使用 ARM NEON 内在函数添加 alpha 和排列

我正在开发一个 iOS 应用程序，需要相当快地将图像从 RGB -> BGRA 转换。如果可能的话，我想使用 NEON 内在函数。有没有比简单分配组件更快的方法？

void neonPermuteRGBtoBGRA(unsigned char* src, unsigned char* dst, int numPix)
{
    numPix /= 8; //process 8 pixels at a time

    uint8x8_t alpha = vdup_n_u8 (0xff);

    for (int i=0; i<numPix; i++)
    {
        uint8x8x3_t rgb  = vld3_u8 (src);
        uint8x8x4_t bgra;

        bgra.val[0] = rgb.val[2]; //these lines are slow
        bgra.val[1] = rgb.val[1]; //these lines are slow 
        bgra.val[2] = rgb.val[0]; //these lines are slow

        bgra.val[3] = alpha;

        vst4_u8(dst, bgra);

        src += 8*3;
        dst += 8*4;
    }


}

ARMCC 反汇编也不是那么快：

• 它没有使用最合适的说明

• 它将 VFP 指令与 NEON 指令混合在一起，每次都会造成巨大的问题

尝试这个 ：

  mov r2, r2, lsr #3
  vmov.u8, d3, #0xff
loop:
  vld3.8 {d0-d2}, [r0]!
  subs r2, r2, #1
  vswp d0, d2
  vst4.8 {d0-d3}, [r1]!
  bgt loop

  bx lr

我建议的代码也没有完全优化，但进一步的“真正”优化会严重损害可读性。所以我就停在这里。