, q2vzip.s16q2, q3               ;q2:U - 128  q3: V-128;开始计算乘法部分vmul.s16         q10, q3, q8vmla.s16         q10, q2, q7 ;得到计算G分量所需要的后半部分U、V之和vmul.s16         q11, q2, q9 ;得到计算B分量的后半部分所需要的Uvmul.s16         q12, q3, q6 ;得到计算R分量的后半部分所需要的V;计算Y的部分乘积vmul.s16       q0, q0, q5     ;q0、q1得到第一行Y的共8点乘积vmul.s16        q1, q1, q5     ;q2、q3得到第二行Y的共8点乘积;得到两行的G分量vqsub.s16        q13, q0, q10vqsub.s16        q14, q1, q10vqrshrun.s16     d27, q13, #6  ;;;;;;;;;;;;;;;;;;第一行的G   vqrshrun.s16     d30, q14, #6;;;;;;;;;;;;;;;;;;第二行的G;得到两行的B分量vqadd.s16       q10, q0, q11vqadd.s16       q11, q1, q11vqrshrun.s16    d26, q10, #6;;;;;;;;;;;;;;;;;;第一行的Bvqrshrun.s16    d29, q11, #6;;;;;;;;;;;;;;;;;;第二行的B;得到两行的R分量vqadd.s16       q11, q0, q12vqadd.s16       q12, q1, q12vqrshrun.s16    d28, q11, #6;;;;;;;;;;;;;;;;;;第一行的Rvqrshrun.s16    d31, q12, #6;;;;;;;;;;;;;;;;;;第二行的R;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;做interleave操作，形成RGB形式，然后存入目标buffervst3.8          {d26, d27, d28}, [r0]!vst3.8          {d29, d30, d31}, [r5]!bgt             loop_colsubs            lr, lr, #1 sub             r0, r5, r4, lsl #1sub             r5, r0, r4add             r1, r1, r2add             r3, r3, r2;lsr             r8, r2, #3  movr8, r2, lsr #3    bgt             loop_row    ;pop             {r4, r5, r6, r7, r8, r9, r10, lr}    ldmfdsp!, {r4-r10,lr}    bx              lr    END

C代码

void YUV420p_to_RGB24(unsigned char *yuv420[3], unsigned char *rgb24, int width, int height) {//  int begin = GetTickCount();int R,G,B,Y,U,V;int x,y;int nWidth = width>>1; //色度信号宽度for (y=0;y<height;y++){for (x=0;x<width;x++){Y = *(yuv420[0] + y*width + x);U = *(yuv420[1] + ((y>>1)*nWidth) + (x>>1));V = *(yuv420[2] + ((y>>1)*nWidth) + (x>>1));R = Y + 1.402*(V-128);G = Y - 0.34414*(U-128) - 0.71414*(V-128);B = Y + 1.772*(U-128);//防止越界if (R>255)R=255;if (R<0)R=0;if (G>255)G=255;if (G<0)G=0;if (B>255)B=255;if (B<0)B=0;*(rgb24 + ((height-y-1)*width + x)*3) = B;*(rgb24 + ((height-y-1)*width + x)*3 + 1) = G;*(rgb24 + ((height-y-1)*width + x)*3 + 2) = R;//    *(rgb24 + (y*width + x)*3) = B;//    *(rgb24 + (y*width + x)*3 + 1) = G;//    *(rgb24 + (y*width + x)*3 + 2) = R;   }}}