ARM NEON优化3.RGB Packed转RGB Planar

问题描述

RGB Packet图像格式在内存中的排布顺序为 R, G, B, R, G, B，...，每个像素都是由连续的三个字节按RGB的顺序组成(8bit每像素的图像)。现在，我们想要将RGB的各个通道分离开，数据在内存中的排布变成R,R,R...,G,G,G,...,B,B,B...。如下图所示：

C代码实现

基本的C语言处理该问题代码如下：

int RGB_Packed2Planar(uint8_t * packed, uint8_t* planar,
    int height, int width)
{
    uint8_t *p_img = (uint8_t*)packed;

    uint8_t *p_r = planar;
    uint8_t *p_g = planar + height*width;
    uint8_t *p_b = planar + height*width * 2;

    for(int i = 0; i<height*width; i++)
    {
        *p_r++ = *p_img++;
        *p_g++ = *p_img++;
        *p_b++ = *p_img++;
    }

    return 0;
}

NEON优化

根据图像转换的目的，可以将问题分解成以下最基本的问题：

step 1. 读取RGB交替存储的数据到寄存器中

step 2.将交替的数据分离到相同的通道存储位置，NEON提供了结构化加载数据的指令，VLD3，可直接将交替存储的数据分离到同一个寄存器中

同理，连续存储的图像数据也可交替存储到内存中，指令为VST3，带数据分离的load与store示意图如下：

Load与store指令都支持1到4个元素的结构存储，通常都支持8,16,32bit的元素类型，这四种类型的指令说明如下：

• VLD1: 最简单的格式，按顺序将内存数据加载到内存中，没有任何的数据分离。
• VLD2: 从内存中加载两个寄存器的数据，将奇偶位置的数据分离到不同的寄存器中，可以用于双声道的音频处理。
• VLD3: 加载三个寄存器的数据并分离，用于分离RGB图像数据。
• VLD4: 加载四个寄存器的数据并分离，用于处理ARGB图像数据。

根据上面的分析，可以使用VLD3指令将数据分离开，然后使用指令进行连续存储即可，NEON优化的代码如下：

int RGB_Packed2Planar_neon(uint8_t * packed, uint8_t* planar,
    int height, int width)
{
    uint8_t *p_img = (uint8_t*)packed;

    uint8_t *p_r = planar;
    uint8_t *p_g = planar + height*width;
    uint8_t *p_b = planar + height*width * 2;

    for(int i = 0; i<height*width; i+=W_INC)
    {
        uint8x8x3_t vdata = vld3_u8(p_img);

        vst1_u8(p_r, vdata.val[0]);
        p_r += W_INC;
        vst1_u8(p_g, vdata.val[1]);
        p_g += W_INC;
        vst1_u8(p_b, vdata.val[2]);
        p_b += W_INC;
        p_img += W_INC * 3;
    }

    return 0;
}

性能对比

输入图像分辨率为640*360*3，在ARMv7处理上运行1000次，C语言函数与NEON函数运行耗时对比如下：

算法	C	NEON	加速比
耗时	1737	442	4.0

由此可见，NEON至少提高了4倍的速度。

---

欢迎关注亦梦云烟的微信公众号: 亦梦智能计算