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