我从来没有为 SSE 优化编写过汇编代码,如果这是一个菜鸟问题,我很抱歉。在this https://felix.abecassis.me/2012/08/sse-vectorizing-conditional-code/文章解释了如何向量化for
带有条件语句。但是,我的代码(取自here https://github.com/perdoch/hesaff/blob/master/helpers.cpp) 的形式为:
for (int j=-halfHeight; j<=halfHeight; ++j)
{
for(int i=-halfWidth; i<=halfWidth; ++i)
{
const float rx = ofsx + j * a12;
const float ry = ofsy + j * a22;
float wx = rx + i * a11;
float wy = ry + i * a21;
const int x = (int) floor(wx);
const int y = (int) floor(wy);
if (x >= 0 && y >= 0 && x < width && y < height)
{
// compute weights
wx -= x; wy -= y;
// bilinear interpolation
*out++ =
(1.0f - wy) * ((1.0f - wx) * im.at<float>(y,x) + wx * im.at<float>(y,x+1)) +
( wy) * ((1.0f - wx) * im.at<float>(y+1,x) + wx * im.at<float>(y+1,x+1));
} else {
*out++ = 0;
}
}
}
因此,根据我的理解,与链接的文章有几个不同之处:
- 这里我们有一个嵌套的
for
: 我一直只看到一个级别for
在 vectroization 中,从未见过嵌套循环
- if 条件基于标量值(x 和 y)而不是数组:如何使链接的示例适应于此?
- The
out
索引不基于i
or j
(所以这不是out[i]
or out[j]
): 我该如何填写out
这样?
我特别困惑,因为for
索引始终用作数组索引,而这里用于计算变量,同时向量逐周期递增
我在用着icpc
with -O3 -xCORE-AVX2 -qopt-report=5
和一堆其他优化标志。根据英特尔顾问的说法,这不是矢量化的,并且使用#pragma omp simd
产生warning #15552: loop was not vectorized with "simd"
双线性插值是一个相当棘手的矢量化操作,我不会在您的第一个 SSE 技巧中尝试它。问题是您需要获取的值没有很好地排序。它们有时会重复,有时会被跳过。好消息是,插值图像是一种常见操作,您可能会找到一个预先编写的库来执行此操作,例如 OpenCV
remap()
总是一个不错的选择。只需构建两个 wx 和 wy 数组,它们代表每个像素的部分源位置,然后让remap()
进行插值。
然而,在这种情况下,它看起来像仿射变换。也就是说,分数源像素通过 2x3 矩阵乘法与源像素相关。这是偏移量和 a11/a12/a21/a22 变量。 OpenCV有这样的变换。在这里阅读:http://docs.opencv.org/3.1.0/d4/d61/tutorial_warp_affine.html http://docs.opencv.org/3.1.0/d4/d61/tutorial_warp_affine.html
您所要做的就是将输入变量映射为矩阵形式并调用仿射变换。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)