是否可以使用 SSE 对此嵌套进行矢量化？

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：

1. 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
2. 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？
3. 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。