• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
1 /*
2  *  Copyright 2011 The LibYuv Project Authors. All rights reserved.
3  *
4  *  Use of this source code is governed by a BSD-style license
5  *  that can be found in the LICENSE file in the root of the source
6  *  tree. An additional intellectual property rights grant can be found
7  *  in the file PATENTS. All contributing project authors may
8  *  be found in the AUTHORS file in the root of the source tree.
9  */
10 
11 #include "libyuv/row.h"
12 
13 #ifdef __cplusplus
14 namespace libyuv {
15 extern "C" {
16 #endif
17 
18 // This module is for Visual C x86.
19 #if !defined(LIBYUV_DISABLE_X86) && defined(_M_IX86) && defined(_MSC_VER)
20 
21 #ifdef HAS_ARGBTOYROW_SSSE3
22 
23 // Constants for ARGB.
24 static const vec8 kARGBToY = {
25   13, 65, 33, 0, 13, 65, 33, 0, 13, 65, 33, 0, 13, 65, 33, 0
26 };
27 
28 // JPeg full range.
29 static const vec8 kARGBToYJ = {
30   15, 75, 38, 0, 15, 75, 38, 0, 15, 75, 38, 0, 15, 75, 38, 0
31 };
32 
33 static const vec8 kARGBToU = {
34   112, -74, -38, 0, 112, -74, -38, 0, 112, -74, -38, 0, 112, -74, -38, 0
35 };
36 
37 static const vec8 kARGBToUJ = {
38   127, -84, -43, 0, 127, -84, -43, 0, 127, -84, -43, 0, 127, -84, -43, 0
39 };
40 
41 static const vec8 kARGBToV = {
42   -18, -94, 112, 0, -18, -94, 112, 0, -18, -94, 112, 0, -18, -94, 112, 0,
43 };
44 
45 static const vec8 kARGBToVJ = {
46   -20, -107, 127, 0, -20, -107, 127, 0, -20, -107, 127, 0, -20, -107, 127, 0
47 };
48 
49 // vpermd for vphaddw + vpackuswb vpermd.
50 static const lvec32 kPermdARGBToY_AVX = {
51   0, 4, 1, 5, 2, 6, 3, 7
52 };
53 
54 // vpshufb for vphaddw + vpackuswb packed to shorts.
55 static const lvec8 kShufARGBToUV_AVX = {
56   0, 1, 8, 9, 2, 3, 10, 11, 4, 5, 12, 13, 6, 7, 14, 15,
57   0, 1, 8, 9, 2, 3, 10, 11, 4, 5, 12, 13, 6, 7, 14, 15,
58 };
59 
60 // Constants for BGRA.
61 static const vec8 kBGRAToY = {
62   0, 33, 65, 13, 0, 33, 65, 13, 0, 33, 65, 13, 0, 33, 65, 13
63 };
64 
65 static const vec8 kBGRAToU = {
66   0, -38, -74, 112, 0, -38, -74, 112, 0, -38, -74, 112, 0, -38, -74, 112
67 };
68 
69 static const vec8 kBGRAToV = {
70   0, 112, -94, -18, 0, 112, -94, -18, 0, 112, -94, -18, 0, 112, -94, -18
71 };
72 
73 // Constants for ABGR.
74 static const vec8 kABGRToY = {
75   33, 65, 13, 0, 33, 65, 13, 0, 33, 65, 13, 0, 33, 65, 13, 0
76 };
77 
78 static const vec8 kABGRToU = {
79   -38, -74, 112, 0, -38, -74, 112, 0, -38, -74, 112, 0, -38, -74, 112, 0
80 };
81 
82 static const vec8 kABGRToV = {
83   112, -94, -18, 0, 112, -94, -18, 0, 112, -94, -18, 0, 112, -94, -18, 0
84 };
85 
86 // Constants for RGBA.
87 static const vec8 kRGBAToY = {
88   0, 13, 65, 33, 0, 13, 65, 33, 0, 13, 65, 33, 0, 13, 65, 33
89 };
90 
91 static const vec8 kRGBAToU = {
92   0, 112, -74, -38, 0, 112, -74, -38, 0, 112, -74, -38, 0, 112, -74, -38
93 };
94 
95 static const vec8 kRGBAToV = {
96   0, -18, -94, 112, 0, -18, -94, 112, 0, -18, -94, 112, 0, -18, -94, 112
97 };
98 
99 static const uvec8 kAddY16 = {
100   16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u, 16u
101 };
102 
103 static const vec16 kAddYJ64 = {
104   64, 64, 64, 64, 64, 64, 64, 64
105 };
106 
107 static const uvec8 kAddUV128 = {
108   128u, 128u, 128u, 128u, 128u, 128u, 128u, 128u,
109   128u, 128u, 128u, 128u, 128u, 128u, 128u, 128u
110 };
111 
112 static const uvec16 kAddUVJ128 = {
113   0x8080u, 0x8080u, 0x8080u, 0x8080u, 0x8080u, 0x8080u, 0x8080u, 0x8080u
114 };
115 
116 // Shuffle table for converting RGB24 to ARGB.
117 static const uvec8 kShuffleMaskRGB24ToARGB = {
118   0u, 1u, 2u, 12u, 3u, 4u, 5u, 13u, 6u, 7u, 8u, 14u, 9u, 10u, 11u, 15u
119 };
120 
121 // Shuffle table for converting RAW to ARGB.
122 static const uvec8 kShuffleMaskRAWToARGB = {
123   2u, 1u, 0u, 12u, 5u, 4u, 3u, 13u, 8u, 7u, 6u, 14u, 11u, 10u, 9u, 15u
124 };
125 
126 // Shuffle table for converting ARGB to RGB24.
127 static const uvec8 kShuffleMaskARGBToRGB24 = {
128   0u, 1u, 2u, 4u, 5u, 6u, 8u, 9u, 10u, 12u, 13u, 14u, 128u, 128u, 128u, 128u
129 };
130 
131 // Shuffle table for converting ARGB to RAW.
132 static const uvec8 kShuffleMaskARGBToRAW = {
133   2u, 1u, 0u, 6u, 5u, 4u, 10u, 9u, 8u, 14u, 13u, 12u, 128u, 128u, 128u, 128u
134 };
135 
136 // Shuffle table for converting ARGBToRGB24 for I422ToRGB24.  First 8 + next 4
137 static const uvec8 kShuffleMaskARGBToRGB24_0 = {
138   0u, 1u, 2u, 4u, 5u, 6u, 8u, 9u, 128u, 128u, 128u, 128u, 10u, 12u, 13u, 14u
139 };
140 
141 // Shuffle table for converting ARGB to RAW.
142 static const uvec8 kShuffleMaskARGBToRAW_0 = {
143   2u, 1u, 0u, 6u, 5u, 4u, 10u, 9u, 128u, 128u, 128u, 128u, 8u, 14u, 13u, 12u
144 };
145 
146 // Duplicates gray value 3 times and fills in alpha opaque.
147 __declspec(naked) __declspec(align(16))
I400ToARGBRow_SSE2(const uint8 * src_y,uint8 * dst_argb,int pix)148 void I400ToARGBRow_SSE2(const uint8* src_y, uint8* dst_argb, int pix) {
149   __asm {
150     mov        eax, [esp + 4]        // src_y
151     mov        edx, [esp + 8]        // dst_argb
152     mov        ecx, [esp + 12]       // pix
153     pcmpeqb    xmm5, xmm5            // generate mask 0xff000000
154     pslld      xmm5, 24
155 
156     align      4
157   convertloop:
158     movq       xmm0, qword ptr [eax]
159     lea        eax,  [eax + 8]
160     punpcklbw  xmm0, xmm0
161     movdqa     xmm1, xmm0
162     punpcklwd  xmm0, xmm0
163     punpckhwd  xmm1, xmm1
164     por        xmm0, xmm5
165     por        xmm1, xmm5
166     movdqa     [edx], xmm0
167     movdqa     [edx + 16], xmm1
168     lea        edx, [edx + 32]
169     sub        ecx, 8
170     jg         convertloop
171     ret
172   }
173 }
174 
175 __declspec(naked) __declspec(align(16))
I400ToARGBRow_Unaligned_SSE2(const uint8 * src_y,uint8 * dst_argb,int pix)176 void I400ToARGBRow_Unaligned_SSE2(const uint8* src_y, uint8* dst_argb,
177                                   int pix) {
178   __asm {
179     mov        eax, [esp + 4]        // src_y
180     mov        edx, [esp + 8]        // dst_argb
181     mov        ecx, [esp + 12]       // pix
182     pcmpeqb    xmm5, xmm5            // generate mask 0xff000000
183     pslld      xmm5, 24
184 
185     align      4
186   convertloop:
187     movq       xmm0, qword ptr [eax]
188     lea        eax,  [eax + 8]
189     punpcklbw  xmm0, xmm0
190     movdqa     xmm1, xmm0
191     punpcklwd  xmm0, xmm0
192     punpckhwd  xmm1, xmm1
193     por        xmm0, xmm5
194     por        xmm1, xmm5
195     movdqu     [edx], xmm0
196     movdqu     [edx + 16], xmm1
197     lea        edx, [edx + 32]
198     sub        ecx, 8
199     jg         convertloop
200     ret
201   }
202 }
203 
204 __declspec(naked) __declspec(align(16))
RGB24ToARGBRow_SSSE3(const uint8 * src_rgb24,uint8 * dst_argb,int pix)205 void RGB24ToARGBRow_SSSE3(const uint8* src_rgb24, uint8* dst_argb, int pix) {
206   __asm {
207     mov       eax, [esp + 4]   // src_rgb24
208     mov       edx, [esp + 8]   // dst_argb
209     mov       ecx, [esp + 12]  // pix
210     pcmpeqb   xmm5, xmm5       // generate mask 0xff000000
211     pslld     xmm5, 24
212     movdqa    xmm4, kShuffleMaskRGB24ToARGB
213 
214     align      4
215  convertloop:
216     movdqu    xmm0, [eax]
217     movdqu    xmm1, [eax + 16]
218     movdqu    xmm3, [eax + 32]
219     lea       eax, [eax + 48]
220     movdqa    xmm2, xmm3
221     palignr   xmm2, xmm1, 8    // xmm2 = { xmm3[0:3] xmm1[8:15]}
222     pshufb    xmm2, xmm4
223     por       xmm2, xmm5
224     palignr   xmm1, xmm0, 12   // xmm1 = { xmm3[0:7] xmm0[12:15]}
225     pshufb    xmm0, xmm4
226     movdqa    [edx + 32], xmm2
227     por       xmm0, xmm5
228     pshufb    xmm1, xmm4
229     movdqa    [edx], xmm0
230     por       xmm1, xmm5
231     palignr   xmm3, xmm3, 4    // xmm3 = { xmm3[4:15]}
232     pshufb    xmm3, xmm4
233     movdqa    [edx + 16], xmm1
234     por       xmm3, xmm5
235     sub       ecx, 16
236     movdqa    [edx + 48], xmm3
237     lea       edx, [edx + 64]
238     jg        convertloop
239     ret
240   }
241 }
242 
243 __declspec(naked) __declspec(align(16))
RAWToARGBRow_SSSE3(const uint8 * src_raw,uint8 * dst_argb,int pix)244 void RAWToARGBRow_SSSE3(const uint8* src_raw, uint8* dst_argb,
245                         int pix) {
246   __asm {
247     mov       eax, [esp + 4]   // src_raw
248     mov       edx, [esp + 8]   // dst_argb
249     mov       ecx, [esp + 12]  // pix
250     pcmpeqb   xmm5, xmm5       // generate mask 0xff000000
251     pslld     xmm5, 24
252     movdqa    xmm4, kShuffleMaskRAWToARGB
253 
254     align      4
255  convertloop:
256     movdqu    xmm0, [eax]
257     movdqu    xmm1, [eax + 16]
258     movdqu    xmm3, [eax + 32]
259     lea       eax, [eax + 48]
260     movdqa    xmm2, xmm3
261     palignr   xmm2, xmm1, 8    // xmm2 = { xmm3[0:3] xmm1[8:15]}
262     pshufb    xmm2, xmm4
263     por       xmm2, xmm5
264     palignr   xmm1, xmm0, 12   // xmm1 = { xmm3[0:7] xmm0[12:15]}
265     pshufb    xmm0, xmm4
266     movdqa    [edx + 32], xmm2
267     por       xmm0, xmm5
268     pshufb    xmm1, xmm4
269     movdqa    [edx], xmm0
270     por       xmm1, xmm5
271     palignr   xmm3, xmm3, 4    // xmm3 = { xmm3[4:15]}
272     pshufb    xmm3, xmm4
273     movdqa    [edx + 16], xmm1
274     por       xmm3, xmm5
275     sub       ecx, 16
276     movdqa    [edx + 48], xmm3
277     lea       edx, [edx + 64]
278     jg        convertloop
279     ret
280   }
281 }
282 
283 // pmul method to replicate bits.
284 // Math to replicate bits:
285 // (v << 8) | (v << 3)
286 // v * 256 + v * 8
287 // v * (256 + 8)
288 // G shift of 5 is incorporated, so shift is 5 + 8 and 5 + 3
289 // 20 instructions.
290 __declspec(naked) __declspec(align(16))
RGB565ToARGBRow_SSE2(const uint8 * src_rgb565,uint8 * dst_argb,int pix)291 void RGB565ToARGBRow_SSE2(const uint8* src_rgb565, uint8* dst_argb,
292                           int pix) {
293   __asm {
294     mov       eax, 0x01080108  // generate multiplier to repeat 5 bits
295     movd      xmm5, eax
296     pshufd    xmm5, xmm5, 0
297     mov       eax, 0x20802080  // multiplier shift by 5 and then repeat 6 bits
298     movd      xmm6, eax
299     pshufd    xmm6, xmm6, 0
300     pcmpeqb   xmm3, xmm3       // generate mask 0xf800f800 for Red
301     psllw     xmm3, 11
302     pcmpeqb   xmm4, xmm4       // generate mask 0x07e007e0 for Green
303     psllw     xmm4, 10
304     psrlw     xmm4, 5
305     pcmpeqb   xmm7, xmm7       // generate mask 0xff00ff00 for Alpha
306     psllw     xmm7, 8
307 
308     mov       eax, [esp + 4]   // src_rgb565
309     mov       edx, [esp + 8]   // dst_argb
310     mov       ecx, [esp + 12]  // pix
311     sub       edx, eax
312     sub       edx, eax
313 
314     align      4
315  convertloop:
316     movdqu    xmm0, [eax]   // fetch 8 pixels of bgr565
317     movdqa    xmm1, xmm0
318     movdqa    xmm2, xmm0
319     pand      xmm1, xmm3    // R in upper 5 bits
320     psllw     xmm2, 11      // B in upper 5 bits
321     pmulhuw   xmm1, xmm5    // * (256 + 8)
322     pmulhuw   xmm2, xmm5    // * (256 + 8)
323     psllw     xmm1, 8
324     por       xmm1, xmm2    // RB
325     pand      xmm0, xmm4    // G in middle 6 bits
326     pmulhuw   xmm0, xmm6    // << 5 * (256 + 4)
327     por       xmm0, xmm7    // AG
328     movdqa    xmm2, xmm1
329     punpcklbw xmm1, xmm0
330     punpckhbw xmm2, xmm0
331     movdqa    [eax * 2 + edx], xmm1  // store 4 pixels of ARGB
332     movdqa    [eax * 2 + edx + 16], xmm2  // store next 4 pixels of ARGB
333     lea       eax, [eax + 16]
334     sub       ecx, 8
335     jg        convertloop
336     ret
337   }
338 }
339 
340 // 24 instructions
341 __declspec(naked) __declspec(align(16))
ARGB1555ToARGBRow_SSE2(const uint8 * src_argb1555,uint8 * dst_argb,int pix)342 void ARGB1555ToARGBRow_SSE2(const uint8* src_argb1555, uint8* dst_argb,
343                             int pix) {
344   __asm {
345     mov       eax, 0x01080108  // generate multiplier to repeat 5 bits
346     movd      xmm5, eax
347     pshufd    xmm5, xmm5, 0
348     mov       eax, 0x42004200  // multiplier shift by 6 and then repeat 5 bits
349     movd      xmm6, eax
350     pshufd    xmm6, xmm6, 0
351     pcmpeqb   xmm3, xmm3       // generate mask 0xf800f800 for Red
352     psllw     xmm3, 11
353     movdqa    xmm4, xmm3       // generate mask 0x03e003e0 for Green
354     psrlw     xmm4, 6
355     pcmpeqb   xmm7, xmm7       // generate mask 0xff00ff00 for Alpha
356     psllw     xmm7, 8
357 
358     mov       eax, [esp + 4]   // src_argb1555
359     mov       edx, [esp + 8]   // dst_argb
360     mov       ecx, [esp + 12]  // pix
361     sub       edx, eax
362     sub       edx, eax
363 
364     align      4
365  convertloop:
366     movdqu    xmm0, [eax]   // fetch 8 pixels of 1555
367     movdqa    xmm1, xmm0
368     movdqa    xmm2, xmm0
369     psllw     xmm1, 1       // R in upper 5 bits
370     psllw     xmm2, 11      // B in upper 5 bits
371     pand      xmm1, xmm3
372     pmulhuw   xmm2, xmm5    // * (256 + 8)
373     pmulhuw   xmm1, xmm5    // * (256 + 8)
374     psllw     xmm1, 8
375     por       xmm1, xmm2    // RB
376     movdqa    xmm2, xmm0
377     pand      xmm0, xmm4    // G in middle 5 bits
378     psraw     xmm2, 8       // A
379     pmulhuw   xmm0, xmm6    // << 6 * (256 + 8)
380     pand      xmm2, xmm7
381     por       xmm0, xmm2    // AG
382     movdqa    xmm2, xmm1
383     punpcklbw xmm1, xmm0
384     punpckhbw xmm2, xmm0
385     movdqa    [eax * 2 + edx], xmm1  // store 4 pixels of ARGB
386     movdqa    [eax * 2 + edx + 16], xmm2  // store next 4 pixels of ARGB
387     lea       eax, [eax + 16]
388     sub       ecx, 8
389     jg        convertloop
390     ret
391   }
392 }
393 
394 // 18 instructions.
395 __declspec(naked) __declspec(align(16))
ARGB4444ToARGBRow_SSE2(const uint8 * src_argb4444,uint8 * dst_argb,int pix)396 void ARGB4444ToARGBRow_SSE2(const uint8* src_argb4444, uint8* dst_argb,
397                             int pix) {
398   __asm {
399     mov       eax, 0x0f0f0f0f  // generate mask 0x0f0f0f0f
400     movd      xmm4, eax
401     pshufd    xmm4, xmm4, 0
402     movdqa    xmm5, xmm4       // 0xf0f0f0f0 for high nibbles
403     pslld     xmm5, 4
404     mov       eax, [esp + 4]   // src_argb4444
405     mov       edx, [esp + 8]   // dst_argb
406     mov       ecx, [esp + 12]  // pix
407     sub       edx, eax
408     sub       edx, eax
409 
410     align      4
411  convertloop:
412     movdqu    xmm0, [eax]   // fetch 8 pixels of bgra4444
413     movdqa    xmm2, xmm0
414     pand      xmm0, xmm4    // mask low nibbles
415     pand      xmm2, xmm5    // mask high nibbles
416     movdqa    xmm1, xmm0
417     movdqa    xmm3, xmm2
418     psllw     xmm1, 4
419     psrlw     xmm3, 4
420     por       xmm0, xmm1
421     por       xmm2, xmm3
422     movdqa    xmm1, xmm0
423     punpcklbw xmm0, xmm2
424     punpckhbw xmm1, xmm2
425     movdqa    [eax * 2 + edx], xmm0  // store 4 pixels of ARGB
426     movdqa    [eax * 2 + edx + 16], xmm1  // store next 4 pixels of ARGB
427     lea       eax, [eax + 16]
428     sub       ecx, 8
429     jg        convertloop
430     ret
431   }
432 }
433 
434 __declspec(naked) __declspec(align(16))
ARGBToRGB24Row_SSSE3(const uint8 * src_argb,uint8 * dst_rgb,int pix)435 void ARGBToRGB24Row_SSSE3(const uint8* src_argb, uint8* dst_rgb, int pix) {
436   __asm {
437     mov       eax, [esp + 4]   // src_argb
438     mov       edx, [esp + 8]   // dst_rgb
439     mov       ecx, [esp + 12]  // pix
440     movdqa    xmm6, kShuffleMaskARGBToRGB24
441 
442     align      4
443  convertloop:
444     movdqu    xmm0, [eax]   // fetch 16 pixels of argb
445     movdqu    xmm1, [eax + 16]
446     movdqu    xmm2, [eax + 32]
447     movdqu    xmm3, [eax + 48]
448     lea       eax, [eax + 64]
449     pshufb    xmm0, xmm6    // pack 16 bytes of ARGB to 12 bytes of RGB
450     pshufb    xmm1, xmm6
451     pshufb    xmm2, xmm6
452     pshufb    xmm3, xmm6
453     movdqa    xmm4, xmm1   // 4 bytes from 1 for 0
454     psrldq    xmm1, 4      // 8 bytes from 1
455     pslldq    xmm4, 12     // 4 bytes from 1 for 0
456     movdqa    xmm5, xmm2   // 8 bytes from 2 for 1
457     por       xmm0, xmm4   // 4 bytes from 1 for 0
458     pslldq    xmm5, 8      // 8 bytes from 2 for 1
459     movdqu    [edx], xmm0  // store 0
460     por       xmm1, xmm5   // 8 bytes from 2 for 1
461     psrldq    xmm2, 8      // 4 bytes from 2
462     pslldq    xmm3, 4      // 12 bytes from 3 for 2
463     por       xmm2, xmm3   // 12 bytes from 3 for 2
464     movdqu    [edx + 16], xmm1   // store 1
465     movdqu    [edx + 32], xmm2   // store 2
466     lea       edx, [edx + 48]
467     sub       ecx, 16
468     jg        convertloop
469     ret
470   }
471 }
472 
473 __declspec(naked) __declspec(align(16))
ARGBToRAWRow_SSSE3(const uint8 * src_argb,uint8 * dst_rgb,int pix)474 void ARGBToRAWRow_SSSE3(const uint8* src_argb, uint8* dst_rgb, int pix) {
475   __asm {
476     mov       eax, [esp + 4]   // src_argb
477     mov       edx, [esp + 8]   // dst_rgb
478     mov       ecx, [esp + 12]  // pix
479     movdqa    xmm6, kShuffleMaskARGBToRAW
480 
481     align      4
482  convertloop:
483     movdqu    xmm0, [eax]   // fetch 16 pixels of argb
484     movdqu    xmm1, [eax + 16]
485     movdqu    xmm2, [eax + 32]
486     movdqu    xmm3, [eax + 48]
487     lea       eax, [eax + 64]
488     pshufb    xmm0, xmm6    // pack 16 bytes of ARGB to 12 bytes of RGB
489     pshufb    xmm1, xmm6
490     pshufb    xmm2, xmm6
491     pshufb    xmm3, xmm6
492     movdqa    xmm4, xmm1   // 4 bytes from 1 for 0
493     psrldq    xmm1, 4      // 8 bytes from 1
494     pslldq    xmm4, 12     // 4 bytes from 1 for 0
495     movdqa    xmm5, xmm2   // 8 bytes from 2 for 1
496     por       xmm0, xmm4   // 4 bytes from 1 for 0
497     pslldq    xmm5, 8      // 8 bytes from 2 for 1
498     movdqu    [edx], xmm0  // store 0
499     por       xmm1, xmm5   // 8 bytes from 2 for 1
500     psrldq    xmm2, 8      // 4 bytes from 2
501     pslldq    xmm3, 4      // 12 bytes from 3 for 2
502     por       xmm2, xmm3   // 12 bytes from 3 for 2
503     movdqu    [edx + 16], xmm1   // store 1
504     movdqu    [edx + 32], xmm2   // store 2
505     lea       edx, [edx + 48]
506     sub       ecx, 16
507     jg        convertloop
508     ret
509   }
510 }
511 
512 __declspec(naked) __declspec(align(16))
ARGBToRGB565Row_SSE2(const uint8 * src_argb,uint8 * dst_rgb,int pix)513 void ARGBToRGB565Row_SSE2(const uint8* src_argb, uint8* dst_rgb, int pix) {
514   __asm {
515     mov       eax, [esp + 4]   // src_argb
516     mov       edx, [esp + 8]   // dst_rgb
517     mov       ecx, [esp + 12]  // pix
518     pcmpeqb   xmm3, xmm3       // generate mask 0x0000001f
519     psrld     xmm3, 27
520     pcmpeqb   xmm4, xmm4       // generate mask 0x000007e0
521     psrld     xmm4, 26
522     pslld     xmm4, 5
523     pcmpeqb   xmm5, xmm5       // generate mask 0xfffff800
524     pslld     xmm5, 11
525 
526     align      4
527  convertloop:
528     movdqa    xmm0, [eax]   // fetch 4 pixels of argb
529     movdqa    xmm1, xmm0    // B
530     movdqa    xmm2, xmm0    // G
531     pslld     xmm0, 8       // R
532     psrld     xmm1, 3       // B
533     psrld     xmm2, 5       // G
534     psrad     xmm0, 16      // R
535     pand      xmm1, xmm3    // B
536     pand      xmm2, xmm4    // G
537     pand      xmm0, xmm5    // R
538     por       xmm1, xmm2    // BG
539     por       xmm0, xmm1    // BGR
540     packssdw  xmm0, xmm0
541     lea       eax, [eax + 16]
542     movq      qword ptr [edx], xmm0  // store 4 pixels of RGB565
543     lea       edx, [edx + 8]
544     sub       ecx, 4
545     jg        convertloop
546     ret
547   }
548 }
549 
550 // TODO(fbarchard): Improve sign extension/packing.
551 __declspec(naked) __declspec(align(16))
ARGBToARGB1555Row_SSE2(const uint8 * src_argb,uint8 * dst_rgb,int pix)552 void ARGBToARGB1555Row_SSE2(const uint8* src_argb, uint8* dst_rgb, int pix) {
553   __asm {
554     mov       eax, [esp + 4]   // src_argb
555     mov       edx, [esp + 8]   // dst_rgb
556     mov       ecx, [esp + 12]  // pix
557     pcmpeqb   xmm4, xmm4       // generate mask 0x0000001f
558     psrld     xmm4, 27
559     movdqa    xmm5, xmm4       // generate mask 0x000003e0
560     pslld     xmm5, 5
561     movdqa    xmm6, xmm4       // generate mask 0x00007c00
562     pslld     xmm6, 10
563     pcmpeqb   xmm7, xmm7       // generate mask 0xffff8000
564     pslld     xmm7, 15
565 
566     align      4
567  convertloop:
568     movdqa    xmm0, [eax]   // fetch 4 pixels of argb
569     movdqa    xmm1, xmm0    // B
570     movdqa    xmm2, xmm0    // G
571     movdqa    xmm3, xmm0    // R
572     psrad     xmm0, 16      // A
573     psrld     xmm1, 3       // B
574     psrld     xmm2, 6       // G
575     psrld     xmm3, 9       // R
576     pand      xmm0, xmm7    // A
577     pand      xmm1, xmm4    // B
578     pand      xmm2, xmm5    // G
579     pand      xmm3, xmm6    // R
580     por       xmm0, xmm1    // BA
581     por       xmm2, xmm3    // GR
582     por       xmm0, xmm2    // BGRA
583     packssdw  xmm0, xmm0
584     lea       eax, [eax + 16]
585     movq      qword ptr [edx], xmm0  // store 4 pixels of ARGB1555
586     lea       edx, [edx + 8]
587     sub       ecx, 4
588     jg        convertloop
589     ret
590   }
591 }
592 
593 __declspec(naked) __declspec(align(16))
ARGBToARGB4444Row_SSE2(const uint8 * src_argb,uint8 * dst_rgb,int pix)594 void ARGBToARGB4444Row_SSE2(const uint8* src_argb, uint8* dst_rgb, int pix) {
595   __asm {
596     mov       eax, [esp + 4]   // src_argb
597     mov       edx, [esp + 8]   // dst_rgb
598     mov       ecx, [esp + 12]  // pix
599     pcmpeqb   xmm4, xmm4       // generate mask 0xf000f000
600     psllw     xmm4, 12
601     movdqa    xmm3, xmm4       // generate mask 0x00f000f0
602     psrlw     xmm3, 8
603 
604     align      4
605  convertloop:
606     movdqa    xmm0, [eax]   // fetch 4 pixels of argb
607     movdqa    xmm1, xmm0
608     pand      xmm0, xmm3    // low nibble
609     pand      xmm1, xmm4    // high nibble
610     psrl      xmm0, 4
611     psrl      xmm1, 8
612     por       xmm0, xmm1
613     packuswb  xmm0, xmm0
614     lea       eax, [eax + 16]
615     movq      qword ptr [edx], xmm0  // store 4 pixels of ARGB4444
616     lea       edx, [edx + 8]
617     sub       ecx, 4
618     jg        convertloop
619     ret
620   }
621 }
622 
623 // Convert 16 ARGB pixels (64 bytes) to 16 Y values.
624 __declspec(naked) __declspec(align(16))
ARGBToYRow_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)625 void ARGBToYRow_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
626   __asm {
627     mov        eax, [esp + 4]   /* src_argb */
628     mov        edx, [esp + 8]   /* dst_y */
629     mov        ecx, [esp + 12]  /* pix */
630     movdqa     xmm5, kAddY16
631     movdqa     xmm4, kARGBToY
632 
633     align      4
634  convertloop:
635     movdqa     xmm0, [eax]
636     movdqa     xmm1, [eax + 16]
637     movdqa     xmm2, [eax + 32]
638     movdqa     xmm3, [eax + 48]
639     pmaddubsw  xmm0, xmm4
640     pmaddubsw  xmm1, xmm4
641     pmaddubsw  xmm2, xmm4
642     pmaddubsw  xmm3, xmm4
643     lea        eax, [eax + 64]
644     phaddw     xmm0, xmm1
645     phaddw     xmm2, xmm3
646     psrlw      xmm0, 7
647     psrlw      xmm2, 7
648     packuswb   xmm0, xmm2
649     paddb      xmm0, xmm5
650     sub        ecx, 16
651     movdqa     [edx], xmm0
652     lea        edx, [edx + 16]
653     jg         convertloop
654     ret
655   }
656 }
657 
658 // Convert 16 ARGB pixels (64 bytes) to 16 Y values.
659 __declspec(naked) __declspec(align(16))
ARGBToYJRow_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)660 void ARGBToYJRow_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
661   __asm {
662     mov        eax, [esp + 4]   /* src_argb */
663     mov        edx, [esp + 8]   /* dst_y */
664     mov        ecx, [esp + 12]  /* pix */
665     movdqa     xmm4, kARGBToYJ
666     movdqa     xmm5, kAddYJ64
667 
668     align      4
669  convertloop:
670     movdqa     xmm0, [eax]
671     movdqa     xmm1, [eax + 16]
672     movdqa     xmm2, [eax + 32]
673     movdqa     xmm3, [eax + 48]
674     pmaddubsw  xmm0, xmm4
675     pmaddubsw  xmm1, xmm4
676     pmaddubsw  xmm2, xmm4
677     pmaddubsw  xmm3, xmm4
678     lea        eax, [eax + 64]
679     phaddw     xmm0, xmm1
680     phaddw     xmm2, xmm3
681     paddw      xmm0, xmm5  // Add .5 for rounding.
682     paddw      xmm2, xmm5
683     psrlw      xmm0, 7
684     psrlw      xmm2, 7
685     packuswb   xmm0, xmm2
686     sub        ecx, 16
687     movdqa     [edx], xmm0
688     lea        edx, [edx + 16]
689     jg         convertloop
690     ret
691   }
692 }
693 
694 #ifdef HAS_ARGBTOYROW_AVX2
695 // Convert 32 ARGB pixels (128 bytes) to 32 Y values.
696 __declspec(naked) __declspec(align(32))
ARGBToYRow_AVX2(const uint8 * src_argb,uint8 * dst_y,int pix)697 void ARGBToYRow_AVX2(const uint8* src_argb, uint8* dst_y, int pix) {
698   __asm {
699     mov        eax, [esp + 4]   /* src_argb */
700     mov        edx, [esp + 8]   /* dst_y */
701     mov        ecx, [esp + 12]  /* pix */
702     vbroadcastf128 ymm4, kARGBToY
703     vbroadcastf128 ymm5, kAddY16
704     vmovdqa    ymm6, kPermdARGBToY_AVX
705 
706     align      4
707  convertloop:
708     vmovdqu    ymm0, [eax]
709     vmovdqu    ymm1, [eax + 32]
710     vmovdqu    ymm2, [eax + 64]
711     vmovdqu    ymm3, [eax + 96]
712     vpmaddubsw ymm0, ymm0, ymm4
713     vpmaddubsw ymm1, ymm1, ymm4
714     vpmaddubsw ymm2, ymm2, ymm4
715     vpmaddubsw ymm3, ymm3, ymm4
716     lea        eax, [eax + 128]
717     vphaddw    ymm0, ymm0, ymm1  // mutates.
718     vphaddw    ymm2, ymm2, ymm3
719     vpsrlw     ymm0, ymm0, 7
720     vpsrlw     ymm2, ymm2, 7
721     vpackuswb  ymm0, ymm0, ymm2  // mutates.
722     vpermd     ymm0, ymm6, ymm0  // For vphaddw + vpackuswb mutation.
723     vpaddb     ymm0, ymm0, ymm5
724     sub        ecx, 32
725     vmovdqu    [edx], ymm0
726     lea        edx, [edx + 32]
727     jg         convertloop
728     vzeroupper
729     ret
730   }
731 }
732 #endif  //  HAS_ARGBTOYROW_AVX2
733 
734 #ifdef HAS_ARGBTOYROW_AVX2
735 // Convert 32 ARGB pixels (128 bytes) to 32 Y values.
736 __declspec(naked) __declspec(align(32))
ARGBToYJRow_AVX2(const uint8 * src_argb,uint8 * dst_y,int pix)737 void ARGBToYJRow_AVX2(const uint8* src_argb, uint8* dst_y, int pix) {
738   __asm {
739     mov        eax, [esp + 4]   /* src_argb */
740     mov        edx, [esp + 8]   /* dst_y */
741     mov        ecx, [esp + 12]  /* pix */
742     vbroadcastf128 ymm4, kARGBToYJ
743     vbroadcastf128 ymm5, kAddYJ64
744     vmovdqa    ymm6, kPermdARGBToY_AVX
745 
746     align      4
747  convertloop:
748     vmovdqu    ymm0, [eax]
749     vmovdqu    ymm1, [eax + 32]
750     vmovdqu    ymm2, [eax + 64]
751     vmovdqu    ymm3, [eax + 96]
752     vpmaddubsw ymm0, ymm0, ymm4
753     vpmaddubsw ymm1, ymm1, ymm4
754     vpmaddubsw ymm2, ymm2, ymm4
755     vpmaddubsw ymm3, ymm3, ymm4
756     lea        eax, [eax + 128]
757     vphaddw    ymm0, ymm0, ymm1  // mutates.
758     vphaddw    ymm2, ymm2, ymm3
759     vpaddw     ymm0, ymm0, ymm5  // Add .5 for rounding.
760     vpaddw     ymm2, ymm2, ymm5
761     vpsrlw     ymm0, ymm0, 7
762     vpsrlw     ymm2, ymm2, 7
763     vpackuswb  ymm0, ymm0, ymm2  // mutates.
764     vpermd     ymm0, ymm6, ymm0  // For vphaddw + vpackuswb mutation.
765     sub        ecx, 32
766     vmovdqu    [edx], ymm0
767     lea        edx, [edx + 32]
768     jg         convertloop
769 
770     vzeroupper
771     ret
772   }
773 }
774 #endif  //  HAS_ARGBTOYJROW_AVX2
775 
776 __declspec(naked) __declspec(align(16))
ARGBToYRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)777 void ARGBToYRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
778   __asm {
779     mov        eax, [esp + 4]   /* src_argb */
780     mov        edx, [esp + 8]   /* dst_y */
781     mov        ecx, [esp + 12]  /* pix */
782     movdqa     xmm5, kAddY16
783     movdqa     xmm4, kARGBToY
784 
785     align      4
786  convertloop:
787     movdqu     xmm0, [eax]
788     movdqu     xmm1, [eax + 16]
789     movdqu     xmm2, [eax + 32]
790     movdqu     xmm3, [eax + 48]
791     pmaddubsw  xmm0, xmm4
792     pmaddubsw  xmm1, xmm4
793     pmaddubsw  xmm2, xmm4
794     pmaddubsw  xmm3, xmm4
795     lea        eax, [eax + 64]
796     phaddw     xmm0, xmm1
797     phaddw     xmm2, xmm3
798     psrlw      xmm0, 7
799     psrlw      xmm2, 7
800     packuswb   xmm0, xmm2
801     paddb      xmm0, xmm5
802     sub        ecx, 16
803     movdqu     [edx], xmm0
804     lea        edx, [edx + 16]
805     jg         convertloop
806     ret
807   }
808 }
809 
810 __declspec(naked) __declspec(align(16))
ARGBToYJRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)811 void ARGBToYJRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
812   __asm {
813     mov        eax, [esp + 4]   /* src_argb */
814     mov        edx, [esp + 8]   /* dst_y */
815     mov        ecx, [esp + 12]  /* pix */
816     movdqa     xmm4, kARGBToYJ
817     movdqa     xmm5, kAddYJ64
818 
819     align      4
820  convertloop:
821     movdqu     xmm0, [eax]
822     movdqu     xmm1, [eax + 16]
823     movdqu     xmm2, [eax + 32]
824     movdqu     xmm3, [eax + 48]
825     pmaddubsw  xmm0, xmm4
826     pmaddubsw  xmm1, xmm4
827     pmaddubsw  xmm2, xmm4
828     pmaddubsw  xmm3, xmm4
829     lea        eax, [eax + 64]
830     phaddw     xmm0, xmm1
831     phaddw     xmm2, xmm3
832     paddw      xmm0, xmm5
833     paddw      xmm2, xmm5
834     psrlw      xmm0, 7
835     psrlw      xmm2, 7
836     packuswb   xmm0, xmm2
837     sub        ecx, 16
838     movdqu     [edx], xmm0
839     lea        edx, [edx + 16]
840     jg         convertloop
841     ret
842   }
843 }
844 
845 __declspec(naked) __declspec(align(16))
BGRAToYRow_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)846 void BGRAToYRow_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
847   __asm {
848     mov        eax, [esp + 4]   /* src_argb */
849     mov        edx, [esp + 8]   /* dst_y */
850     mov        ecx, [esp + 12]  /* pix */
851     movdqa     xmm5, kAddY16
852     movdqa     xmm4, kBGRAToY
853 
854     align      4
855  convertloop:
856     movdqa     xmm0, [eax]
857     movdqa     xmm1, [eax + 16]
858     movdqa     xmm2, [eax + 32]
859     movdqa     xmm3, [eax + 48]
860     pmaddubsw  xmm0, xmm4
861     pmaddubsw  xmm1, xmm4
862     pmaddubsw  xmm2, xmm4
863     pmaddubsw  xmm3, xmm4
864     lea        eax, [eax + 64]
865     phaddw     xmm0, xmm1
866     phaddw     xmm2, xmm3
867     psrlw      xmm0, 7
868     psrlw      xmm2, 7
869     packuswb   xmm0, xmm2
870     paddb      xmm0, xmm5
871     sub        ecx, 16
872     movdqa     [edx], xmm0
873     lea        edx, [edx + 16]
874     jg         convertloop
875     ret
876   }
877 }
878 
879 __declspec(naked) __declspec(align(16))
BGRAToYRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)880 void BGRAToYRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
881   __asm {
882     mov        eax, [esp + 4]   /* src_argb */
883     mov        edx, [esp + 8]   /* dst_y */
884     mov        ecx, [esp + 12]  /* pix */
885     movdqa     xmm5, kAddY16
886     movdqa     xmm4, kBGRAToY
887 
888     align      4
889  convertloop:
890     movdqu     xmm0, [eax]
891     movdqu     xmm1, [eax + 16]
892     movdqu     xmm2, [eax + 32]
893     movdqu     xmm3, [eax + 48]
894     pmaddubsw  xmm0, xmm4
895     pmaddubsw  xmm1, xmm4
896     pmaddubsw  xmm2, xmm4
897     pmaddubsw  xmm3, xmm4
898     lea        eax, [eax + 64]
899     phaddw     xmm0, xmm1
900     phaddw     xmm2, xmm3
901     psrlw      xmm0, 7
902     psrlw      xmm2, 7
903     packuswb   xmm0, xmm2
904     paddb      xmm0, xmm5
905     sub        ecx, 16
906     movdqu     [edx], xmm0
907     lea        edx, [edx + 16]
908     jg         convertloop
909     ret
910   }
911 }
912 
913 __declspec(naked) __declspec(align(16))
ABGRToYRow_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)914 void ABGRToYRow_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
915   __asm {
916     mov        eax, [esp + 4]   /* src_argb */
917     mov        edx, [esp + 8]   /* dst_y */
918     mov        ecx, [esp + 12]  /* pix */
919     movdqa     xmm5, kAddY16
920     movdqa     xmm4, kABGRToY
921 
922     align      4
923  convertloop:
924     movdqa     xmm0, [eax]
925     movdqa     xmm1, [eax + 16]
926     movdqa     xmm2, [eax + 32]
927     movdqa     xmm3, [eax + 48]
928     pmaddubsw  xmm0, xmm4
929     pmaddubsw  xmm1, xmm4
930     pmaddubsw  xmm2, xmm4
931     pmaddubsw  xmm3, xmm4
932     lea        eax, [eax + 64]
933     phaddw     xmm0, xmm1
934     phaddw     xmm2, xmm3
935     psrlw      xmm0, 7
936     psrlw      xmm2, 7
937     packuswb   xmm0, xmm2
938     paddb      xmm0, xmm5
939     sub        ecx, 16
940     movdqa     [edx], xmm0
941     lea        edx, [edx + 16]
942     jg         convertloop
943     ret
944   }
945 }
946 
947 __declspec(naked) __declspec(align(16))
ABGRToYRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)948 void ABGRToYRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
949   __asm {
950     mov        eax, [esp + 4]   /* src_argb */
951     mov        edx, [esp + 8]   /* dst_y */
952     mov        ecx, [esp + 12]  /* pix */
953     movdqa     xmm5, kAddY16
954     movdqa     xmm4, kABGRToY
955 
956     align      4
957  convertloop:
958     movdqu     xmm0, [eax]
959     movdqu     xmm1, [eax + 16]
960     movdqu     xmm2, [eax + 32]
961     movdqu     xmm3, [eax + 48]
962     pmaddubsw  xmm0, xmm4
963     pmaddubsw  xmm1, xmm4
964     pmaddubsw  xmm2, xmm4
965     pmaddubsw  xmm3, xmm4
966     lea        eax, [eax + 64]
967     phaddw     xmm0, xmm1
968     phaddw     xmm2, xmm3
969     psrlw      xmm0, 7
970     psrlw      xmm2, 7
971     packuswb   xmm0, xmm2
972     paddb      xmm0, xmm5
973     sub        ecx, 16
974     movdqu     [edx], xmm0
975     lea        edx, [edx + 16]
976     jg         convertloop
977     ret
978   }
979 }
980 
981 __declspec(naked) __declspec(align(16))
RGBAToYRow_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)982 void RGBAToYRow_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
983   __asm {
984     mov        eax, [esp + 4]   /* src_argb */
985     mov        edx, [esp + 8]   /* dst_y */
986     mov        ecx, [esp + 12]  /* pix */
987     movdqa     xmm5, kAddY16
988     movdqa     xmm4, kRGBAToY
989 
990     align      4
991  convertloop:
992     movdqa     xmm0, [eax]
993     movdqa     xmm1, [eax + 16]
994     movdqa     xmm2, [eax + 32]
995     movdqa     xmm3, [eax + 48]
996     pmaddubsw  xmm0, xmm4
997     pmaddubsw  xmm1, xmm4
998     pmaddubsw  xmm2, xmm4
999     pmaddubsw  xmm3, xmm4
1000     lea        eax, [eax + 64]
1001     phaddw     xmm0, xmm1
1002     phaddw     xmm2, xmm3
1003     psrlw      xmm0, 7
1004     psrlw      xmm2, 7
1005     packuswb   xmm0, xmm2
1006     paddb      xmm0, xmm5
1007     sub        ecx, 16
1008     movdqa     [edx], xmm0
1009     lea        edx, [edx + 16]
1010     jg         convertloop
1011     ret
1012   }
1013 }
1014 
1015 __declspec(naked) __declspec(align(16))
RGBAToYRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_y,int pix)1016 void RGBAToYRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_y, int pix) {
1017   __asm {
1018     mov        eax, [esp + 4]   /* src_argb */
1019     mov        edx, [esp + 8]   /* dst_y */
1020     mov        ecx, [esp + 12]  /* pix */
1021     movdqa     xmm5, kAddY16
1022     movdqa     xmm4, kRGBAToY
1023 
1024     align      4
1025  convertloop:
1026     movdqu     xmm0, [eax]
1027     movdqu     xmm1, [eax + 16]
1028     movdqu     xmm2, [eax + 32]
1029     movdqu     xmm3, [eax + 48]
1030     pmaddubsw  xmm0, xmm4
1031     pmaddubsw  xmm1, xmm4
1032     pmaddubsw  xmm2, xmm4
1033     pmaddubsw  xmm3, xmm4
1034     lea        eax, [eax + 64]
1035     phaddw     xmm0, xmm1
1036     phaddw     xmm2, xmm3
1037     psrlw      xmm0, 7
1038     psrlw      xmm2, 7
1039     packuswb   xmm0, xmm2
1040     paddb      xmm0, xmm5
1041     sub        ecx, 16
1042     movdqu     [edx], xmm0
1043     lea        edx, [edx + 16]
1044     jg         convertloop
1045     ret
1046   }
1047 }
1048 
1049 __declspec(naked) __declspec(align(16))
ARGBToUVRow_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1050 void ARGBToUVRow_SSSE3(const uint8* src_argb0, int src_stride_argb,
1051                        uint8* dst_u, uint8* dst_v, int width) {
1052   __asm {
1053     push       esi
1054     push       edi
1055     mov        eax, [esp + 8 + 4]   // src_argb
1056     mov        esi, [esp + 8 + 8]   // src_stride_argb
1057     mov        edx, [esp + 8 + 12]  // dst_u
1058     mov        edi, [esp + 8 + 16]  // dst_v
1059     mov        ecx, [esp + 8 + 20]  // pix
1060     movdqa     xmm7, kARGBToU
1061     movdqa     xmm6, kARGBToV
1062     movdqa     xmm5, kAddUV128
1063     sub        edi, edx             // stride from u to v
1064 
1065     align      4
1066  convertloop:
1067     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1068     movdqa     xmm0, [eax]
1069     movdqa     xmm1, [eax + 16]
1070     movdqa     xmm2, [eax + 32]
1071     movdqa     xmm3, [eax + 48]
1072     pavgb      xmm0, [eax + esi]
1073     pavgb      xmm1, [eax + esi + 16]
1074     pavgb      xmm2, [eax + esi + 32]
1075     pavgb      xmm3, [eax + esi + 48]
1076     lea        eax,  [eax + 64]
1077     movdqa     xmm4, xmm0
1078     shufps     xmm0, xmm1, 0x88
1079     shufps     xmm4, xmm1, 0xdd
1080     pavgb      xmm0, xmm4
1081     movdqa     xmm4, xmm2
1082     shufps     xmm2, xmm3, 0x88
1083     shufps     xmm4, xmm3, 0xdd
1084     pavgb      xmm2, xmm4
1085 
1086     // step 2 - convert to U and V
1087     // from here down is very similar to Y code except
1088     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1089     movdqa     xmm1, xmm0
1090     movdqa     xmm3, xmm2
1091     pmaddubsw  xmm0, xmm7  // U
1092     pmaddubsw  xmm2, xmm7
1093     pmaddubsw  xmm1, xmm6  // V
1094     pmaddubsw  xmm3, xmm6
1095     phaddw     xmm0, xmm2
1096     phaddw     xmm1, xmm3
1097     psraw      xmm0, 8
1098     psraw      xmm1, 8
1099     packsswb   xmm0, xmm1
1100     paddb      xmm0, xmm5            // -> unsigned
1101 
1102     // step 3 - store 8 U and 8 V values
1103     sub        ecx, 16
1104     movlps     qword ptr [edx], xmm0 // U
1105     movhps     qword ptr [edx + edi], xmm0 // V
1106     lea        edx, [edx + 8]
1107     jg         convertloop
1108 
1109     pop        edi
1110     pop        esi
1111     ret
1112   }
1113 }
1114 
1115 __declspec(naked) __declspec(align(16))
ARGBToUVJRow_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1116 void ARGBToUVJRow_SSSE3(const uint8* src_argb0, int src_stride_argb,
1117                         uint8* dst_u, uint8* dst_v, int width) {
1118   __asm {
1119     push       esi
1120     push       edi
1121     mov        eax, [esp + 8 + 4]   // src_argb
1122     mov        esi, [esp + 8 + 8]   // src_stride_argb
1123     mov        edx, [esp + 8 + 12]  // dst_u
1124     mov        edi, [esp + 8 + 16]  // dst_v
1125     mov        ecx, [esp + 8 + 20]  // pix
1126     movdqa     xmm7, kARGBToUJ
1127     movdqa     xmm6, kARGBToVJ
1128     movdqa     xmm5, kAddUVJ128
1129     sub        edi, edx             // stride from u to v
1130 
1131     align      4
1132  convertloop:
1133     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1134     movdqa     xmm0, [eax]
1135     movdqa     xmm1, [eax + 16]
1136     movdqa     xmm2, [eax + 32]
1137     movdqa     xmm3, [eax + 48]
1138     pavgb      xmm0, [eax + esi]
1139     pavgb      xmm1, [eax + esi + 16]
1140     pavgb      xmm2, [eax + esi + 32]
1141     pavgb      xmm3, [eax + esi + 48]
1142     lea        eax,  [eax + 64]
1143     movdqa     xmm4, xmm0
1144     shufps     xmm0, xmm1, 0x88
1145     shufps     xmm4, xmm1, 0xdd
1146     pavgb      xmm0, xmm4
1147     movdqa     xmm4, xmm2
1148     shufps     xmm2, xmm3, 0x88
1149     shufps     xmm4, xmm3, 0xdd
1150     pavgb      xmm2, xmm4
1151 
1152     // step 2 - convert to U and V
1153     // from here down is very similar to Y code except
1154     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1155     movdqa     xmm1, xmm0
1156     movdqa     xmm3, xmm2
1157     pmaddubsw  xmm0, xmm7  // U
1158     pmaddubsw  xmm2, xmm7
1159     pmaddubsw  xmm1, xmm6  // V
1160     pmaddubsw  xmm3, xmm6
1161     phaddw     xmm0, xmm2
1162     phaddw     xmm1, xmm3
1163     paddw      xmm0, xmm5            // +.5 rounding -> unsigned
1164     paddw      xmm1, xmm5
1165     psraw      xmm0, 8
1166     psraw      xmm1, 8
1167     packsswb   xmm0, xmm1
1168 
1169     // step 3 - store 8 U and 8 V values
1170     sub        ecx, 16
1171     movlps     qword ptr [edx], xmm0 // U
1172     movhps     qword ptr [edx + edi], xmm0 // V
1173     lea        edx, [edx + 8]
1174     jg         convertloop
1175 
1176     pop        edi
1177     pop        esi
1178     ret
1179   }
1180 }
1181 
1182 #ifdef HAS_ARGBTOUVROW_AVX2
1183 __declspec(naked) __declspec(align(32))
ARGBToUVRow_AVX2(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1184 void ARGBToUVRow_AVX2(const uint8* src_argb0, int src_stride_argb,
1185                       uint8* dst_u, uint8* dst_v, int width) {
1186   __asm {
1187     push       esi
1188     push       edi
1189     mov        eax, [esp + 8 + 4]   // src_argb
1190     mov        esi, [esp + 8 + 8]   // src_stride_argb
1191     mov        edx, [esp + 8 + 12]  // dst_u
1192     mov        edi, [esp + 8 + 16]  // dst_v
1193     mov        ecx, [esp + 8 + 20]  // pix
1194     vbroadcastf128 ymm5, kAddUV128
1195     vbroadcastf128 ymm6, kARGBToV
1196     vbroadcastf128 ymm7, kARGBToU
1197     sub        edi, edx             // stride from u to v
1198 
1199     align      4
1200  convertloop:
1201     /* step 1 - subsample 32x2 argb pixels to 16x1 */
1202     vmovdqu    ymm0, [eax]
1203     vmovdqu    ymm1, [eax + 32]
1204     vmovdqu    ymm2, [eax + 64]
1205     vmovdqu    ymm3, [eax + 96]
1206     vpavgb     ymm0, ymm0, [eax + esi]
1207     vpavgb     ymm1, ymm1, [eax + esi + 32]
1208     vpavgb     ymm2, ymm2, [eax + esi + 64]
1209     vpavgb     ymm3, ymm3, [eax + esi + 96]
1210     lea        eax,  [eax + 128]
1211     vshufps    ymm4, ymm0, ymm1, 0x88
1212     vshufps    ymm0, ymm0, ymm1, 0xdd
1213     vpavgb     ymm0, ymm0, ymm4  // mutated by vshufps
1214     vshufps    ymm4, ymm2, ymm3, 0x88
1215     vshufps    ymm2, ymm2, ymm3, 0xdd
1216     vpavgb     ymm2, ymm2, ymm4  // mutated by vshufps
1217 
1218     // step 2 - convert to U and V
1219     // from here down is very similar to Y code except
1220     // instead of 32 different pixels, its 16 pixels of U and 16 of V
1221     vpmaddubsw ymm1, ymm0, ymm7  // U
1222     vpmaddubsw ymm3, ymm2, ymm7
1223     vpmaddubsw ymm0, ymm0, ymm6  // V
1224     vpmaddubsw ymm2, ymm2, ymm6
1225     vphaddw    ymm1, ymm1, ymm3  // mutates
1226     vphaddw    ymm0, ymm0, ymm2
1227     vpsraw     ymm1, ymm1, 8
1228     vpsraw     ymm0, ymm0, 8
1229     vpacksswb  ymm0, ymm1, ymm0  // mutates
1230     vpermq     ymm0, ymm0, 0xd8  // For vpacksswb
1231     vpshufb    ymm0, ymm0, kShufARGBToUV_AVX  // For vshufps + vphaddw
1232     vpaddb     ymm0, ymm0, ymm5  // -> unsigned
1233 
1234     // step 3 - store 16 U and 16 V values
1235     sub         ecx, 32
1236     vextractf128 [edx], ymm0, 0 // U
1237     vextractf128 [edx + edi], ymm0, 1 // V
1238     lea        edx, [edx + 16]
1239     jg         convertloop
1240 
1241     pop        edi
1242     pop        esi
1243     vzeroupper
1244     ret
1245   }
1246 }
1247 #endif  // HAS_ARGBTOUVROW_AVX2
1248 
1249 __declspec(naked) __declspec(align(16))
ARGBToUVRow_Unaligned_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1250 void ARGBToUVRow_Unaligned_SSSE3(const uint8* src_argb0, int src_stride_argb,
1251                                  uint8* dst_u, uint8* dst_v, int width) {
1252   __asm {
1253     push       esi
1254     push       edi
1255     mov        eax, [esp + 8 + 4]   // src_argb
1256     mov        esi, [esp + 8 + 8]   // src_stride_argb
1257     mov        edx, [esp + 8 + 12]  // dst_u
1258     mov        edi, [esp + 8 + 16]  // dst_v
1259     mov        ecx, [esp + 8 + 20]  // pix
1260     movdqa     xmm7, kARGBToU
1261     movdqa     xmm6, kARGBToV
1262     movdqa     xmm5, kAddUV128
1263     sub        edi, edx             // stride from u to v
1264 
1265     align      4
1266  convertloop:
1267     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1268     movdqu     xmm0, [eax]
1269     movdqu     xmm1, [eax + 16]
1270     movdqu     xmm2, [eax + 32]
1271     movdqu     xmm3, [eax + 48]
1272     movdqu     xmm4, [eax + esi]
1273     pavgb      xmm0, xmm4
1274     movdqu     xmm4, [eax + esi + 16]
1275     pavgb      xmm1, xmm4
1276     movdqu     xmm4, [eax + esi + 32]
1277     pavgb      xmm2, xmm4
1278     movdqu     xmm4, [eax + esi + 48]
1279     pavgb      xmm3, xmm4
1280     lea        eax,  [eax + 64]
1281     movdqa     xmm4, xmm0
1282     shufps     xmm0, xmm1, 0x88
1283     shufps     xmm4, xmm1, 0xdd
1284     pavgb      xmm0, xmm4
1285     movdqa     xmm4, xmm2
1286     shufps     xmm2, xmm3, 0x88
1287     shufps     xmm4, xmm3, 0xdd
1288     pavgb      xmm2, xmm4
1289 
1290     // step 2 - convert to U and V
1291     // from here down is very similar to Y code except
1292     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1293     movdqa     xmm1, xmm0
1294     movdqa     xmm3, xmm2
1295     pmaddubsw  xmm0, xmm7  // U
1296     pmaddubsw  xmm2, xmm7
1297     pmaddubsw  xmm1, xmm6  // V
1298     pmaddubsw  xmm3, xmm6
1299     phaddw     xmm0, xmm2
1300     phaddw     xmm1, xmm3
1301     psraw      xmm0, 8
1302     psraw      xmm1, 8
1303     packsswb   xmm0, xmm1
1304     paddb      xmm0, xmm5            // -> unsigned
1305 
1306     // step 3 - store 8 U and 8 V values
1307     sub        ecx, 16
1308     movlps     qword ptr [edx], xmm0 // U
1309     movhps     qword ptr [edx + edi], xmm0 // V
1310     lea        edx, [edx + 8]
1311     jg         convertloop
1312 
1313     pop        edi
1314     pop        esi
1315     ret
1316   }
1317 }
1318 
1319 __declspec(naked) __declspec(align(16))
ARGBToUVJRow_Unaligned_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1320 void ARGBToUVJRow_Unaligned_SSSE3(const uint8* src_argb0, int src_stride_argb,
1321                                  uint8* dst_u, uint8* dst_v, int width) {
1322   __asm {
1323     push       esi
1324     push       edi
1325     mov        eax, [esp + 8 + 4]   // src_argb
1326     mov        esi, [esp + 8 + 8]   // src_stride_argb
1327     mov        edx, [esp + 8 + 12]  // dst_u
1328     mov        edi, [esp + 8 + 16]  // dst_v
1329     mov        ecx, [esp + 8 + 20]  // pix
1330     movdqa     xmm7, kARGBToUJ
1331     movdqa     xmm6, kARGBToVJ
1332     movdqa     xmm5, kAddUVJ128
1333     sub        edi, edx             // stride from u to v
1334 
1335     align      4
1336  convertloop:
1337     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1338     movdqu     xmm0, [eax]
1339     movdqu     xmm1, [eax + 16]
1340     movdqu     xmm2, [eax + 32]
1341     movdqu     xmm3, [eax + 48]
1342     movdqu     xmm4, [eax + esi]
1343     pavgb      xmm0, xmm4
1344     movdqu     xmm4, [eax + esi + 16]
1345     pavgb      xmm1, xmm4
1346     movdqu     xmm4, [eax + esi + 32]
1347     pavgb      xmm2, xmm4
1348     movdqu     xmm4, [eax + esi + 48]
1349     pavgb      xmm3, xmm4
1350     lea        eax,  [eax + 64]
1351     movdqa     xmm4, xmm0
1352     shufps     xmm0, xmm1, 0x88
1353     shufps     xmm4, xmm1, 0xdd
1354     pavgb      xmm0, xmm4
1355     movdqa     xmm4, xmm2
1356     shufps     xmm2, xmm3, 0x88
1357     shufps     xmm4, xmm3, 0xdd
1358     pavgb      xmm2, xmm4
1359 
1360     // step 2 - convert to U and V
1361     // from here down is very similar to Y code except
1362     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1363     movdqa     xmm1, xmm0
1364     movdqa     xmm3, xmm2
1365     pmaddubsw  xmm0, xmm7  // U
1366     pmaddubsw  xmm2, xmm7
1367     pmaddubsw  xmm1, xmm6  // V
1368     pmaddubsw  xmm3, xmm6
1369     phaddw     xmm0, xmm2
1370     phaddw     xmm1, xmm3
1371     paddw      xmm0, xmm5            // +.5 rounding -> unsigned
1372     paddw      xmm1, xmm5
1373     psraw      xmm0, 8
1374     psraw      xmm1, 8
1375     packsswb   xmm0, xmm1
1376 
1377     // step 3 - store 8 U and 8 V values
1378     sub        ecx, 16
1379     movlps     qword ptr [edx], xmm0 // U
1380     movhps     qword ptr [edx + edi], xmm0 // V
1381     lea        edx, [edx + 8]
1382     jg         convertloop
1383 
1384     pop        edi
1385     pop        esi
1386     ret
1387   }
1388 }
1389 
1390 __declspec(naked) __declspec(align(16))
ARGBToUV444Row_SSSE3(const uint8 * src_argb0,uint8 * dst_u,uint8 * dst_v,int width)1391 void ARGBToUV444Row_SSSE3(const uint8* src_argb0,
1392                           uint8* dst_u, uint8* dst_v, int width) {
1393   __asm {
1394     push       edi
1395     mov        eax, [esp + 4 + 4]   // src_argb
1396     mov        edx, [esp + 4 + 8]   // dst_u
1397     mov        edi, [esp + 4 + 12]  // dst_v
1398     mov        ecx, [esp + 4 + 16]  // pix
1399     movdqa     xmm7, kARGBToU
1400     movdqa     xmm6, kARGBToV
1401     movdqa     xmm5, kAddUV128
1402     sub        edi, edx             // stride from u to v
1403 
1404     align      4
1405  convertloop:
1406     /* convert to U and V */
1407     movdqa     xmm0, [eax]          // U
1408     movdqa     xmm1, [eax + 16]
1409     movdqa     xmm2, [eax + 32]
1410     movdqa     xmm3, [eax + 48]
1411     pmaddubsw  xmm0, xmm7
1412     pmaddubsw  xmm1, xmm7
1413     pmaddubsw  xmm2, xmm7
1414     pmaddubsw  xmm3, xmm7
1415     phaddw     xmm0, xmm1
1416     phaddw     xmm2, xmm3
1417     psraw      xmm0, 8
1418     psraw      xmm2, 8
1419     packsswb   xmm0, xmm2
1420     paddb      xmm0, xmm5
1421     sub        ecx,  16
1422     movdqa     [edx], xmm0
1423 
1424     movdqa     xmm0, [eax]          // V
1425     movdqa     xmm1, [eax + 16]
1426     movdqa     xmm2, [eax + 32]
1427     movdqa     xmm3, [eax + 48]
1428     pmaddubsw  xmm0, xmm6
1429     pmaddubsw  xmm1, xmm6
1430     pmaddubsw  xmm2, xmm6
1431     pmaddubsw  xmm3, xmm6
1432     phaddw     xmm0, xmm1
1433     phaddw     xmm2, xmm3
1434     psraw      xmm0, 8
1435     psraw      xmm2, 8
1436     packsswb   xmm0, xmm2
1437     paddb      xmm0, xmm5
1438     lea        eax,  [eax + 64]
1439     movdqa     [edx + edi], xmm0
1440     lea        edx,  [edx + 16]
1441     jg         convertloop
1442 
1443     pop        edi
1444     ret
1445   }
1446 }
1447 
1448 __declspec(naked) __declspec(align(16))
ARGBToUV444Row_Unaligned_SSSE3(const uint8 * src_argb0,uint8 * dst_u,uint8 * dst_v,int width)1449 void ARGBToUV444Row_Unaligned_SSSE3(const uint8* src_argb0,
1450                                     uint8* dst_u, uint8* dst_v, int width) {
1451   __asm {
1452     push       edi
1453     mov        eax, [esp + 4 + 4]   // src_argb
1454     mov        edx, [esp + 4 + 8]   // dst_u
1455     mov        edi, [esp + 4 + 12]  // dst_v
1456     mov        ecx, [esp + 4 + 16]  // pix
1457     movdqa     xmm7, kARGBToU
1458     movdqa     xmm6, kARGBToV
1459     movdqa     xmm5, kAddUV128
1460     sub        edi, edx             // stride from u to v
1461 
1462     align      4
1463  convertloop:
1464     /* convert to U and V */
1465     movdqu     xmm0, [eax]          // U
1466     movdqu     xmm1, [eax + 16]
1467     movdqu     xmm2, [eax + 32]
1468     movdqu     xmm3, [eax + 48]
1469     pmaddubsw  xmm0, xmm7
1470     pmaddubsw  xmm1, xmm7
1471     pmaddubsw  xmm2, xmm7
1472     pmaddubsw  xmm3, xmm7
1473     phaddw     xmm0, xmm1
1474     phaddw     xmm2, xmm3
1475     psraw      xmm0, 8
1476     psraw      xmm2, 8
1477     packsswb   xmm0, xmm2
1478     paddb      xmm0, xmm5
1479     sub        ecx,  16
1480     movdqu     [edx], xmm0
1481 
1482     movdqu     xmm0, [eax]          // V
1483     movdqu     xmm1, [eax + 16]
1484     movdqu     xmm2, [eax + 32]
1485     movdqu     xmm3, [eax + 48]
1486     pmaddubsw  xmm0, xmm6
1487     pmaddubsw  xmm1, xmm6
1488     pmaddubsw  xmm2, xmm6
1489     pmaddubsw  xmm3, xmm6
1490     phaddw     xmm0, xmm1
1491     phaddw     xmm2, xmm3
1492     psraw      xmm0, 8
1493     psraw      xmm2, 8
1494     packsswb   xmm0, xmm2
1495     paddb      xmm0, xmm5
1496     lea        eax,  [eax + 64]
1497     movdqu     [edx + edi], xmm0
1498     lea        edx,  [edx + 16]
1499     jg         convertloop
1500 
1501     pop        edi
1502     ret
1503   }
1504 }
1505 
1506 __declspec(naked) __declspec(align(16))
ARGBToUV422Row_SSSE3(const uint8 * src_argb0,uint8 * dst_u,uint8 * dst_v,int width)1507 void ARGBToUV422Row_SSSE3(const uint8* src_argb0,
1508                           uint8* dst_u, uint8* dst_v, int width) {
1509   __asm {
1510     push       edi
1511     mov        eax, [esp + 4 + 4]   // src_argb
1512     mov        edx, [esp + 4 + 8]   // dst_u
1513     mov        edi, [esp + 4 + 12]  // dst_v
1514     mov        ecx, [esp + 4 + 16]  // pix
1515     movdqa     xmm7, kARGBToU
1516     movdqa     xmm6, kARGBToV
1517     movdqa     xmm5, kAddUV128
1518     sub        edi, edx             // stride from u to v
1519 
1520     align      4
1521  convertloop:
1522     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1523     movdqa     xmm0, [eax]
1524     movdqa     xmm1, [eax + 16]
1525     movdqa     xmm2, [eax + 32]
1526     movdqa     xmm3, [eax + 48]
1527     lea        eax,  [eax + 64]
1528     movdqa     xmm4, xmm0
1529     shufps     xmm0, xmm1, 0x88
1530     shufps     xmm4, xmm1, 0xdd
1531     pavgb      xmm0, xmm4
1532     movdqa     xmm4, xmm2
1533     shufps     xmm2, xmm3, 0x88
1534     shufps     xmm4, xmm3, 0xdd
1535     pavgb      xmm2, xmm4
1536 
1537     // step 2 - convert to U and V
1538     // from here down is very similar to Y code except
1539     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1540     movdqa     xmm1, xmm0
1541     movdqa     xmm3, xmm2
1542     pmaddubsw  xmm0, xmm7  // U
1543     pmaddubsw  xmm2, xmm7
1544     pmaddubsw  xmm1, xmm6  // V
1545     pmaddubsw  xmm3, xmm6
1546     phaddw     xmm0, xmm2
1547     phaddw     xmm1, xmm3
1548     psraw      xmm0, 8
1549     psraw      xmm1, 8
1550     packsswb   xmm0, xmm1
1551     paddb      xmm0, xmm5            // -> unsigned
1552 
1553     // step 3 - store 8 U and 8 V values
1554     sub        ecx, 16
1555     movlps     qword ptr [edx], xmm0 // U
1556     movhps     qword ptr [edx + edi], xmm0 // V
1557     lea        edx, [edx + 8]
1558     jg         convertloop
1559 
1560     pop        edi
1561     ret
1562   }
1563 }
1564 
1565 __declspec(naked) __declspec(align(16))
ARGBToUV422Row_Unaligned_SSSE3(const uint8 * src_argb0,uint8 * dst_u,uint8 * dst_v,int width)1566 void ARGBToUV422Row_Unaligned_SSSE3(const uint8* src_argb0,
1567                                     uint8* dst_u, uint8* dst_v, int width) {
1568   __asm {
1569     push       edi
1570     mov        eax, [esp + 4 + 4]   // src_argb
1571     mov        edx, [esp + 4 + 8]   // dst_u
1572     mov        edi, [esp + 4 + 12]  // dst_v
1573     mov        ecx, [esp + 4 + 16]  // pix
1574     movdqa     xmm7, kARGBToU
1575     movdqa     xmm6, kARGBToV
1576     movdqa     xmm5, kAddUV128
1577     sub        edi, edx             // stride from u to v
1578 
1579     align      4
1580  convertloop:
1581     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1582     movdqu     xmm0, [eax]
1583     movdqu     xmm1, [eax + 16]
1584     movdqu     xmm2, [eax + 32]
1585     movdqu     xmm3, [eax + 48]
1586     lea        eax,  [eax + 64]
1587     movdqa     xmm4, xmm0
1588     shufps     xmm0, xmm1, 0x88
1589     shufps     xmm4, xmm1, 0xdd
1590     pavgb      xmm0, xmm4
1591     movdqa     xmm4, xmm2
1592     shufps     xmm2, xmm3, 0x88
1593     shufps     xmm4, xmm3, 0xdd
1594     pavgb      xmm2, xmm4
1595 
1596     // step 2 - convert to U and V
1597     // from here down is very similar to Y code except
1598     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1599     movdqa     xmm1, xmm0
1600     movdqa     xmm3, xmm2
1601     pmaddubsw  xmm0, xmm7  // U
1602     pmaddubsw  xmm2, xmm7
1603     pmaddubsw  xmm1, xmm6  // V
1604     pmaddubsw  xmm3, xmm6
1605     phaddw     xmm0, xmm2
1606     phaddw     xmm1, xmm3
1607     psraw      xmm0, 8
1608     psraw      xmm1, 8
1609     packsswb   xmm0, xmm1
1610     paddb      xmm0, xmm5            // -> unsigned
1611 
1612     // step 3 - store 8 U and 8 V values
1613     sub        ecx, 16
1614     movlps     qword ptr [edx], xmm0 // U
1615     movhps     qword ptr [edx + edi], xmm0 // V
1616     lea        edx, [edx + 8]
1617     jg         convertloop
1618 
1619     pop        edi
1620     ret
1621   }
1622 }
1623 
1624 __declspec(naked) __declspec(align(16))
BGRAToUVRow_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1625 void BGRAToUVRow_SSSE3(const uint8* src_argb0, int src_stride_argb,
1626                        uint8* dst_u, uint8* dst_v, int width) {
1627   __asm {
1628     push       esi
1629     push       edi
1630     mov        eax, [esp + 8 + 4]   // src_argb
1631     mov        esi, [esp + 8 + 8]   // src_stride_argb
1632     mov        edx, [esp + 8 + 12]  // dst_u
1633     mov        edi, [esp + 8 + 16]  // dst_v
1634     mov        ecx, [esp + 8 + 20]  // pix
1635     movdqa     xmm7, kBGRAToU
1636     movdqa     xmm6, kBGRAToV
1637     movdqa     xmm5, kAddUV128
1638     sub        edi, edx             // stride from u to v
1639 
1640     align      4
1641  convertloop:
1642     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1643     movdqa     xmm0, [eax]
1644     movdqa     xmm1, [eax + 16]
1645     movdqa     xmm2, [eax + 32]
1646     movdqa     xmm3, [eax + 48]
1647     pavgb      xmm0, [eax + esi]
1648     pavgb      xmm1, [eax + esi + 16]
1649     pavgb      xmm2, [eax + esi + 32]
1650     pavgb      xmm3, [eax + esi + 48]
1651     lea        eax,  [eax + 64]
1652     movdqa     xmm4, xmm0
1653     shufps     xmm0, xmm1, 0x88
1654     shufps     xmm4, xmm1, 0xdd
1655     pavgb      xmm0, xmm4
1656     movdqa     xmm4, xmm2
1657     shufps     xmm2, xmm3, 0x88
1658     shufps     xmm4, xmm3, 0xdd
1659     pavgb      xmm2, xmm4
1660 
1661     // step 2 - convert to U and V
1662     // from here down is very similar to Y code except
1663     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1664     movdqa     xmm1, xmm0
1665     movdqa     xmm3, xmm2
1666     pmaddubsw  xmm0, xmm7  // U
1667     pmaddubsw  xmm2, xmm7
1668     pmaddubsw  xmm1, xmm6  // V
1669     pmaddubsw  xmm3, xmm6
1670     phaddw     xmm0, xmm2
1671     phaddw     xmm1, xmm3
1672     psraw      xmm0, 8
1673     psraw      xmm1, 8
1674     packsswb   xmm0, xmm1
1675     paddb      xmm0, xmm5            // -> unsigned
1676 
1677     // step 3 - store 8 U and 8 V values
1678     sub        ecx, 16
1679     movlps     qword ptr [edx], xmm0 // U
1680     movhps     qword ptr [edx + edi], xmm0 // V
1681     lea        edx, [edx + 8]
1682     jg         convertloop
1683 
1684     pop        edi
1685     pop        esi
1686     ret
1687   }
1688 }
1689 
1690 __declspec(naked) __declspec(align(16))
BGRAToUVRow_Unaligned_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1691 void BGRAToUVRow_Unaligned_SSSE3(const uint8* src_argb0, int src_stride_argb,
1692                                  uint8* dst_u, uint8* dst_v, int width) {
1693   __asm {
1694     push       esi
1695     push       edi
1696     mov        eax, [esp + 8 + 4]   // src_argb
1697     mov        esi, [esp + 8 + 8]   // src_stride_argb
1698     mov        edx, [esp + 8 + 12]  // dst_u
1699     mov        edi, [esp + 8 + 16]  // dst_v
1700     mov        ecx, [esp + 8 + 20]  // pix
1701     movdqa     xmm7, kBGRAToU
1702     movdqa     xmm6, kBGRAToV
1703     movdqa     xmm5, kAddUV128
1704     sub        edi, edx             // stride from u to v
1705 
1706     align      4
1707  convertloop:
1708     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1709     movdqu     xmm0, [eax]
1710     movdqu     xmm1, [eax + 16]
1711     movdqu     xmm2, [eax + 32]
1712     movdqu     xmm3, [eax + 48]
1713     movdqu     xmm4, [eax + esi]
1714     pavgb      xmm0, xmm4
1715     movdqu     xmm4, [eax + esi + 16]
1716     pavgb      xmm1, xmm4
1717     movdqu     xmm4, [eax + esi + 32]
1718     pavgb      xmm2, xmm4
1719     movdqu     xmm4, [eax + esi + 48]
1720     pavgb      xmm3, xmm4
1721     lea        eax,  [eax + 64]
1722     movdqa     xmm4, xmm0
1723     shufps     xmm0, xmm1, 0x88
1724     shufps     xmm4, xmm1, 0xdd
1725     pavgb      xmm0, xmm4
1726     movdqa     xmm4, xmm2
1727     shufps     xmm2, xmm3, 0x88
1728     shufps     xmm4, xmm3, 0xdd
1729     pavgb      xmm2, xmm4
1730 
1731     // step 2 - convert to U and V
1732     // from here down is very similar to Y code except
1733     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1734     movdqa     xmm1, xmm0
1735     movdqa     xmm3, xmm2
1736     pmaddubsw  xmm0, xmm7  // U
1737     pmaddubsw  xmm2, xmm7
1738     pmaddubsw  xmm1, xmm6  // V
1739     pmaddubsw  xmm3, xmm6
1740     phaddw     xmm0, xmm2
1741     phaddw     xmm1, xmm3
1742     psraw      xmm0, 8
1743     psraw      xmm1, 8
1744     packsswb   xmm0, xmm1
1745     paddb      xmm0, xmm5            // -> unsigned
1746 
1747     // step 3 - store 8 U and 8 V values
1748     sub        ecx, 16
1749     movlps     qword ptr [edx], xmm0 // U
1750     movhps     qword ptr [edx + edi], xmm0 // V
1751     lea        edx, [edx + 8]
1752     jg         convertloop
1753 
1754     pop        edi
1755     pop        esi
1756     ret
1757   }
1758 }
1759 
1760 __declspec(naked) __declspec(align(16))
ABGRToUVRow_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1761 void ABGRToUVRow_SSSE3(const uint8* src_argb0, int src_stride_argb,
1762                        uint8* dst_u, uint8* dst_v, int width) {
1763   __asm {
1764     push       esi
1765     push       edi
1766     mov        eax, [esp + 8 + 4]   // src_argb
1767     mov        esi, [esp + 8 + 8]   // src_stride_argb
1768     mov        edx, [esp + 8 + 12]  // dst_u
1769     mov        edi, [esp + 8 + 16]  // dst_v
1770     mov        ecx, [esp + 8 + 20]  // pix
1771     movdqa     xmm7, kABGRToU
1772     movdqa     xmm6, kABGRToV
1773     movdqa     xmm5, kAddUV128
1774     sub        edi, edx             // stride from u to v
1775 
1776     align      4
1777  convertloop:
1778     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1779     movdqa     xmm0, [eax]
1780     movdqa     xmm1, [eax + 16]
1781     movdqa     xmm2, [eax + 32]
1782     movdqa     xmm3, [eax + 48]
1783     pavgb      xmm0, [eax + esi]
1784     pavgb      xmm1, [eax + esi + 16]
1785     pavgb      xmm2, [eax + esi + 32]
1786     pavgb      xmm3, [eax + esi + 48]
1787     lea        eax,  [eax + 64]
1788     movdqa     xmm4, xmm0
1789     shufps     xmm0, xmm1, 0x88
1790     shufps     xmm4, xmm1, 0xdd
1791     pavgb      xmm0, xmm4
1792     movdqa     xmm4, xmm2
1793     shufps     xmm2, xmm3, 0x88
1794     shufps     xmm4, xmm3, 0xdd
1795     pavgb      xmm2, xmm4
1796 
1797     // step 2 - convert to U and V
1798     // from here down is very similar to Y code except
1799     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1800     movdqa     xmm1, xmm0
1801     movdqa     xmm3, xmm2
1802     pmaddubsw  xmm0, xmm7  // U
1803     pmaddubsw  xmm2, xmm7
1804     pmaddubsw  xmm1, xmm6  // V
1805     pmaddubsw  xmm3, xmm6
1806     phaddw     xmm0, xmm2
1807     phaddw     xmm1, xmm3
1808     psraw      xmm0, 8
1809     psraw      xmm1, 8
1810     packsswb   xmm0, xmm1
1811     paddb      xmm0, xmm5            // -> unsigned
1812 
1813     // step 3 - store 8 U and 8 V values
1814     sub        ecx, 16
1815     movlps     qword ptr [edx], xmm0 // U
1816     movhps     qword ptr [edx + edi], xmm0 // V
1817     lea        edx, [edx + 8]
1818     jg         convertloop
1819 
1820     pop        edi
1821     pop        esi
1822     ret
1823   }
1824 }
1825 
1826 __declspec(naked) __declspec(align(16))
ABGRToUVRow_Unaligned_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1827 void ABGRToUVRow_Unaligned_SSSE3(const uint8* src_argb0, int src_stride_argb,
1828                                  uint8* dst_u, uint8* dst_v, int width) {
1829   __asm {
1830     push       esi
1831     push       edi
1832     mov        eax, [esp + 8 + 4]   // src_argb
1833     mov        esi, [esp + 8 + 8]   // src_stride_argb
1834     mov        edx, [esp + 8 + 12]  // dst_u
1835     mov        edi, [esp + 8 + 16]  // dst_v
1836     mov        ecx, [esp + 8 + 20]  // pix
1837     movdqa     xmm7, kABGRToU
1838     movdqa     xmm6, kABGRToV
1839     movdqa     xmm5, kAddUV128
1840     sub        edi, edx             // stride from u to v
1841 
1842     align      4
1843  convertloop:
1844     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1845     movdqu     xmm0, [eax]
1846     movdqu     xmm1, [eax + 16]
1847     movdqu     xmm2, [eax + 32]
1848     movdqu     xmm3, [eax + 48]
1849     movdqu     xmm4, [eax + esi]
1850     pavgb      xmm0, xmm4
1851     movdqu     xmm4, [eax + esi + 16]
1852     pavgb      xmm1, xmm4
1853     movdqu     xmm4, [eax + esi + 32]
1854     pavgb      xmm2, xmm4
1855     movdqu     xmm4, [eax + esi + 48]
1856     pavgb      xmm3, xmm4
1857     lea        eax,  [eax + 64]
1858     movdqa     xmm4, xmm0
1859     shufps     xmm0, xmm1, 0x88
1860     shufps     xmm4, xmm1, 0xdd
1861     pavgb      xmm0, xmm4
1862     movdqa     xmm4, xmm2
1863     shufps     xmm2, xmm3, 0x88
1864     shufps     xmm4, xmm3, 0xdd
1865     pavgb      xmm2, xmm4
1866 
1867     // step 2 - convert to U and V
1868     // from here down is very similar to Y code except
1869     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1870     movdqa     xmm1, xmm0
1871     movdqa     xmm3, xmm2
1872     pmaddubsw  xmm0, xmm7  // U
1873     pmaddubsw  xmm2, xmm7
1874     pmaddubsw  xmm1, xmm6  // V
1875     pmaddubsw  xmm3, xmm6
1876     phaddw     xmm0, xmm2
1877     phaddw     xmm1, xmm3
1878     psraw      xmm0, 8
1879     psraw      xmm1, 8
1880     packsswb   xmm0, xmm1
1881     paddb      xmm0, xmm5            // -> unsigned
1882 
1883     // step 3 - store 8 U and 8 V values
1884     sub        ecx, 16
1885     movlps     qword ptr [edx], xmm0 // U
1886     movhps     qword ptr [edx + edi], xmm0 // V
1887     lea        edx, [edx + 8]
1888     jg         convertloop
1889 
1890     pop        edi
1891     pop        esi
1892     ret
1893   }
1894 }
1895 
1896 __declspec(naked) __declspec(align(16))
RGBAToUVRow_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1897 void RGBAToUVRow_SSSE3(const uint8* src_argb0, int src_stride_argb,
1898                        uint8* dst_u, uint8* dst_v, int width) {
1899   __asm {
1900     push       esi
1901     push       edi
1902     mov        eax, [esp + 8 + 4]   // src_argb
1903     mov        esi, [esp + 8 + 8]   // src_stride_argb
1904     mov        edx, [esp + 8 + 12]  // dst_u
1905     mov        edi, [esp + 8 + 16]  // dst_v
1906     mov        ecx, [esp + 8 + 20]  // pix
1907     movdqa     xmm7, kRGBAToU
1908     movdqa     xmm6, kRGBAToV
1909     movdqa     xmm5, kAddUV128
1910     sub        edi, edx             // stride from u to v
1911 
1912     align      4
1913  convertloop:
1914     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1915     movdqa     xmm0, [eax]
1916     movdqa     xmm1, [eax + 16]
1917     movdqa     xmm2, [eax + 32]
1918     movdqa     xmm3, [eax + 48]
1919     pavgb      xmm0, [eax + esi]
1920     pavgb      xmm1, [eax + esi + 16]
1921     pavgb      xmm2, [eax + esi + 32]
1922     pavgb      xmm3, [eax + esi + 48]
1923     lea        eax,  [eax + 64]
1924     movdqa     xmm4, xmm0
1925     shufps     xmm0, xmm1, 0x88
1926     shufps     xmm4, xmm1, 0xdd
1927     pavgb      xmm0, xmm4
1928     movdqa     xmm4, xmm2
1929     shufps     xmm2, xmm3, 0x88
1930     shufps     xmm4, xmm3, 0xdd
1931     pavgb      xmm2, xmm4
1932 
1933     // step 2 - convert to U and V
1934     // from here down is very similar to Y code except
1935     // instead of 16 different pixels, its 8 pixels of U and 8 of V
1936     movdqa     xmm1, xmm0
1937     movdqa     xmm3, xmm2
1938     pmaddubsw  xmm0, xmm7  // U
1939     pmaddubsw  xmm2, xmm7
1940     pmaddubsw  xmm1, xmm6  // V
1941     pmaddubsw  xmm3, xmm6
1942     phaddw     xmm0, xmm2
1943     phaddw     xmm1, xmm3
1944     psraw      xmm0, 8
1945     psraw      xmm1, 8
1946     packsswb   xmm0, xmm1
1947     paddb      xmm0, xmm5            // -> unsigned
1948 
1949     // step 3 - store 8 U and 8 V values
1950     sub        ecx, 16
1951     movlps     qword ptr [edx], xmm0 // U
1952     movhps     qword ptr [edx + edi], xmm0 // V
1953     lea        edx, [edx + 8]
1954     jg         convertloop
1955 
1956     pop        edi
1957     pop        esi
1958     ret
1959   }
1960 }
1961 
1962 __declspec(naked) __declspec(align(16))
RGBAToUVRow_Unaligned_SSSE3(const uint8 * src_argb0,int src_stride_argb,uint8 * dst_u,uint8 * dst_v,int width)1963 void RGBAToUVRow_Unaligned_SSSE3(const uint8* src_argb0, int src_stride_argb,
1964                                  uint8* dst_u, uint8* dst_v, int width) {
1965   __asm {
1966     push       esi
1967     push       edi
1968     mov        eax, [esp + 8 + 4]   // src_argb
1969     mov        esi, [esp + 8 + 8]   // src_stride_argb
1970     mov        edx, [esp + 8 + 12]  // dst_u
1971     mov        edi, [esp + 8 + 16]  // dst_v
1972     mov        ecx, [esp + 8 + 20]  // pix
1973     movdqa     xmm7, kRGBAToU
1974     movdqa     xmm6, kRGBAToV
1975     movdqa     xmm5, kAddUV128
1976     sub        edi, edx             // stride from u to v
1977 
1978     align      4
1979  convertloop:
1980     /* step 1 - subsample 16x2 argb pixels to 8x1 */
1981     movdqu     xmm0, [eax]
1982     movdqu     xmm1, [eax + 16]
1983     movdqu     xmm2, [eax + 32]
1984     movdqu     xmm3, [eax + 48]
1985     movdqu     xmm4, [eax + esi]
1986     pavgb      xmm0, xmm4
1987     movdqu     xmm4, [eax + esi + 16]
1988     pavgb      xmm1, xmm4
1989     movdqu     xmm4, [eax + esi + 32]
1990     pavgb      xmm2, xmm4
1991     movdqu     xmm4, [eax + esi + 48]
1992     pavgb      xmm3, xmm4
1993     lea        eax,  [eax + 64]
1994     movdqa     xmm4, xmm0
1995     shufps     xmm0, xmm1, 0x88
1996     shufps     xmm4, xmm1, 0xdd
1997     pavgb      xmm0, xmm4
1998     movdqa     xmm4, xmm2
1999     shufps     xmm2, xmm3, 0x88
2000     shufps     xmm4, xmm3, 0xdd
2001     pavgb      xmm2, xmm4
2002 
2003     // step 2 - convert to U and V
2004     // from here down is very similar to Y code except
2005     // instead of 16 different pixels, its 8 pixels of U and 8 of V
2006     movdqa     xmm1, xmm0
2007     movdqa     xmm3, xmm2
2008     pmaddubsw  xmm0, xmm7  // U
2009     pmaddubsw  xmm2, xmm7
2010     pmaddubsw  xmm1, xmm6  // V
2011     pmaddubsw  xmm3, xmm6
2012     phaddw     xmm0, xmm2
2013     phaddw     xmm1, xmm3
2014     psraw      xmm0, 8
2015     psraw      xmm1, 8
2016     packsswb   xmm0, xmm1
2017     paddb      xmm0, xmm5            // -> unsigned
2018 
2019     // step 3 - store 8 U and 8 V values
2020     sub        ecx, 16
2021     movlps     qword ptr [edx], xmm0 // U
2022     movhps     qword ptr [edx + edi], xmm0 // V
2023     lea        edx, [edx + 8]
2024     jg         convertloop
2025 
2026     pop        edi
2027     pop        esi
2028     ret
2029   }
2030 }
2031 #endif  // HAS_ARGBTOYROW_SSSE3
2032 
2033 #define YG 74 /* (int8)(1.164 * 64 + 0.5) */
2034 
2035 #define UB 127 /* min(63,(int8)(2.018 * 64)) */
2036 #define UG -25 /* (int8)(-0.391 * 64 - 0.5) */
2037 #define UR 0
2038 
2039 #define VB 0
2040 #define VG -52 /* (int8)(-0.813 * 64 - 0.5) */
2041 #define VR 102 /* (int8)(1.596 * 64 + 0.5) */
2042 
2043 // Bias
2044 #define BB UB * 128 + VB * 128
2045 #define BG UG * 128 + VG * 128
2046 #define BR UR * 128 + VR * 128
2047 
2048 #ifdef HAS_I422TOARGBROW_AVX2
2049 
2050 static const lvec8 kUVToB_AVX = {
2051   UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB,
2052   UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB
2053 };
2054 static const lvec8 kUVToR_AVX = {
2055   UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR,
2056   UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR
2057 };
2058 static const lvec8 kUVToG_AVX = {
2059   UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG,
2060   UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG
2061 };
2062 static const lvec16 kYToRgb_AVX = {
2063   YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG, YG
2064 };
2065 static const lvec16 kYSub16_AVX = {
2066   16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16, 16
2067 };
2068 static const lvec16 kUVBiasB_AVX = {
2069   BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB, BB
2070 };
2071 static const lvec16 kUVBiasG_AVX = {
2072   BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG, BG
2073 };
2074 static const lvec16 kUVBiasR_AVX = {
2075   BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR, BR
2076 };
2077 
2078 // 16 pixels
2079 // 8 UV values upsampled to 16 UV, mixed with 16 Y producing 16 ARGB (64 bytes).
2080 __declspec(naked) __declspec(align(16))
I422ToARGBRow_AVX2(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2081 void I422ToARGBRow_AVX2(const uint8* y_buf,
2082                          const uint8* u_buf,
2083                          const uint8* v_buf,
2084                          uint8* dst_argb,
2085                          int width) {
2086   __asm {
2087     push       esi
2088     push       edi
2089     mov        eax, [esp + 8 + 4]   // Y
2090     mov        esi, [esp + 8 + 8]   // U
2091     mov        edi, [esp + 8 + 12]  // V
2092     mov        edx, [esp + 8 + 16]  // argb
2093     mov        ecx, [esp + 8 + 20]  // width
2094     sub        edi, esi
2095     vpcmpeqb   ymm5, ymm5, ymm5     // generate 0xffffffffffffffff for alpha
2096     vpxor      ymm4, ymm4, ymm4
2097 
2098     align      4
2099  convertloop:
2100     vmovq      xmm0, qword ptr [esi]          //  U
2101     vmovq      xmm1, qword ptr [esi + edi]    //  V
2102     lea        esi,  [esi + 8]
2103     vpunpcklbw ymm0, ymm0, ymm1               // UV
2104     vpermq     ymm0, ymm0, 0xd8
2105     vpunpcklwd ymm0, ymm0, ymm0              // UVUV
2106     vpmaddubsw ymm2, ymm0, kUVToB_AVX        // scale B UV
2107     vpmaddubsw ymm1, ymm0, kUVToG_AVX        // scale G UV
2108     vpmaddubsw ymm0, ymm0, kUVToR_AVX        // scale R UV
2109     vpsubw     ymm2, ymm2, kUVBiasB_AVX      // unbias back to signed
2110     vpsubw     ymm1, ymm1, kUVBiasG_AVX
2111     vpsubw     ymm0, ymm0, kUVBiasR_AVX
2112 
2113     // Step 2: Find Y contribution to 16 R,G,B values
2114     vmovdqu    xmm3, [eax]                  // NOLINT
2115     lea        eax, [eax + 16]
2116     vpermq     ymm3, ymm3, 0xd8
2117     vpunpcklbw ymm3, ymm3, ymm4
2118     vpsubsw    ymm3, ymm3, kYSub16_AVX
2119     vpmullw    ymm3, ymm3, kYToRgb_AVX
2120     vpaddsw    ymm2, ymm2, ymm3           // B += Y
2121     vpaddsw    ymm1, ymm1, ymm3           // G += Y
2122     vpaddsw    ymm0, ymm0, ymm3           // R += Y
2123     vpsraw     ymm2, ymm2, 6
2124     vpsraw     ymm1, ymm1, 6
2125     vpsraw     ymm0, ymm0, 6
2126     vpackuswb  ymm2, ymm2, ymm2           // B
2127     vpackuswb  ymm1, ymm1, ymm1           // G
2128     vpackuswb  ymm0, ymm0, ymm0           // R
2129 
2130     // Step 3: Weave into ARGB
2131     vpunpcklbw ymm2, ymm2, ymm1           // BG
2132     vpermq     ymm2, ymm2, 0xd8
2133     vpunpcklbw ymm0, ymm0, ymm5           // RA
2134     vpermq     ymm0, ymm0, 0xd8
2135     vpunpcklwd ymm1, ymm2, ymm0           // BGRA first 8 pixels
2136     vpunpckhwd ymm2, ymm2, ymm0           // BGRA next 8 pixels
2137     vmovdqu    [edx], ymm1
2138     vmovdqu    [edx + 32], ymm2
2139     lea        edx,  [edx + 64]
2140     sub        ecx, 16
2141     jg         convertloop
2142     vzeroupper
2143 
2144     pop        edi
2145     pop        esi
2146     ret
2147   }
2148 }
2149 #endif  // HAS_I422TOARGBROW_AVX2
2150 
2151 #ifdef HAS_I422TOARGBROW_SSSE3
2152 
2153 static const vec8 kUVToB = {
2154   UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB
2155 };
2156 
2157 static const vec8 kUVToR = {
2158   UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR
2159 };
2160 
2161 static const vec8 kUVToG = {
2162   UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG
2163 };
2164 
2165 static const vec8 kVUToB = {
2166   VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB, VB, UB,
2167 };
2168 
2169 static const vec8 kVUToR = {
2170   VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR, VR, UR,
2171 };
2172 
2173 static const vec8 kVUToG = {
2174   VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG, VG, UG,
2175 };
2176 
2177 static const vec16 kYToRgb = { YG, YG, YG, YG, YG, YG, YG, YG };
2178 static const vec16 kYSub16 = { 16, 16, 16, 16, 16, 16, 16, 16 };
2179 static const vec16 kUVBiasB = { BB, BB, BB, BB, BB, BB, BB, BB };
2180 static const vec16 kUVBiasG = { BG, BG, BG, BG, BG, BG, BG, BG };
2181 static const vec16 kUVBiasR = { BR, BR, BR, BR, BR, BR, BR, BR };
2182 
2183 // TODO(fbarchard): Read that does half size on Y and treats 420 as 444.
2184 
2185 // Read 8 UV from 444.
2186 #define READYUV444 __asm {                                                     \
2187     __asm movq       xmm0, qword ptr [esi] /* U */                /* NOLINT */ \
2188     __asm movq       xmm1, qword ptr [esi + edi] /* V */          /* NOLINT */ \
2189     __asm lea        esi,  [esi + 8]                                           \
2190     __asm punpcklbw  xmm0, xmm1           /* UV */                             \
2191   }
2192 
2193 // Read 4 UV from 422, upsample to 8 UV.
2194 #define READYUV422 __asm {                                                     \
2195     __asm movd       xmm0, [esi]          /* U */                              \
2196     __asm movd       xmm1, [esi + edi]    /* V */                              \
2197     __asm lea        esi,  [esi + 4]                                           \
2198     __asm punpcklbw  xmm0, xmm1           /* UV */                             \
2199     __asm punpcklwd  xmm0, xmm0           /* UVUV (upsample) */                \
2200   }
2201 
2202 // Read 2 UV from 411, upsample to 8 UV.
2203 #define READYUV411 __asm {                                                     \
2204     __asm movzx      ebx, word ptr [esi]        /* U */           /* NOLINT */ \
2205     __asm movd       xmm0, ebx                                                 \
2206     __asm movzx      ebx, word ptr [esi + edi]  /* V */           /* NOLINT */ \
2207     __asm movd       xmm1, ebx                                                 \
2208     __asm lea        esi,  [esi + 2]                                           \
2209     __asm punpcklbw  xmm0, xmm1           /* UV */                             \
2210     __asm punpcklwd  xmm0, xmm0           /* UVUV (upsample) */                \
2211     __asm punpckldq  xmm0, xmm0           /* UVUV (upsample) */                \
2212   }
2213 
2214 // Read 4 UV from NV12, upsample to 8 UV.
2215 #define READNV12 __asm {                                                       \
2216     __asm movq       xmm0, qword ptr [esi] /* UV */               /* NOLINT */ \
2217     __asm lea        esi,  [esi + 8]                                           \
2218     __asm punpcklwd  xmm0, xmm0           /* UVUV (upsample) */                \
2219   }
2220 
2221 // Convert 8 pixels: 8 UV and 8 Y.
2222 #define YUVTORGB __asm {                                                       \
2223     /* Step 1: Find 4 UV contributions to 8 R,G,B values */                    \
2224     __asm movdqa     xmm1, xmm0                                                \
2225     __asm movdqa     xmm2, xmm0                                                \
2226     __asm pmaddubsw  xmm0, kUVToB        /* scale B UV */                      \
2227     __asm pmaddubsw  xmm1, kUVToG        /* scale G UV */                      \
2228     __asm pmaddubsw  xmm2, kUVToR        /* scale R UV */                      \
2229     __asm psubw      xmm0, kUVBiasB      /* unbias back to signed */           \
2230     __asm psubw      xmm1, kUVBiasG                                            \
2231     __asm psubw      xmm2, kUVBiasR                                            \
2232     /* Step 2: Find Y contribution to 8 R,G,B values */                        \
2233     __asm movq       xmm3, qword ptr [eax]                        /* NOLINT */ \
2234     __asm lea        eax, [eax + 8]                                            \
2235     __asm punpcklbw  xmm3, xmm4                                                \
2236     __asm psubsw     xmm3, kYSub16                                             \
2237     __asm pmullw     xmm3, kYToRgb                                             \
2238     __asm paddsw     xmm0, xmm3           /* B += Y */                         \
2239     __asm paddsw     xmm1, xmm3           /* G += Y */                         \
2240     __asm paddsw     xmm2, xmm3           /* R += Y */                         \
2241     __asm psraw      xmm0, 6                                                   \
2242     __asm psraw      xmm1, 6                                                   \
2243     __asm psraw      xmm2, 6                                                   \
2244     __asm packuswb   xmm0, xmm0           /* B */                              \
2245     __asm packuswb   xmm1, xmm1           /* G */                              \
2246     __asm packuswb   xmm2, xmm2           /* R */                              \
2247   }
2248 
2249 // Convert 8 pixels: 8 VU and 8 Y.
2250 #define YVUTORGB __asm {                                                       \
2251     /* Step 1: Find 4 UV contributions to 8 R,G,B values */                    \
2252     __asm movdqa     xmm1, xmm0                                                \
2253     __asm movdqa     xmm2, xmm0                                                \
2254     __asm pmaddubsw  xmm0, kVUToB        /* scale B UV */                      \
2255     __asm pmaddubsw  xmm1, kVUToG        /* scale G UV */                      \
2256     __asm pmaddubsw  xmm2, kVUToR        /* scale R UV */                      \
2257     __asm psubw      xmm0, kUVBiasB      /* unbias back to signed */           \
2258     __asm psubw      xmm1, kUVBiasG                                            \
2259     __asm psubw      xmm2, kUVBiasR                                            \
2260     /* Step 2: Find Y contribution to 8 R,G,B values */                        \
2261     __asm movq       xmm3, qword ptr [eax]                        /* NOLINT */ \
2262     __asm lea        eax, [eax + 8]                                            \
2263     __asm punpcklbw  xmm3, xmm4                                                \
2264     __asm psubsw     xmm3, kYSub16                                             \
2265     __asm pmullw     xmm3, kYToRgb                                             \
2266     __asm paddsw     xmm0, xmm3           /* B += Y */                         \
2267     __asm paddsw     xmm1, xmm3           /* G += Y */                         \
2268     __asm paddsw     xmm2, xmm3           /* R += Y */                         \
2269     __asm psraw      xmm0, 6                                                   \
2270     __asm psraw      xmm1, 6                                                   \
2271     __asm psraw      xmm2, 6                                                   \
2272     __asm packuswb   xmm0, xmm0           /* B */                              \
2273     __asm packuswb   xmm1, xmm1           /* G */                              \
2274     __asm packuswb   xmm2, xmm2           /* R */                              \
2275   }
2276 
2277 // 8 pixels, dest aligned 16.
2278 // 8 UV values, mixed with 8 Y producing 8 ARGB (32 bytes).
2279 __declspec(naked) __declspec(align(16))
I444ToARGBRow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2280 void I444ToARGBRow_SSSE3(const uint8* y_buf,
2281                          const uint8* u_buf,
2282                          const uint8* v_buf,
2283                          uint8* dst_argb,
2284                          int width) {
2285   __asm {
2286     push       esi
2287     push       edi
2288     mov        eax, [esp + 8 + 4]   // Y
2289     mov        esi, [esp + 8 + 8]   // U
2290     mov        edi, [esp + 8 + 12]  // V
2291     mov        edx, [esp + 8 + 16]  // argb
2292     mov        ecx, [esp + 8 + 20]  // width
2293     sub        edi, esi
2294     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2295     pxor       xmm4, xmm4
2296 
2297     align      4
2298  convertloop:
2299     READYUV444
2300     YUVTORGB
2301 
2302     // Step 3: Weave into ARGB
2303     punpcklbw  xmm0, xmm1           // BG
2304     punpcklbw  xmm2, xmm5           // RA
2305     movdqa     xmm1, xmm0
2306     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2307     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2308     movdqa     [edx], xmm0
2309     movdqa     [edx + 16], xmm1
2310     lea        edx,  [edx + 32]
2311     sub        ecx, 8
2312     jg         convertloop
2313 
2314     pop        edi
2315     pop        esi
2316     ret
2317   }
2318 }
2319 
2320 // 8 pixels, dest aligned 16.
2321 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2322 __declspec(naked) __declspec(align(16))
I422ToRGB24Row_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_rgb24,int width)2323 void I422ToRGB24Row_SSSE3(const uint8* y_buf,
2324                           const uint8* u_buf,
2325                           const uint8* v_buf,
2326                           uint8* dst_rgb24,
2327                           int width) {
2328   __asm {
2329     push       esi
2330     push       edi
2331     mov        eax, [esp + 8 + 4]   // Y
2332     mov        esi, [esp + 8 + 8]   // U
2333     mov        edi, [esp + 8 + 12]  // V
2334     mov        edx, [esp + 8 + 16]  // rgb24
2335     mov        ecx, [esp + 8 + 20]  // width
2336     sub        edi, esi
2337     pxor       xmm4, xmm4
2338     movdqa     xmm5, kShuffleMaskARGBToRGB24_0
2339     movdqa     xmm6, kShuffleMaskARGBToRGB24
2340 
2341     align      4
2342  convertloop:
2343     READYUV422
2344     YUVTORGB
2345 
2346     // Step 3: Weave into RRGB
2347     punpcklbw  xmm0, xmm1           // BG
2348     punpcklbw  xmm2, xmm2           // RR
2349     movdqa     xmm1, xmm0
2350     punpcklwd  xmm0, xmm2           // BGRR first 4 pixels
2351     punpckhwd  xmm1, xmm2           // BGRR next 4 pixels
2352     pshufb     xmm0, xmm5           // Pack into first 8 and last 4 bytes.
2353     pshufb     xmm1, xmm6           // Pack into first 12 bytes.
2354     palignr    xmm1, xmm0, 12       // last 4 bytes of xmm0 + 12 from xmm1
2355     movq       qword ptr [edx], xmm0  // First 8 bytes
2356     movdqu     [edx + 8], xmm1      // Last 16 bytes. = 24 bytes, 8 RGB pixels.
2357     lea        edx,  [edx + 24]
2358     sub        ecx, 8
2359     jg         convertloop
2360 
2361     pop        edi
2362     pop        esi
2363     ret
2364   }
2365 }
2366 
2367 // 8 pixels, dest aligned 16.
2368 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2369 __declspec(naked) __declspec(align(16))
I422ToRAWRow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_raw,int width)2370 void I422ToRAWRow_SSSE3(const uint8* y_buf,
2371                         const uint8* u_buf,
2372                         const uint8* v_buf,
2373                         uint8* dst_raw,
2374                         int width) {
2375   __asm {
2376     push       esi
2377     push       edi
2378     mov        eax, [esp + 8 + 4]   // Y
2379     mov        esi, [esp + 8 + 8]   // U
2380     mov        edi, [esp + 8 + 12]  // V
2381     mov        edx, [esp + 8 + 16]  // raw
2382     mov        ecx, [esp + 8 + 20]  // width
2383     sub        edi, esi
2384     pxor       xmm4, xmm4
2385     movdqa     xmm5, kShuffleMaskARGBToRAW_0
2386     movdqa     xmm6, kShuffleMaskARGBToRAW
2387 
2388     align      4
2389  convertloop:
2390     READYUV422
2391     YUVTORGB
2392 
2393     // Step 3: Weave into RRGB
2394     punpcklbw  xmm0, xmm1           // BG
2395     punpcklbw  xmm2, xmm2           // RR
2396     movdqa     xmm1, xmm0
2397     punpcklwd  xmm0, xmm2           // BGRR first 4 pixels
2398     punpckhwd  xmm1, xmm2           // BGRR next 4 pixels
2399     pshufb     xmm0, xmm5           // Pack into first 8 and last 4 bytes.
2400     pshufb     xmm1, xmm6           // Pack into first 12 bytes.
2401     palignr    xmm1, xmm0, 12       // last 4 bytes of xmm0 + 12 from xmm1
2402     movq       qword ptr [edx], xmm0  // First 8 bytes
2403     movdqu     [edx + 8], xmm1      // Last 16 bytes. = 24 bytes, 8 RGB pixels.
2404     lea        edx,  [edx + 24]
2405     sub        ecx, 8
2406     jg         convertloop
2407 
2408     pop        edi
2409     pop        esi
2410     ret
2411   }
2412 }
2413 
2414 // 8 pixels, dest unaligned.
2415 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2416 __declspec(naked) __declspec(align(16))
I422ToRGB565Row_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * rgb565_buf,int width)2417 void I422ToRGB565Row_SSSE3(const uint8* y_buf,
2418                            const uint8* u_buf,
2419                            const uint8* v_buf,
2420                            uint8* rgb565_buf,
2421                            int width) {
2422   __asm {
2423     push       esi
2424     push       edi
2425     mov        eax, [esp + 8 + 4]   // Y
2426     mov        esi, [esp + 8 + 8]   // U
2427     mov        edi, [esp + 8 + 12]  // V
2428     mov        edx, [esp + 8 + 16]  // rgb565
2429     mov        ecx, [esp + 8 + 20]  // width
2430     sub        edi, esi
2431     pxor       xmm4, xmm4
2432     pcmpeqb    xmm5, xmm5       // generate mask 0x0000001f
2433     psrld      xmm5, 27
2434     pcmpeqb    xmm6, xmm6       // generate mask 0x000007e0
2435     psrld      xmm6, 26
2436     pslld      xmm6, 5
2437     pcmpeqb    xmm7, xmm7       // generate mask 0xfffff800
2438     pslld      xmm7, 11
2439 
2440     align      4
2441  convertloop:
2442     READYUV422
2443     YUVTORGB
2444 
2445     // Step 3: Weave into RRGB
2446     punpcklbw  xmm0, xmm1           // BG
2447     punpcklbw  xmm2, xmm2           // RR
2448     movdqa     xmm1, xmm0
2449     punpcklwd  xmm0, xmm2           // BGRR first 4 pixels
2450     punpckhwd  xmm1, xmm2           // BGRR next 4 pixels
2451 
2452     // Step 3b: RRGB -> RGB565
2453     movdqa     xmm3, xmm0    // B  first 4 pixels of argb
2454     movdqa     xmm2, xmm0    // G
2455     pslld      xmm0, 8       // R
2456     psrld      xmm3, 3       // B
2457     psrld      xmm2, 5       // G
2458     psrad      xmm0, 16      // R
2459     pand       xmm3, xmm5    // B
2460     pand       xmm2, xmm6    // G
2461     pand       xmm0, xmm7    // R
2462     por        xmm3, xmm2    // BG
2463     por        xmm0, xmm3    // BGR
2464     movdqa     xmm3, xmm1    // B  next 4 pixels of argb
2465     movdqa     xmm2, xmm1    // G
2466     pslld      xmm1, 8       // R
2467     psrld      xmm3, 3       // B
2468     psrld      xmm2, 5       // G
2469     psrad      xmm1, 16      // R
2470     pand       xmm3, xmm5    // B
2471     pand       xmm2, xmm6    // G
2472     pand       xmm1, xmm7    // R
2473     por        xmm3, xmm2    // BG
2474     por        xmm1, xmm3    // BGR
2475     packssdw   xmm0, xmm1
2476     sub        ecx, 8
2477     movdqu     [edx], xmm0   // store 8 pixels of RGB565
2478     lea        edx, [edx + 16]
2479     jg         convertloop
2480 
2481     pop        edi
2482     pop        esi
2483     ret
2484   }
2485 }
2486 
2487 // 8 pixels, dest aligned 16.
2488 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2489 __declspec(naked) __declspec(align(16))
I422ToARGBRow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2490 void I422ToARGBRow_SSSE3(const uint8* y_buf,
2491                          const uint8* u_buf,
2492                          const uint8* v_buf,
2493                          uint8* dst_argb,
2494                          int width) {
2495   __asm {
2496     push       esi
2497     push       edi
2498     mov        eax, [esp + 8 + 4]   // Y
2499     mov        esi, [esp + 8 + 8]   // U
2500     mov        edi, [esp + 8 + 12]  // V
2501     mov        edx, [esp + 8 + 16]  // argb
2502     mov        ecx, [esp + 8 + 20]  // width
2503     sub        edi, esi
2504     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2505     pxor       xmm4, xmm4
2506 
2507     align      4
2508  convertloop:
2509     READYUV422
2510     YUVTORGB
2511 
2512     // Step 3: Weave into ARGB
2513     punpcklbw  xmm0, xmm1           // BG
2514     punpcklbw  xmm2, xmm5           // RA
2515     movdqa     xmm1, xmm0
2516     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2517     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2518     movdqa     [edx], xmm0
2519     movdqa     [edx + 16], xmm1
2520     lea        edx,  [edx + 32]
2521     sub        ecx, 8
2522     jg         convertloop
2523 
2524     pop        edi
2525     pop        esi
2526     ret
2527   }
2528 }
2529 
2530 // 8 pixels, dest aligned 16.
2531 // 2 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2532 // Similar to I420 but duplicate UV once more.
2533 __declspec(naked) __declspec(align(16))
I411ToARGBRow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2534 void I411ToARGBRow_SSSE3(const uint8* y_buf,
2535                          const uint8* u_buf,
2536                          const uint8* v_buf,
2537                          uint8* dst_argb,
2538                          int width) {
2539   __asm {
2540     push       ebx
2541     push       esi
2542     push       edi
2543     mov        eax, [esp + 12 + 4]   // Y
2544     mov        esi, [esp + 12 + 8]   // U
2545     mov        edi, [esp + 12 + 12]  // V
2546     mov        edx, [esp + 12 + 16]  // argb
2547     mov        ecx, [esp + 12 + 20]  // width
2548     sub        edi, esi
2549     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2550     pxor       xmm4, xmm4
2551 
2552     align      4
2553  convertloop:
2554     READYUV411  // modifies EBX
2555     YUVTORGB
2556 
2557     // Step 3: Weave into ARGB
2558     punpcklbw  xmm0, xmm1           // BG
2559     punpcklbw  xmm2, xmm5           // RA
2560     movdqa     xmm1, xmm0
2561     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2562     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2563     movdqa     [edx], xmm0
2564     movdqa     [edx + 16], xmm1
2565     lea        edx,  [edx + 32]
2566     sub        ecx, 8
2567     jg         convertloop
2568 
2569     pop        edi
2570     pop        esi
2571     pop        ebx
2572     ret
2573   }
2574 }
2575 
2576 // 8 pixels, dest aligned 16.
2577 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2578 __declspec(naked) __declspec(align(16))
NV12ToARGBRow_SSSE3(const uint8 * y_buf,const uint8 * uv_buf,uint8 * dst_argb,int width)2579 void NV12ToARGBRow_SSSE3(const uint8* y_buf,
2580                          const uint8* uv_buf,
2581                          uint8* dst_argb,
2582                          int width) {
2583   __asm {
2584     push       esi
2585     mov        eax, [esp + 4 + 4]   // Y
2586     mov        esi, [esp + 4 + 8]   // UV
2587     mov        edx, [esp + 4 + 12]  // argb
2588     mov        ecx, [esp + 4 + 16]  // width
2589     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2590     pxor       xmm4, xmm4
2591 
2592     align      4
2593  convertloop:
2594     READNV12
2595     YUVTORGB
2596 
2597     // Step 3: Weave into ARGB
2598     punpcklbw  xmm0, xmm1           // BG
2599     punpcklbw  xmm2, xmm5           // RA
2600     movdqa     xmm1, xmm0
2601     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2602     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2603     movdqa     [edx], xmm0
2604     movdqa     [edx + 16], xmm1
2605     lea        edx,  [edx + 32]
2606     sub        ecx, 8
2607     jg         convertloop
2608 
2609     pop        esi
2610     ret
2611   }
2612 }
2613 
2614 // 8 pixels, dest aligned 16.
2615 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2616 __declspec(naked) __declspec(align(16))
NV21ToARGBRow_SSSE3(const uint8 * y_buf,const uint8 * uv_buf,uint8 * dst_argb,int width)2617 void NV21ToARGBRow_SSSE3(const uint8* y_buf,
2618                          const uint8* uv_buf,
2619                          uint8* dst_argb,
2620                          int width) {
2621   __asm {
2622     push       esi
2623     mov        eax, [esp + 4 + 4]   // Y
2624     mov        esi, [esp + 4 + 8]   // VU
2625     mov        edx, [esp + 4 + 12]  // argb
2626     mov        ecx, [esp + 4 + 16]  // width
2627     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2628     pxor       xmm4, xmm4
2629 
2630     align      4
2631  convertloop:
2632     READNV12
2633     YVUTORGB
2634 
2635     // Step 3: Weave into ARGB
2636     punpcklbw  xmm0, xmm1           // BG
2637     punpcklbw  xmm2, xmm5           // RA
2638     movdqa     xmm1, xmm0
2639     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2640     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2641     movdqa     [edx], xmm0
2642     movdqa     [edx + 16], xmm1
2643     lea        edx,  [edx + 32]
2644     sub        ecx, 8
2645     jg         convertloop
2646 
2647     pop        esi
2648     ret
2649   }
2650 }
2651 
2652 // 8 pixels, unaligned.
2653 // 8 UV values, mixed with 8 Y producing 8 ARGB (32 bytes).
2654 __declspec(naked) __declspec(align(16))
I444ToARGBRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2655 void I444ToARGBRow_Unaligned_SSSE3(const uint8* y_buf,
2656                                    const uint8* u_buf,
2657                                    const uint8* v_buf,
2658                                    uint8* dst_argb,
2659                                    int width) {
2660   __asm {
2661     push       esi
2662     push       edi
2663     mov        eax, [esp + 8 + 4]   // Y
2664     mov        esi, [esp + 8 + 8]   // U
2665     mov        edi, [esp + 8 + 12]  // V
2666     mov        edx, [esp + 8 + 16]  // argb
2667     mov        ecx, [esp + 8 + 20]  // width
2668     sub        edi, esi
2669     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2670     pxor       xmm4, xmm4
2671 
2672     align      4
2673  convertloop:
2674     READYUV444
2675     YUVTORGB
2676 
2677     // Step 3: Weave into ARGB
2678     punpcklbw  xmm0, xmm1           // BG
2679     punpcklbw  xmm2, xmm5           // RA
2680     movdqa     xmm1, xmm0
2681     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2682     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2683     movdqu     [edx], xmm0
2684     movdqu     [edx + 16], xmm1
2685     lea        edx,  [edx + 32]
2686     sub        ecx, 8
2687     jg         convertloop
2688 
2689     pop        edi
2690     pop        esi
2691     ret
2692   }
2693 }
2694 
2695 // 8 pixels, unaligned.
2696 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2697 __declspec(naked) __declspec(align(16))
I422ToARGBRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2698 void I422ToARGBRow_Unaligned_SSSE3(const uint8* y_buf,
2699                                    const uint8* u_buf,
2700                                    const uint8* v_buf,
2701                                    uint8* dst_argb,
2702                                    int width) {
2703   __asm {
2704     push       esi
2705     push       edi
2706     mov        eax, [esp + 8 + 4]   // Y
2707     mov        esi, [esp + 8 + 8]   // U
2708     mov        edi, [esp + 8 + 12]  // V
2709     mov        edx, [esp + 8 + 16]  // argb
2710     mov        ecx, [esp + 8 + 20]  // width
2711     sub        edi, esi
2712     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2713     pxor       xmm4, xmm4
2714 
2715     align      4
2716  convertloop:
2717     READYUV422
2718     YUVTORGB
2719 
2720     // Step 3: Weave into ARGB
2721     punpcklbw  xmm0, xmm1           // BG
2722     punpcklbw  xmm2, xmm5           // RA
2723     movdqa     xmm1, xmm0
2724     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2725     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2726     movdqu     [edx], xmm0
2727     movdqu     [edx + 16], xmm1
2728     lea        edx,  [edx + 32]
2729     sub        ecx, 8
2730     jg         convertloop
2731 
2732     pop        edi
2733     pop        esi
2734     ret
2735   }
2736 }
2737 
2738 // 8 pixels, unaligned.
2739 // 2 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2740 // Similar to I420 but duplicate UV once more.
2741 __declspec(naked) __declspec(align(16))
I411ToARGBRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_argb,int width)2742 void I411ToARGBRow_Unaligned_SSSE3(const uint8* y_buf,
2743                                    const uint8* u_buf,
2744                                    const uint8* v_buf,
2745                                    uint8* dst_argb,
2746                                    int width) {
2747   __asm {
2748     push       ebx
2749     push       esi
2750     push       edi
2751     mov        eax, [esp + 12 + 4]   // Y
2752     mov        esi, [esp + 12 + 8]   // U
2753     mov        edi, [esp + 12 + 12]  // V
2754     mov        edx, [esp + 12 + 16]  // argb
2755     mov        ecx, [esp + 12 + 20]  // width
2756     sub        edi, esi
2757     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2758     pxor       xmm4, xmm4
2759 
2760     align      4
2761  convertloop:
2762     READYUV411  // modifies EBX
2763     YUVTORGB
2764 
2765     // Step 3: Weave into ARGB
2766     punpcklbw  xmm0, xmm1           // BG
2767     punpcklbw  xmm2, xmm5           // RA
2768     movdqa     xmm1, xmm0
2769     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2770     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2771     movdqu     [edx], xmm0
2772     movdqu     [edx + 16], xmm1
2773     lea        edx,  [edx + 32]
2774     sub        ecx, 8
2775     jg         convertloop
2776 
2777     pop        edi
2778     pop        esi
2779     pop        ebx
2780     ret
2781   }
2782 }
2783 
2784 // 8 pixels, dest aligned 16.
2785 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2786 __declspec(naked) __declspec(align(16))
NV12ToARGBRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * uv_buf,uint8 * dst_argb,int width)2787 void NV12ToARGBRow_Unaligned_SSSE3(const uint8* y_buf,
2788                                    const uint8* uv_buf,
2789                                    uint8* dst_argb,
2790                                    int width) {
2791   __asm {
2792     push       esi
2793     mov        eax, [esp + 4 + 4]   // Y
2794     mov        esi, [esp + 4 + 8]   // UV
2795     mov        edx, [esp + 4 + 12]  // argb
2796     mov        ecx, [esp + 4 + 16]  // width
2797     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2798     pxor       xmm4, xmm4
2799 
2800     align      4
2801  convertloop:
2802     READNV12
2803     YUVTORGB
2804 
2805     // Step 3: Weave into ARGB
2806     punpcklbw  xmm0, xmm1           // BG
2807     punpcklbw  xmm2, xmm5           // RA
2808     movdqa     xmm1, xmm0
2809     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2810     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2811     movdqu     [edx], xmm0
2812     movdqu     [edx + 16], xmm1
2813     lea        edx,  [edx + 32]
2814     sub        ecx, 8
2815     jg         convertloop
2816 
2817     pop        esi
2818     ret
2819   }
2820 }
2821 
2822 // 8 pixels, dest aligned 16.
2823 // 4 UV values upsampled to 8 UV, mixed with 8 Y producing 8 ARGB (32 bytes).
2824 __declspec(naked) __declspec(align(16))
NV21ToARGBRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * uv_buf,uint8 * dst_argb,int width)2825 void NV21ToARGBRow_Unaligned_SSSE3(const uint8* y_buf,
2826                                    const uint8* uv_buf,
2827                                    uint8* dst_argb,
2828                                    int width) {
2829   __asm {
2830     push       esi
2831     mov        eax, [esp + 4 + 4]   // Y
2832     mov        esi, [esp + 4 + 8]   // VU
2833     mov        edx, [esp + 4 + 12]  // argb
2834     mov        ecx, [esp + 4 + 16]  // width
2835     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2836     pxor       xmm4, xmm4
2837 
2838     align      4
2839  convertloop:
2840     READNV12
2841     YVUTORGB
2842 
2843     // Step 3: Weave into ARGB
2844     punpcklbw  xmm0, xmm1           // BG
2845     punpcklbw  xmm2, xmm5           // RA
2846     movdqa     xmm1, xmm0
2847     punpcklwd  xmm0, xmm2           // BGRA first 4 pixels
2848     punpckhwd  xmm1, xmm2           // BGRA next 4 pixels
2849     movdqu     [edx], xmm0
2850     movdqu     [edx + 16], xmm1
2851     lea        edx,  [edx + 32]
2852     sub        ecx, 8
2853     jg         convertloop
2854 
2855     pop        esi
2856     ret
2857   }
2858 }
2859 
2860 __declspec(naked) __declspec(align(16))
I422ToBGRARow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_bgra,int width)2861 void I422ToBGRARow_SSSE3(const uint8* y_buf,
2862                          const uint8* u_buf,
2863                          const uint8* v_buf,
2864                          uint8* dst_bgra,
2865                          int width) {
2866   __asm {
2867     push       esi
2868     push       edi
2869     mov        eax, [esp + 8 + 4]   // Y
2870     mov        esi, [esp + 8 + 8]   // U
2871     mov        edi, [esp + 8 + 12]  // V
2872     mov        edx, [esp + 8 + 16]  // bgra
2873     mov        ecx, [esp + 8 + 20]  // width
2874     sub        edi, esi
2875     pxor       xmm4, xmm4
2876 
2877     align      4
2878  convertloop:
2879     READYUV422
2880     YUVTORGB
2881 
2882     // Step 3: Weave into BGRA
2883     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2884     punpcklbw  xmm1, xmm0           // GB
2885     punpcklbw  xmm5, xmm2           // AR
2886     movdqa     xmm0, xmm5
2887     punpcklwd  xmm5, xmm1           // BGRA first 4 pixels
2888     punpckhwd  xmm0, xmm1           // BGRA next 4 pixels
2889     movdqa     [edx], xmm5
2890     movdqa     [edx + 16], xmm0
2891     lea        edx,  [edx + 32]
2892     sub        ecx, 8
2893     jg         convertloop
2894 
2895     pop        edi
2896     pop        esi
2897     ret
2898   }
2899 }
2900 
2901 __declspec(naked) __declspec(align(16))
I422ToBGRARow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_bgra,int width)2902 void I422ToBGRARow_Unaligned_SSSE3(const uint8* y_buf,
2903                                    const uint8* u_buf,
2904                                    const uint8* v_buf,
2905                                    uint8* dst_bgra,
2906                                    int width) {
2907   __asm {
2908     push       esi
2909     push       edi
2910     mov        eax, [esp + 8 + 4]   // Y
2911     mov        esi, [esp + 8 + 8]   // U
2912     mov        edi, [esp + 8 + 12]  // V
2913     mov        edx, [esp + 8 + 16]  // bgra
2914     mov        ecx, [esp + 8 + 20]  // width
2915     sub        edi, esi
2916     pxor       xmm4, xmm4
2917 
2918     align      4
2919  convertloop:
2920     READYUV422
2921     YUVTORGB
2922 
2923     // Step 3: Weave into BGRA
2924     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2925     punpcklbw  xmm1, xmm0           // GB
2926     punpcklbw  xmm5, xmm2           // AR
2927     movdqa     xmm0, xmm5
2928     punpcklwd  xmm5, xmm1           // BGRA first 4 pixels
2929     punpckhwd  xmm0, xmm1           // BGRA next 4 pixels
2930     movdqu     [edx], xmm5
2931     movdqu     [edx + 16], xmm0
2932     lea        edx,  [edx + 32]
2933     sub        ecx, 8
2934     jg         convertloop
2935 
2936     pop        edi
2937     pop        esi
2938     ret
2939   }
2940 }
2941 
2942 __declspec(naked) __declspec(align(16))
I422ToABGRRow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_abgr,int width)2943 void I422ToABGRRow_SSSE3(const uint8* y_buf,
2944                          const uint8* u_buf,
2945                          const uint8* v_buf,
2946                          uint8* dst_abgr,
2947                          int width) {
2948   __asm {
2949     push       esi
2950     push       edi
2951     mov        eax, [esp + 8 + 4]   // Y
2952     mov        esi, [esp + 8 + 8]   // U
2953     mov        edi, [esp + 8 + 12]  // V
2954     mov        edx, [esp + 8 + 16]  // abgr
2955     mov        ecx, [esp + 8 + 20]  // width
2956     sub        edi, esi
2957     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2958     pxor       xmm4, xmm4
2959 
2960     align      4
2961  convertloop:
2962     READYUV422
2963     YUVTORGB
2964 
2965     // Step 3: Weave into ARGB
2966     punpcklbw  xmm2, xmm1           // RG
2967     punpcklbw  xmm0, xmm5           // BA
2968     movdqa     xmm1, xmm2
2969     punpcklwd  xmm2, xmm0           // RGBA first 4 pixels
2970     punpckhwd  xmm1, xmm0           // RGBA next 4 pixels
2971     movdqa     [edx], xmm2
2972     movdqa     [edx + 16], xmm1
2973     lea        edx,  [edx + 32]
2974     sub        ecx, 8
2975     jg         convertloop
2976 
2977     pop        edi
2978     pop        esi
2979     ret
2980   }
2981 }
2982 
2983 __declspec(naked) __declspec(align(16))
I422ToABGRRow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_abgr,int width)2984 void I422ToABGRRow_Unaligned_SSSE3(const uint8* y_buf,
2985                                    const uint8* u_buf,
2986                                    const uint8* v_buf,
2987                                    uint8* dst_abgr,
2988                                    int width) {
2989   __asm {
2990     push       esi
2991     push       edi
2992     mov        eax, [esp + 8 + 4]   // Y
2993     mov        esi, [esp + 8 + 8]   // U
2994     mov        edi, [esp + 8 + 12]  // V
2995     mov        edx, [esp + 8 + 16]  // abgr
2996     mov        ecx, [esp + 8 + 20]  // width
2997     sub        edi, esi
2998     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
2999     pxor       xmm4, xmm4
3000 
3001     align      4
3002  convertloop:
3003     READYUV422
3004     YUVTORGB
3005 
3006     // Step 3: Weave into ARGB
3007     punpcklbw  xmm2, xmm1           // RG
3008     punpcklbw  xmm0, xmm5           // BA
3009     movdqa     xmm1, xmm2
3010     punpcklwd  xmm2, xmm0           // RGBA first 4 pixels
3011     punpckhwd  xmm1, xmm0           // RGBA next 4 pixels
3012     movdqu     [edx], xmm2
3013     movdqu     [edx + 16], xmm1
3014     lea        edx,  [edx + 32]
3015     sub        ecx, 8
3016     jg         convertloop
3017 
3018     pop        edi
3019     pop        esi
3020     ret
3021   }
3022 }
3023 
3024 __declspec(naked) __declspec(align(16))
I422ToRGBARow_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_rgba,int width)3025 void I422ToRGBARow_SSSE3(const uint8* y_buf,
3026                          const uint8* u_buf,
3027                          const uint8* v_buf,
3028                          uint8* dst_rgba,
3029                          int width) {
3030   __asm {
3031     push       esi
3032     push       edi
3033     mov        eax, [esp + 8 + 4]   // Y
3034     mov        esi, [esp + 8 + 8]   // U
3035     mov        edi, [esp + 8 + 12]  // V
3036     mov        edx, [esp + 8 + 16]  // rgba
3037     mov        ecx, [esp + 8 + 20]  // width
3038     sub        edi, esi
3039     pxor       xmm4, xmm4
3040 
3041     align      4
3042  convertloop:
3043     READYUV422
3044     YUVTORGB
3045 
3046     // Step 3: Weave into RGBA
3047     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
3048     punpcklbw  xmm1, xmm2           // GR
3049     punpcklbw  xmm5, xmm0           // AB
3050     movdqa     xmm0, xmm5
3051     punpcklwd  xmm5, xmm1           // RGBA first 4 pixels
3052     punpckhwd  xmm0, xmm1           // RGBA next 4 pixels
3053     movdqa     [edx], xmm5
3054     movdqa     [edx + 16], xmm0
3055     lea        edx,  [edx + 32]
3056     sub        ecx, 8
3057     jg         convertloop
3058 
3059     pop        edi
3060     pop        esi
3061     ret
3062   }
3063 }
3064 
3065 __declspec(naked) __declspec(align(16))
I422ToRGBARow_Unaligned_SSSE3(const uint8 * y_buf,const uint8 * u_buf,const uint8 * v_buf,uint8 * dst_rgba,int width)3066 void I422ToRGBARow_Unaligned_SSSE3(const uint8* y_buf,
3067                                    const uint8* u_buf,
3068                                    const uint8* v_buf,
3069                                    uint8* dst_rgba,
3070                                    int width) {
3071   __asm {
3072     push       esi
3073     push       edi
3074     mov        eax, [esp + 8 + 4]   // Y
3075     mov        esi, [esp + 8 + 8]   // U
3076     mov        edi, [esp + 8 + 12]  // V
3077     mov        edx, [esp + 8 + 16]  // rgba
3078     mov        ecx, [esp + 8 + 20]  // width
3079     sub        edi, esi
3080     pxor       xmm4, xmm4
3081 
3082     align      4
3083  convertloop:
3084     READYUV422
3085     YUVTORGB
3086 
3087     // Step 3: Weave into RGBA
3088     pcmpeqb    xmm5, xmm5           // generate 0xffffffff for alpha
3089     punpcklbw  xmm1, xmm2           // GR
3090     punpcklbw  xmm5, xmm0           // AB
3091     movdqa     xmm0, xmm5
3092     punpcklwd  xmm5, xmm1           // RGBA first 4 pixels
3093     punpckhwd  xmm0, xmm1           // RGBA next 4 pixels
3094     movdqu     [edx], xmm5
3095     movdqu     [edx + 16], xmm0
3096     lea        edx,  [edx + 32]
3097     sub        ecx, 8
3098     jg         convertloop
3099 
3100     pop        edi
3101     pop        esi
3102     ret
3103   }
3104 }
3105 
3106 #endif  // HAS_I422TOARGBROW_SSSE3
3107 
3108 #ifdef HAS_YTOARGBROW_SSE2
3109 __declspec(naked) __declspec(align(16))
YToARGBRow_SSE2(const uint8 * y_buf,uint8 * rgb_buf,int width)3110 void YToARGBRow_SSE2(const uint8* y_buf,
3111                      uint8* rgb_buf,
3112                      int width) {
3113   __asm {
3114     pxor       xmm5, xmm5
3115     pcmpeqb    xmm4, xmm4           // generate mask 0xff000000
3116     pslld      xmm4, 24
3117     mov        eax, 0x00100010
3118     movd       xmm3, eax
3119     pshufd     xmm3, xmm3, 0
3120     mov        eax, 0x004a004a       // 74
3121     movd       xmm2, eax
3122     pshufd     xmm2, xmm2,0
3123     mov        eax, [esp + 4]       // Y
3124     mov        edx, [esp + 8]       // rgb
3125     mov        ecx, [esp + 12]      // width
3126 
3127     align      4
3128  convertloop:
3129     // Step 1: Scale Y contribution to 8 G values. G = (y - 16) * 1.164
3130     movq       xmm0, qword ptr [eax]
3131     lea        eax, [eax + 8]
3132     punpcklbw  xmm0, xmm5           // 0.Y
3133     psubusw    xmm0, xmm3
3134     pmullw     xmm0, xmm2
3135     psrlw      xmm0, 6
3136     packuswb   xmm0, xmm0           // G
3137 
3138     // Step 2: Weave into ARGB
3139     punpcklbw  xmm0, xmm0           // GG
3140     movdqa     xmm1, xmm0
3141     punpcklwd  xmm0, xmm0           // BGRA first 4 pixels
3142     punpckhwd  xmm1, xmm1           // BGRA next 4 pixels
3143     por        xmm0, xmm4
3144     por        xmm1, xmm4
3145     movdqa     [edx], xmm0
3146     movdqa     [edx + 16], xmm1
3147     lea        edx,  [edx + 32]
3148     sub        ecx, 8
3149     jg         convertloop
3150 
3151     ret
3152   }
3153 }
3154 #endif  // HAS_YTOARGBROW_SSE2
3155 
3156 #ifdef HAS_MIRRORROW_SSSE3
3157 // Shuffle table for reversing the bytes.
3158 static const uvec8 kShuffleMirror = {
3159   15u, 14u, 13u, 12u, 11u, 10u, 9u, 8u, 7u, 6u, 5u, 4u, 3u, 2u, 1u, 0u
3160 };
3161 
3162 __declspec(naked) __declspec(align(16))
MirrorRow_SSSE3(const uint8 * src,uint8 * dst,int width)3163 void MirrorRow_SSSE3(const uint8* src, uint8* dst, int width) {
3164   __asm {
3165     mov       eax, [esp + 4]   // src
3166     mov       edx, [esp + 8]   // dst
3167     mov       ecx, [esp + 12]  // width
3168     movdqa    xmm5, kShuffleMirror
3169     lea       eax, [eax - 16]
3170 
3171     align      4
3172  convertloop:
3173     movdqa    xmm0, [eax + ecx]
3174     pshufb    xmm0, xmm5
3175     sub       ecx, 16
3176     movdqa    [edx], xmm0
3177     lea       edx, [edx + 16]
3178     jg        convertloop
3179     ret
3180   }
3181 }
3182 #endif  // HAS_MIRRORROW_SSSE3
3183 
3184 #ifdef HAS_MIRRORROW_AVX2
3185 // Shuffle table for reversing the bytes.
3186 static const ulvec8 kShuffleMirror_AVX2 = {
3187   15u, 14u, 13u, 12u, 11u, 10u, 9u, 8u, 7u, 6u, 5u, 4u, 3u, 2u, 1u, 0u,
3188   15u, 14u, 13u, 12u, 11u, 10u, 9u, 8u, 7u, 6u, 5u, 4u, 3u, 2u, 1u, 0u
3189 };
3190 
3191 __declspec(naked) __declspec(align(16))
MirrorRow_AVX2(const uint8 * src,uint8 * dst,int width)3192 void MirrorRow_AVX2(const uint8* src, uint8* dst, int width) {
3193   __asm {
3194     mov       eax, [esp + 4]   // src
3195     mov       edx, [esp + 8]   // dst
3196     mov       ecx, [esp + 12]  // width
3197     vmovdqa   ymm5, kShuffleMirror_AVX2
3198     lea       eax, [eax - 32]
3199 
3200     align      4
3201  convertloop:
3202     vmovdqu   ymm0, [eax + ecx]
3203     vpshufb   ymm0, ymm0, ymm5
3204     vpermq    ymm0, ymm0, 0x4e  // swap high and low halfs
3205     sub       ecx, 32
3206     vmovdqu   [edx], ymm0
3207     lea       edx, [edx + 32]
3208     jg        convertloop
3209     vzeroupper
3210     ret
3211   }
3212 }
3213 #endif  // HAS_MIRRORROW_AVX2
3214 
3215 #ifdef HAS_MIRRORROW_SSE2
3216 // SSE2 version has movdqu so it can be used on unaligned buffers when SSSE3
3217 // version can not.
3218 __declspec(naked) __declspec(align(16))
MirrorRow_SSE2(const uint8 * src,uint8 * dst,int width)3219 void MirrorRow_SSE2(const uint8* src, uint8* dst, int width) {
3220   __asm {
3221     mov       eax, [esp + 4]   // src
3222     mov       edx, [esp + 8]   // dst
3223     mov       ecx, [esp + 12]  // width
3224     lea       eax, [eax - 16]
3225 
3226     align      4
3227  convertloop:
3228     movdqu    xmm0, [eax + ecx]
3229     movdqa    xmm1, xmm0        // swap bytes
3230     psllw     xmm0, 8
3231     psrlw     xmm1, 8
3232     por       xmm0, xmm1
3233     pshuflw   xmm0, xmm0, 0x1b  // swap words
3234     pshufhw   xmm0, xmm0, 0x1b
3235     pshufd    xmm0, xmm0, 0x4e  // swap qwords
3236     sub       ecx, 16
3237     movdqu    [edx], xmm0
3238     lea       edx, [edx + 16]
3239     jg        convertloop
3240     ret
3241   }
3242 }
3243 #endif  // HAS_MIRRORROW_SSE2
3244 
3245 #ifdef HAS_MIRRORROW_UV_SSSE3
3246 // Shuffle table for reversing the bytes of UV channels.
3247 static const uvec8 kShuffleMirrorUV = {
3248   14u, 12u, 10u, 8u, 6u, 4u, 2u, 0u, 15u, 13u, 11u, 9u, 7u, 5u, 3u, 1u
3249 };
3250 
3251 __declspec(naked) __declspec(align(16))
MirrorUVRow_SSSE3(const uint8 * src,uint8 * dst_u,uint8 * dst_v,int width)3252 void MirrorUVRow_SSSE3(const uint8* src, uint8* dst_u, uint8* dst_v,
3253                        int width) {
3254   __asm {
3255     push      edi
3256     mov       eax, [esp + 4 + 4]   // src
3257     mov       edx, [esp + 4 + 8]   // dst_u
3258     mov       edi, [esp + 4 + 12]  // dst_v
3259     mov       ecx, [esp + 4 + 16]  // width
3260     movdqa    xmm1, kShuffleMirrorUV
3261     lea       eax, [eax + ecx * 2 - 16]
3262     sub       edi, edx
3263 
3264     align      4
3265  convertloop:
3266     movdqa    xmm0, [eax]
3267     lea       eax, [eax - 16]
3268     pshufb    xmm0, xmm1
3269     sub       ecx, 8
3270     movlpd    qword ptr [edx], xmm0
3271     movhpd    qword ptr [edx + edi], xmm0
3272     lea       edx, [edx + 8]
3273     jg        convertloop
3274 
3275     pop       edi
3276     ret
3277   }
3278 }
3279 #endif  // HAS_MIRRORROW_UV_SSSE3
3280 
3281 #ifdef HAS_ARGBMIRRORROW_SSSE3
3282 // Shuffle table for reversing the bytes.
3283 static const uvec8 kARGBShuffleMirror = {
3284   12u, 13u, 14u, 15u, 8u, 9u, 10u, 11u, 4u, 5u, 6u, 7u, 0u, 1u, 2u, 3u
3285 };
3286 
3287 __declspec(naked) __declspec(align(16))
ARGBMirrorRow_SSSE3(const uint8 * src,uint8 * dst,int width)3288 void ARGBMirrorRow_SSSE3(const uint8* src, uint8* dst, int width) {
3289   __asm {
3290     mov       eax, [esp + 4]   // src
3291     mov       edx, [esp + 8]   // dst
3292     mov       ecx, [esp + 12]  // width
3293     lea       eax, [eax - 16 + ecx * 4]  // last 4 pixels.
3294     movdqa    xmm5, kARGBShuffleMirror
3295 
3296     align      4
3297  convertloop:
3298     movdqa    xmm0, [eax]
3299     lea       eax, [eax - 16]
3300     pshufb    xmm0, xmm5
3301     sub       ecx, 4
3302     movdqa    [edx], xmm0
3303     lea       edx, [edx + 16]
3304     jg        convertloop
3305     ret
3306   }
3307 }
3308 #endif  // HAS_ARGBMIRRORROW_SSSE3
3309 
3310 #ifdef HAS_ARGBMIRRORROW_AVX2
3311 // Shuffle table for reversing the bytes.
3312 static const ulvec32 kARGBShuffleMirror_AVX2 = {
3313   7u, 6u, 5u, 4u, 3u, 2u, 1u, 0u
3314 };
3315 
3316 __declspec(naked) __declspec(align(16))
ARGBMirrorRow_AVX2(const uint8 * src,uint8 * dst,int width)3317 void ARGBMirrorRow_AVX2(const uint8* src, uint8* dst, int width) {
3318   __asm {
3319     mov       eax, [esp + 4]   // src
3320     mov       edx, [esp + 8]   // dst
3321     mov       ecx, [esp + 12]  // width
3322     lea       eax, [eax - 32]
3323     vmovdqa   ymm5, kARGBShuffleMirror_AVX2
3324 
3325     align      4
3326  convertloop:
3327     vpermd    ymm0, ymm5, [eax + ecx * 4]  // permute dword order
3328     sub       ecx, 8
3329     vmovdqu   [edx], ymm0
3330     lea       edx, [edx + 32]
3331     jg        convertloop
3332     vzeroupper
3333     ret
3334   }
3335 }
3336 #endif  // HAS_ARGBMIRRORROW_AVX2
3337 
3338 #ifdef HAS_SPLITUVROW_SSE2
3339 __declspec(naked) __declspec(align(16))
SplitUVRow_SSE2(const uint8 * src_uv,uint8 * dst_u,uint8 * dst_v,int pix)3340 void SplitUVRow_SSE2(const uint8* src_uv, uint8* dst_u, uint8* dst_v, int pix) {
3341   __asm {
3342     push       edi
3343     mov        eax, [esp + 4 + 4]    // src_uv
3344     mov        edx, [esp + 4 + 8]    // dst_u
3345     mov        edi, [esp + 4 + 12]   // dst_v
3346     mov        ecx, [esp + 4 + 16]   // pix
3347     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
3348     psrlw      xmm5, 8
3349     sub        edi, edx
3350 
3351     align      4
3352   convertloop:
3353     movdqa     xmm0, [eax]
3354     movdqa     xmm1, [eax + 16]
3355     lea        eax,  [eax + 32]
3356     movdqa     xmm2, xmm0
3357     movdqa     xmm3, xmm1
3358     pand       xmm0, xmm5   // even bytes
3359     pand       xmm1, xmm5
3360     packuswb   xmm0, xmm1
3361     psrlw      xmm2, 8      // odd bytes
3362     psrlw      xmm3, 8
3363     packuswb   xmm2, xmm3
3364     movdqa     [edx], xmm0
3365     movdqa     [edx + edi], xmm2
3366     lea        edx, [edx + 16]
3367     sub        ecx, 16
3368     jg         convertloop
3369 
3370     pop        edi
3371     ret
3372   }
3373 }
3374 
3375 __declspec(naked) __declspec(align(16))
SplitUVRow_Unaligned_SSE2(const uint8 * src_uv,uint8 * dst_u,uint8 * dst_v,int pix)3376 void SplitUVRow_Unaligned_SSE2(const uint8* src_uv, uint8* dst_u, uint8* dst_v,
3377                                int pix) {
3378   __asm {
3379     push       edi
3380     mov        eax, [esp + 4 + 4]    // src_uv
3381     mov        edx, [esp + 4 + 8]    // dst_u
3382     mov        edi, [esp + 4 + 12]   // dst_v
3383     mov        ecx, [esp + 4 + 16]   // pix
3384     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
3385     psrlw      xmm5, 8
3386     sub        edi, edx
3387 
3388     align      4
3389   convertloop:
3390     movdqu     xmm0, [eax]
3391     movdqu     xmm1, [eax + 16]
3392     lea        eax,  [eax + 32]
3393     movdqa     xmm2, xmm0
3394     movdqa     xmm3, xmm1
3395     pand       xmm0, xmm5   // even bytes
3396     pand       xmm1, xmm5
3397     packuswb   xmm0, xmm1
3398     psrlw      xmm2, 8      // odd bytes
3399     psrlw      xmm3, 8
3400     packuswb   xmm2, xmm3
3401     movdqu     [edx], xmm0
3402     movdqu     [edx + edi], xmm2
3403     lea        edx, [edx + 16]
3404     sub        ecx, 16
3405     jg         convertloop
3406 
3407     pop        edi
3408     ret
3409   }
3410 }
3411 #endif  // HAS_SPLITUVROW_SSE2
3412 
3413 #ifdef HAS_SPLITUVROW_AVX2
3414 __declspec(naked) __declspec(align(16))
SplitUVRow_AVX2(const uint8 * src_uv,uint8 * dst_u,uint8 * dst_v,int pix)3415 void SplitUVRow_AVX2(const uint8* src_uv, uint8* dst_u, uint8* dst_v, int pix) {
3416   __asm {
3417     push       edi
3418     mov        eax, [esp + 4 + 4]    // src_uv
3419     mov        edx, [esp + 4 + 8]    // dst_u
3420     mov        edi, [esp + 4 + 12]   // dst_v
3421     mov        ecx, [esp + 4 + 16]   // pix
3422     vpcmpeqb   ymm5, ymm5, ymm5      // generate mask 0x00ff00ff
3423     vpsrlw     ymm5, ymm5, 8
3424     sub        edi, edx
3425 
3426     align      4
3427   convertloop:
3428     vmovdqu    ymm0, [eax]
3429     vmovdqu    ymm1, [eax + 32]
3430     lea        eax,  [eax + 64]
3431     vpsrlw     ymm2, ymm0, 8      // odd bytes
3432     vpsrlw     ymm3, ymm1, 8
3433     vpand      ymm0, ymm0, ymm5   // even bytes
3434     vpand      ymm1, ymm1, ymm5
3435     vpackuswb  ymm0, ymm0, ymm1
3436     vpackuswb  ymm2, ymm2, ymm3
3437     vpermq     ymm0, ymm0, 0xd8
3438     vpermq     ymm2, ymm2, 0xd8
3439     vmovdqu    [edx], ymm0
3440     vmovdqu    [edx + edi], ymm2
3441     lea        edx, [edx + 32]
3442     sub        ecx, 32
3443     jg         convertloop
3444 
3445     pop        edi
3446     vzeroupper
3447     ret
3448   }
3449 }
3450 #endif  // HAS_SPLITUVROW_AVX2
3451 
3452 #ifdef HAS_MERGEUVROW_SSE2
3453 __declspec(naked) __declspec(align(16))
MergeUVRow_SSE2(const uint8 * src_u,const uint8 * src_v,uint8 * dst_uv,int width)3454 void MergeUVRow_SSE2(const uint8* src_u, const uint8* src_v, uint8* dst_uv,
3455                      int width) {
3456   __asm {
3457     push       edi
3458     mov        eax, [esp + 4 + 4]    // src_u
3459     mov        edx, [esp + 4 + 8]    // src_v
3460     mov        edi, [esp + 4 + 12]   // dst_uv
3461     mov        ecx, [esp + 4 + 16]   // width
3462     sub        edx, eax
3463 
3464     align      4
3465   convertloop:
3466     movdqa     xmm0, [eax]      // read 16 U's
3467     movdqa     xmm1, [eax + edx]  // and 16 V's
3468     lea        eax,  [eax + 16]
3469     movdqa     xmm2, xmm0
3470     punpcklbw  xmm0, xmm1       // first 8 UV pairs
3471     punpckhbw  xmm2, xmm1       // next 8 UV pairs
3472     movdqa     [edi], xmm0
3473     movdqa     [edi + 16], xmm2
3474     lea        edi, [edi + 32]
3475     sub        ecx, 16
3476     jg         convertloop
3477 
3478     pop        edi
3479     ret
3480   }
3481 }
3482 
3483 __declspec(naked) __declspec(align(16))
MergeUVRow_Unaligned_SSE2(const uint8 * src_u,const uint8 * src_v,uint8 * dst_uv,int width)3484 void MergeUVRow_Unaligned_SSE2(const uint8* src_u, const uint8* src_v,
3485                                uint8* dst_uv, int width) {
3486   __asm {
3487     push       edi
3488     mov        eax, [esp + 4 + 4]    // src_u
3489     mov        edx, [esp + 4 + 8]    // src_v
3490     mov        edi, [esp + 4 + 12]   // dst_uv
3491     mov        ecx, [esp + 4 + 16]   // width
3492     sub        edx, eax
3493 
3494     align      4
3495   convertloop:
3496     movdqu     xmm0, [eax]      // read 16 U's
3497     movdqu     xmm1, [eax + edx]  // and 16 V's
3498     lea        eax,  [eax + 16]
3499     movdqa     xmm2, xmm0
3500     punpcklbw  xmm0, xmm1       // first 8 UV pairs
3501     punpckhbw  xmm2, xmm1       // next 8 UV pairs
3502     movdqu     [edi], xmm0
3503     movdqu     [edi + 16], xmm2
3504     lea        edi, [edi + 32]
3505     sub        ecx, 16
3506     jg         convertloop
3507 
3508     pop        edi
3509     ret
3510   }
3511 }
3512 #endif  //  HAS_MERGEUVROW_SSE2
3513 
3514 #ifdef HAS_MERGEUVROW_AVX2
3515 __declspec(naked) __declspec(align(16))
MergeUVRow_AVX2(const uint8 * src_u,const uint8 * src_v,uint8 * dst_uv,int width)3516 void MergeUVRow_AVX2(const uint8* src_u, const uint8* src_v, uint8* dst_uv,
3517                      int width) {
3518   __asm {
3519     push       edi
3520     mov        eax, [esp + 4 + 4]    // src_u
3521     mov        edx, [esp + 4 + 8]    // src_v
3522     mov        edi, [esp + 4 + 12]   // dst_uv
3523     mov        ecx, [esp + 4 + 16]   // width
3524     sub        edx, eax
3525 
3526     align      4
3527   convertloop:
3528     vmovdqu    ymm0, [eax]           // read 32 U's
3529     vmovdqu    ymm1, [eax + edx]     // and 32 V's
3530     lea        eax,  [eax + 32]
3531     vpunpcklbw ymm2, ymm0, ymm1      // low 16 UV pairs. mutated qqword 0,2
3532     vpunpckhbw ymm0, ymm0, ymm1      // high 16 UV pairs. mutated qqword 1,3
3533     vperm2i128 ymm1, ymm2, ymm0, 0x20  // low 128 of ymm2 and low 128 of ymm0
3534     vperm2i128 ymm2, ymm2, ymm0, 0x31  // high 128 of ymm2 and high 128 of ymm0
3535     vmovdqu    [edi], ymm1
3536     vmovdqu    [edi + 32], ymm2
3537     lea        edi, [edi + 64]
3538     sub        ecx, 32
3539     jg         convertloop
3540 
3541     pop        edi
3542     vzeroupper
3543     ret
3544   }
3545 }
3546 #endif  //  HAS_MERGEUVROW_AVX2
3547 
3548 #ifdef HAS_COPYROW_SSE2
3549 // CopyRow copys 'count' bytes using a 16 byte load/store, 32 bytes at time.
3550 __declspec(naked) __declspec(align(16))
CopyRow_SSE2(const uint8 * src,uint8 * dst,int count)3551 void CopyRow_SSE2(const uint8* src, uint8* dst, int count) {
3552   __asm {
3553     mov        eax, [esp + 4]   // src
3554     mov        edx, [esp + 8]   // dst
3555     mov        ecx, [esp + 12]  // count
3556 
3557     align      4
3558   convertloop:
3559     movdqa     xmm0, [eax]
3560     movdqa     xmm1, [eax + 16]
3561     lea        eax, [eax + 32]
3562     movdqa     [edx], xmm0
3563     movdqa     [edx + 16], xmm1
3564     lea        edx, [edx + 32]
3565     sub        ecx, 32
3566     jg         convertloop
3567     ret
3568   }
3569 }
3570 #endif  // HAS_COPYROW_SSE2
3571 
3572 // Unaligned Multiple of 1.
3573 __declspec(naked) __declspec(align(16))
CopyRow_ERMS(const uint8 * src,uint8 * dst,int count)3574 void CopyRow_ERMS(const uint8* src, uint8* dst, int count) {
3575   __asm {
3576     mov        eax, esi
3577     mov        edx, edi
3578     mov        esi, [esp + 4]   // src
3579     mov        edi, [esp + 8]   // dst
3580     mov        ecx, [esp + 12]  // count
3581     rep movsb
3582     mov        edi, edx
3583     mov        esi, eax
3584     ret
3585   }
3586 }
3587 
3588 #ifdef HAS_COPYROW_X86
3589 __declspec(naked) __declspec(align(16))
CopyRow_X86(const uint8 * src,uint8 * dst,int count)3590 void CopyRow_X86(const uint8* src, uint8* dst, int count) {
3591   __asm {
3592     mov        eax, esi
3593     mov        edx, edi
3594     mov        esi, [esp + 4]   // src
3595     mov        edi, [esp + 8]   // dst
3596     mov        ecx, [esp + 12]  // count
3597     shr        ecx, 2
3598     rep movsd
3599     mov        edi, edx
3600     mov        esi, eax
3601     ret
3602   }
3603 }
3604 #endif  // HAS_COPYROW_X86
3605 
3606 #ifdef HAS_ARGBCOPYALPHAROW_SSE2
3607 // width in pixels
3608 __declspec(naked) __declspec(align(16))
ARGBCopyAlphaRow_SSE2(const uint8 * src,uint8 * dst,int width)3609 void ARGBCopyAlphaRow_SSE2(const uint8* src, uint8* dst, int width) {
3610   __asm {
3611     mov        eax, [esp + 4]   // src
3612     mov        edx, [esp + 8]   // dst
3613     mov        ecx, [esp + 12]  // count
3614     pcmpeqb    xmm0, xmm0       // generate mask 0xff000000
3615     pslld      xmm0, 24
3616     pcmpeqb    xmm1, xmm1       // generate mask 0x00ffffff
3617     psrld      xmm1, 8
3618 
3619     align      4
3620   convertloop:
3621     movdqa     xmm2, [eax]
3622     movdqa     xmm3, [eax + 16]
3623     lea        eax, [eax + 32]
3624     movdqa     xmm4, [edx]
3625     movdqa     xmm5, [edx + 16]
3626     pand       xmm2, xmm0
3627     pand       xmm3, xmm0
3628     pand       xmm4, xmm1
3629     pand       xmm5, xmm1
3630     por        xmm2, xmm4
3631     por        xmm3, xmm5
3632     movdqa     [edx], xmm2
3633     movdqa     [edx + 16], xmm3
3634     lea        edx, [edx + 32]
3635     sub        ecx, 8
3636     jg         convertloop
3637 
3638     ret
3639   }
3640 }
3641 #endif  // HAS_ARGBCOPYALPHAROW_SSE2
3642 
3643 #ifdef HAS_ARGBCOPYALPHAROW_AVX2
3644 // width in pixels
3645 __declspec(naked) __declspec(align(16))
ARGBCopyAlphaRow_AVX2(const uint8 * src,uint8 * dst,int width)3646 void ARGBCopyAlphaRow_AVX2(const uint8* src, uint8* dst, int width) {
3647   __asm {
3648     mov        eax, [esp + 4]   // src
3649     mov        edx, [esp + 8]   // dst
3650     mov        ecx, [esp + 12]  // count
3651     vpcmpeqb   ymm0, ymm0, ymm0
3652     vpsrld     ymm0, ymm0, 8    // generate mask 0x00ffffff
3653 
3654     align      4
3655   convertloop:
3656     vmovdqu    ymm1, [eax]
3657     vmovdqu    ymm2, [eax + 32]
3658     lea        eax, [eax + 64]
3659     vpblendvb  ymm1, ymm1, [edx], ymm0
3660     vpblendvb  ymm2, ymm2, [edx + 32], ymm0
3661     vmovdqu    [edx], ymm1
3662     vmovdqu    [edx + 32], ymm2
3663     lea        edx, [edx + 64]
3664     sub        ecx, 16
3665     jg         convertloop
3666 
3667     vzeroupper
3668     ret
3669   }
3670 }
3671 #endif  // HAS_ARGBCOPYALPHAROW_AVX2
3672 
3673 #ifdef HAS_ARGBCOPYYTOALPHAROW_SSE2
3674 // width in pixels
3675 __declspec(naked) __declspec(align(16))
ARGBCopyYToAlphaRow_SSE2(const uint8 * src,uint8 * dst,int width)3676 void ARGBCopyYToAlphaRow_SSE2(const uint8* src, uint8* dst, int width) {
3677   __asm {
3678     mov        eax, [esp + 4]   // src
3679     mov        edx, [esp + 8]   // dst
3680     mov        ecx, [esp + 12]  // count
3681     pcmpeqb    xmm0, xmm0       // generate mask 0xff000000
3682     pslld      xmm0, 24
3683     pcmpeqb    xmm1, xmm1       // generate mask 0x00ffffff
3684     psrld      xmm1, 8
3685 
3686     align      4
3687   convertloop:
3688     movq       xmm2, qword ptr [eax]  // 8 Y's
3689     lea        eax, [eax + 8]
3690     punpcklbw  xmm2, xmm2
3691     punpckhwd  xmm3, xmm2
3692     punpcklwd  xmm2, xmm2
3693     movdqa     xmm4, [edx]
3694     movdqa     xmm5, [edx + 16]
3695     pand       xmm2, xmm0
3696     pand       xmm3, xmm0
3697     pand       xmm4, xmm1
3698     pand       xmm5, xmm1
3699     por        xmm2, xmm4
3700     por        xmm3, xmm5
3701     movdqa     [edx], xmm2
3702     movdqa     [edx + 16], xmm3
3703     lea        edx, [edx + 32]
3704     sub        ecx, 8
3705     jg         convertloop
3706 
3707     ret
3708   }
3709 }
3710 #endif  // HAS_ARGBCOPYYTOALPHAROW_SSE2
3711 
3712 #ifdef HAS_ARGBCOPYYTOALPHAROW_AVX2
3713 // width in pixels
3714 __declspec(naked) __declspec(align(16))
ARGBCopyYToAlphaRow_AVX2(const uint8 * src,uint8 * dst,int width)3715 void ARGBCopyYToAlphaRow_AVX2(const uint8* src, uint8* dst, int width) {
3716   __asm {
3717     mov        eax, [esp + 4]   // src
3718     mov        edx, [esp + 8]   // dst
3719     mov        ecx, [esp + 12]  // count
3720     vpcmpeqb   ymm0, ymm0, ymm0
3721     vpsrld     ymm0, ymm0, 8    // generate mask 0x00ffffff
3722 
3723     align      4
3724   convertloop:
3725     vpmovzxbd  ymm1, qword ptr [eax]
3726     vpmovzxbd  ymm2, qword ptr [eax + 8]
3727     lea        eax, [eax + 16]
3728     vpslld     ymm1, ymm1, 24
3729     vpslld     ymm2, ymm2, 24
3730     vpblendvb  ymm1, ymm1, [edx], ymm0
3731     vpblendvb  ymm2, ymm2, [edx + 32], ymm0
3732     vmovdqu    [edx], ymm1
3733     vmovdqu    [edx + 32], ymm2
3734     lea        edx, [edx + 64]
3735     sub        ecx, 16
3736     jg         convertloop
3737 
3738     vzeroupper
3739     ret
3740   }
3741 }
3742 #endif  // HAS_ARGBCOPYYTOALPHAROW_AVX2
3743 
3744 #ifdef HAS_SETROW_X86
3745 // SetRow8 writes 'count' bytes using a 32 bit value repeated.
3746 __declspec(naked) __declspec(align(16))
SetRow_X86(uint8 * dst,uint32 v32,int count)3747 void SetRow_X86(uint8* dst, uint32 v32, int count) {
3748   __asm {
3749     mov        edx, edi
3750     mov        edi, [esp + 4]   // dst
3751     mov        eax, [esp + 8]   // v32
3752     mov        ecx, [esp + 12]  // count
3753     shr        ecx, 2
3754     rep stosd
3755     mov        edi, edx
3756     ret
3757   }
3758 }
3759 
3760 // SetRow32 writes 'count' words using a 32 bit value repeated.
3761 __declspec(naked) __declspec(align(16))
ARGBSetRows_X86(uint8 * dst,uint32 v32,int width,int dst_stride,int height)3762 void ARGBSetRows_X86(uint8* dst, uint32 v32, int width,
3763                    int dst_stride, int height) {
3764   __asm {
3765     push       esi
3766     push       edi
3767     push       ebp
3768     mov        edi, [esp + 12 + 4]   // dst
3769     mov        eax, [esp + 12 + 8]   // v32
3770     mov        ebp, [esp + 12 + 12]  // width
3771     mov        edx, [esp + 12 + 16]  // dst_stride
3772     mov        esi, [esp + 12 + 20]  // height
3773     lea        ecx, [ebp * 4]
3774     sub        edx, ecx             // stride - width * 4
3775 
3776     align      4
3777   convertloop:
3778     mov        ecx, ebp
3779     rep stosd
3780     add        edi, edx
3781     sub        esi, 1
3782     jg         convertloop
3783 
3784     pop        ebp
3785     pop        edi
3786     pop        esi
3787     ret
3788   }
3789 }
3790 #endif  // HAS_SETROW_X86
3791 
3792 #ifdef HAS_YUY2TOYROW_AVX2
3793 __declspec(naked) __declspec(align(16))
YUY2ToYRow_AVX2(const uint8 * src_yuy2,uint8 * dst_y,int pix)3794 void YUY2ToYRow_AVX2(const uint8* src_yuy2,
3795                      uint8* dst_y, int pix) {
3796   __asm {
3797     mov        eax, [esp + 4]    // src_yuy2
3798     mov        edx, [esp + 8]    // dst_y
3799     mov        ecx, [esp + 12]   // pix
3800     vpcmpeqb   ymm5, ymm5, ymm5  // generate mask 0x00ff00ff
3801     vpsrlw     ymm5, ymm5, 8
3802 
3803     align      4
3804   convertloop:
3805     vmovdqu    ymm0, [eax]
3806     vmovdqu    ymm1, [eax + 32]
3807     lea        eax,  [eax + 64]
3808     vpand      ymm0, ymm0, ymm5   // even bytes are Y
3809     vpand      ymm1, ymm1, ymm5
3810     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3811     vpermq     ymm0, ymm0, 0xd8
3812     sub        ecx, 32
3813     vmovdqu    [edx], ymm0
3814     lea        edx, [edx + 32]
3815     jg         convertloop
3816     vzeroupper
3817     ret
3818   }
3819 }
3820 
3821 __declspec(naked) __declspec(align(16))
YUY2ToUVRow_AVX2(const uint8 * src_yuy2,int stride_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)3822 void YUY2ToUVRow_AVX2(const uint8* src_yuy2, int stride_yuy2,
3823                       uint8* dst_u, uint8* dst_v, int pix) {
3824   __asm {
3825     push       esi
3826     push       edi
3827     mov        eax, [esp + 8 + 4]    // src_yuy2
3828     mov        esi, [esp + 8 + 8]    // stride_yuy2
3829     mov        edx, [esp + 8 + 12]   // dst_u
3830     mov        edi, [esp + 8 + 16]   // dst_v
3831     mov        ecx, [esp + 8 + 20]   // pix
3832     vpcmpeqb   ymm5, ymm5, ymm5      // generate mask 0x00ff00ff
3833     vpsrlw     ymm5, ymm5, 8
3834     sub        edi, edx
3835 
3836     align      4
3837   convertloop:
3838     vmovdqu    ymm0, [eax]
3839     vmovdqu    ymm1, [eax + 32]
3840     vpavgb     ymm0, ymm0, [eax + esi]
3841     vpavgb     ymm1, ymm1, [eax + esi + 32]
3842     lea        eax,  [eax + 64]
3843     vpsrlw     ymm0, ymm0, 8      // YUYV -> UVUV
3844     vpsrlw     ymm1, ymm1, 8
3845     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3846     vpermq     ymm0, ymm0, 0xd8
3847     vpand      ymm1, ymm0, ymm5  // U
3848     vpsrlw     ymm0, ymm0, 8     // V
3849     vpackuswb  ymm1, ymm1, ymm1  // mutates.
3850     vpackuswb  ymm0, ymm0, ymm0  // mutates.
3851     vpermq     ymm1, ymm1, 0xd8
3852     vpermq     ymm0, ymm0, 0xd8
3853     vextractf128 [edx], ymm1, 0  // U
3854     vextractf128 [edx + edi], ymm0, 0 // V
3855     lea        edx, [edx + 16]
3856     sub        ecx, 32
3857     jg         convertloop
3858 
3859     pop        edi
3860     pop        esi
3861     vzeroupper
3862     ret
3863   }
3864 }
3865 
3866 __declspec(naked) __declspec(align(16))
YUY2ToUV422Row_AVX2(const uint8 * src_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)3867 void YUY2ToUV422Row_AVX2(const uint8* src_yuy2,
3868                          uint8* dst_u, uint8* dst_v, int pix) {
3869   __asm {
3870     push       edi
3871     mov        eax, [esp + 4 + 4]    // src_yuy2
3872     mov        edx, [esp + 4 + 8]    // dst_u
3873     mov        edi, [esp + 4 + 12]   // dst_v
3874     mov        ecx, [esp + 4 + 16]   // pix
3875     vpcmpeqb   ymm5, ymm5, ymm5      // generate mask 0x00ff00ff
3876     vpsrlw     ymm5, ymm5, 8
3877     sub        edi, edx
3878 
3879     align      4
3880   convertloop:
3881     vmovdqu    ymm0, [eax]
3882     vmovdqu    ymm1, [eax + 32]
3883     lea        eax,  [eax + 64]
3884     vpsrlw     ymm0, ymm0, 8      // YUYV -> UVUV
3885     vpsrlw     ymm1, ymm1, 8
3886     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3887     vpermq     ymm0, ymm0, 0xd8
3888     vpand      ymm1, ymm0, ymm5  // U
3889     vpsrlw     ymm0, ymm0, 8     // V
3890     vpackuswb  ymm1, ymm1, ymm1  // mutates.
3891     vpackuswb  ymm0, ymm0, ymm0  // mutates.
3892     vpermq     ymm1, ymm1, 0xd8
3893     vpermq     ymm0, ymm0, 0xd8
3894     vextractf128 [edx], ymm1, 0  // U
3895     vextractf128 [edx + edi], ymm0, 0 // V
3896     lea        edx, [edx + 16]
3897     sub        ecx, 32
3898     jg         convertloop
3899 
3900     pop        edi
3901     vzeroupper
3902     ret
3903   }
3904 }
3905 
3906 __declspec(naked) __declspec(align(16))
UYVYToYRow_AVX2(const uint8 * src_uyvy,uint8 * dst_y,int pix)3907 void UYVYToYRow_AVX2(const uint8* src_uyvy,
3908                      uint8* dst_y, int pix) {
3909   __asm {
3910     mov        eax, [esp + 4]    // src_uyvy
3911     mov        edx, [esp + 8]    // dst_y
3912     mov        ecx, [esp + 12]   // pix
3913 
3914     align      4
3915   convertloop:
3916     vmovdqu    ymm0, [eax]
3917     vmovdqu    ymm1, [eax + 32]
3918     lea        eax,  [eax + 64]
3919     vpsrlw     ymm0, ymm0, 8      // odd bytes are Y
3920     vpsrlw     ymm1, ymm1, 8
3921     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3922     vpermq     ymm0, ymm0, 0xd8
3923     sub        ecx, 32
3924     vmovdqu    [edx], ymm0
3925     lea        edx, [edx + 32]
3926     jg         convertloop
3927     ret
3928     vzeroupper
3929   }
3930 }
3931 
3932 __declspec(naked) __declspec(align(16))
UYVYToUVRow_AVX2(const uint8 * src_uyvy,int stride_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)3933 void UYVYToUVRow_AVX2(const uint8* src_uyvy, int stride_uyvy,
3934                       uint8* dst_u, uint8* dst_v, int pix) {
3935   __asm {
3936     push       esi
3937     push       edi
3938     mov        eax, [esp + 8 + 4]    // src_yuy2
3939     mov        esi, [esp + 8 + 8]    // stride_yuy2
3940     mov        edx, [esp + 8 + 12]   // dst_u
3941     mov        edi, [esp + 8 + 16]   // dst_v
3942     mov        ecx, [esp + 8 + 20]   // pix
3943     vpcmpeqb   ymm5, ymm5, ymm5      // generate mask 0x00ff00ff
3944     vpsrlw     ymm5, ymm5, 8
3945     sub        edi, edx
3946 
3947     align      4
3948   convertloop:
3949     vmovdqu    ymm0, [eax]
3950     vmovdqu    ymm1, [eax + 32]
3951     vpavgb     ymm0, ymm0, [eax + esi]
3952     vpavgb     ymm1, ymm1, [eax + esi + 32]
3953     lea        eax,  [eax + 64]
3954     vpand      ymm0, ymm0, ymm5   // UYVY -> UVUV
3955     vpand      ymm1, ymm1, ymm5
3956     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3957     vpermq     ymm0, ymm0, 0xd8
3958     vpand      ymm1, ymm0, ymm5  // U
3959     vpsrlw     ymm0, ymm0, 8     // V
3960     vpackuswb  ymm1, ymm1, ymm1  // mutates.
3961     vpackuswb  ymm0, ymm0, ymm0  // mutates.
3962     vpermq     ymm1, ymm1, 0xd8
3963     vpermq     ymm0, ymm0, 0xd8
3964     vextractf128 [edx], ymm1, 0  // U
3965     vextractf128 [edx + edi], ymm0, 0 // V
3966     lea        edx, [edx + 16]
3967     sub        ecx, 32
3968     jg         convertloop
3969 
3970     pop        edi
3971     pop        esi
3972     vzeroupper
3973     ret
3974   }
3975 }
3976 
3977 __declspec(naked) __declspec(align(16))
UYVYToUV422Row_AVX2(const uint8 * src_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)3978 void UYVYToUV422Row_AVX2(const uint8* src_uyvy,
3979                          uint8* dst_u, uint8* dst_v, int pix) {
3980   __asm {
3981     push       edi
3982     mov        eax, [esp + 4 + 4]    // src_yuy2
3983     mov        edx, [esp + 4 + 8]    // dst_u
3984     mov        edi, [esp + 4 + 12]   // dst_v
3985     mov        ecx, [esp + 4 + 16]   // pix
3986     vpcmpeqb   ymm5, ymm5, ymm5      // generate mask 0x00ff00ff
3987     vpsrlw     ymm5, ymm5, 8
3988     sub        edi, edx
3989 
3990     align      4
3991   convertloop:
3992     vmovdqu    ymm0, [eax]
3993     vmovdqu    ymm1, [eax + 32]
3994     lea        eax,  [eax + 64]
3995     vpand      ymm0, ymm0, ymm5   // UYVY -> UVUV
3996     vpand      ymm1, ymm1, ymm5
3997     vpackuswb  ymm0, ymm0, ymm1   // mutates.
3998     vpermq     ymm0, ymm0, 0xd8
3999     vpand      ymm1, ymm0, ymm5  // U
4000     vpsrlw     ymm0, ymm0, 8     // V
4001     vpackuswb  ymm1, ymm1, ymm1  // mutates.
4002     vpackuswb  ymm0, ymm0, ymm0  // mutates.
4003     vpermq     ymm1, ymm1, 0xd8
4004     vpermq     ymm0, ymm0, 0xd8
4005     vextractf128 [edx], ymm1, 0  // U
4006     vextractf128 [edx + edi], ymm0, 0 // V
4007     lea        edx, [edx + 16]
4008     sub        ecx, 32
4009     jg         convertloop
4010 
4011     pop        edi
4012     vzeroupper
4013     ret
4014   }
4015 }
4016 #endif  // HAS_YUY2TOYROW_AVX2
4017 
4018 #ifdef HAS_YUY2TOYROW_SSE2
4019 __declspec(naked) __declspec(align(16))
YUY2ToYRow_SSE2(const uint8 * src_yuy2,uint8 * dst_y,int pix)4020 void YUY2ToYRow_SSE2(const uint8* src_yuy2,
4021                      uint8* dst_y, int pix) {
4022   __asm {
4023     mov        eax, [esp + 4]    // src_yuy2
4024     mov        edx, [esp + 8]    // dst_y
4025     mov        ecx, [esp + 12]   // pix
4026     pcmpeqb    xmm5, xmm5        // generate mask 0x00ff00ff
4027     psrlw      xmm5, 8
4028 
4029     align      4
4030   convertloop:
4031     movdqa     xmm0, [eax]
4032     movdqa     xmm1, [eax + 16]
4033     lea        eax,  [eax + 32]
4034     pand       xmm0, xmm5   // even bytes are Y
4035     pand       xmm1, xmm5
4036     packuswb   xmm0, xmm1
4037     sub        ecx, 16
4038     movdqa     [edx], xmm0
4039     lea        edx, [edx + 16]
4040     jg         convertloop
4041     ret
4042   }
4043 }
4044 
4045 __declspec(naked) __declspec(align(16))
YUY2ToUVRow_SSE2(const uint8 * src_yuy2,int stride_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)4046 void YUY2ToUVRow_SSE2(const uint8* src_yuy2, int stride_yuy2,
4047                       uint8* dst_u, uint8* dst_v, int pix) {
4048   __asm {
4049     push       esi
4050     push       edi
4051     mov        eax, [esp + 8 + 4]    // src_yuy2
4052     mov        esi, [esp + 8 + 8]    // stride_yuy2
4053     mov        edx, [esp + 8 + 12]   // dst_u
4054     mov        edi, [esp + 8 + 16]   // dst_v
4055     mov        ecx, [esp + 8 + 20]   // pix
4056     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4057     psrlw      xmm5, 8
4058     sub        edi, edx
4059 
4060     align      4
4061   convertloop:
4062     movdqa     xmm0, [eax]
4063     movdqa     xmm1, [eax + 16]
4064     movdqa     xmm2, [eax + esi]
4065     movdqa     xmm3, [eax + esi + 16]
4066     lea        eax,  [eax + 32]
4067     pavgb      xmm0, xmm2
4068     pavgb      xmm1, xmm3
4069     psrlw      xmm0, 8      // YUYV -> UVUV
4070     psrlw      xmm1, 8
4071     packuswb   xmm0, xmm1
4072     movdqa     xmm1, xmm0
4073     pand       xmm0, xmm5  // U
4074     packuswb   xmm0, xmm0
4075     psrlw      xmm1, 8     // V
4076     packuswb   xmm1, xmm1
4077     movq       qword ptr [edx], xmm0
4078     movq       qword ptr [edx + edi], xmm1
4079     lea        edx, [edx + 8]
4080     sub        ecx, 16
4081     jg         convertloop
4082 
4083     pop        edi
4084     pop        esi
4085     ret
4086   }
4087 }
4088 
4089 __declspec(naked) __declspec(align(16))
YUY2ToUV422Row_SSE2(const uint8 * src_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)4090 void YUY2ToUV422Row_SSE2(const uint8* src_yuy2,
4091                          uint8* dst_u, uint8* dst_v, int pix) {
4092   __asm {
4093     push       edi
4094     mov        eax, [esp + 4 + 4]    // src_yuy2
4095     mov        edx, [esp + 4 + 8]    // dst_u
4096     mov        edi, [esp + 4 + 12]   // dst_v
4097     mov        ecx, [esp + 4 + 16]   // pix
4098     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4099     psrlw      xmm5, 8
4100     sub        edi, edx
4101 
4102     align      4
4103   convertloop:
4104     movdqa     xmm0, [eax]
4105     movdqa     xmm1, [eax + 16]
4106     lea        eax,  [eax + 32]
4107     psrlw      xmm0, 8      // YUYV -> UVUV
4108     psrlw      xmm1, 8
4109     packuswb   xmm0, xmm1
4110     movdqa     xmm1, xmm0
4111     pand       xmm0, xmm5  // U
4112     packuswb   xmm0, xmm0
4113     psrlw      xmm1, 8     // V
4114     packuswb   xmm1, xmm1
4115     movq       qword ptr [edx], xmm0
4116     movq       qword ptr [edx + edi], xmm1
4117     lea        edx, [edx + 8]
4118     sub        ecx, 16
4119     jg         convertloop
4120 
4121     pop        edi
4122     ret
4123   }
4124 }
4125 
4126 __declspec(naked) __declspec(align(16))
YUY2ToYRow_Unaligned_SSE2(const uint8 * src_yuy2,uint8 * dst_y,int pix)4127 void YUY2ToYRow_Unaligned_SSE2(const uint8* src_yuy2,
4128                                uint8* dst_y, int pix) {
4129   __asm {
4130     mov        eax, [esp + 4]    // src_yuy2
4131     mov        edx, [esp + 8]    // dst_y
4132     mov        ecx, [esp + 12]   // pix
4133     pcmpeqb    xmm5, xmm5        // generate mask 0x00ff00ff
4134     psrlw      xmm5, 8
4135 
4136     align      4
4137   convertloop:
4138     movdqu     xmm0, [eax]
4139     movdqu     xmm1, [eax + 16]
4140     lea        eax,  [eax + 32]
4141     pand       xmm0, xmm5   // even bytes are Y
4142     pand       xmm1, xmm5
4143     packuswb   xmm0, xmm1
4144     sub        ecx, 16
4145     movdqu     [edx], xmm0
4146     lea        edx, [edx + 16]
4147     jg         convertloop
4148     ret
4149   }
4150 }
4151 
4152 __declspec(naked) __declspec(align(16))
YUY2ToUVRow_Unaligned_SSE2(const uint8 * src_yuy2,int stride_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)4153 void YUY2ToUVRow_Unaligned_SSE2(const uint8* src_yuy2, int stride_yuy2,
4154                                 uint8* dst_u, uint8* dst_v, int pix) {
4155   __asm {
4156     push       esi
4157     push       edi
4158     mov        eax, [esp + 8 + 4]    // src_yuy2
4159     mov        esi, [esp + 8 + 8]    // stride_yuy2
4160     mov        edx, [esp + 8 + 12]   // dst_u
4161     mov        edi, [esp + 8 + 16]   // dst_v
4162     mov        ecx, [esp + 8 + 20]   // pix
4163     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4164     psrlw      xmm5, 8
4165     sub        edi, edx
4166 
4167     align      4
4168   convertloop:
4169     movdqu     xmm0, [eax]
4170     movdqu     xmm1, [eax + 16]
4171     movdqu     xmm2, [eax + esi]
4172     movdqu     xmm3, [eax + esi + 16]
4173     lea        eax,  [eax + 32]
4174     pavgb      xmm0, xmm2
4175     pavgb      xmm1, xmm3
4176     psrlw      xmm0, 8      // YUYV -> UVUV
4177     psrlw      xmm1, 8
4178     packuswb   xmm0, xmm1
4179     movdqa     xmm1, xmm0
4180     pand       xmm0, xmm5  // U
4181     packuswb   xmm0, xmm0
4182     psrlw      xmm1, 8     // V
4183     packuswb   xmm1, xmm1
4184     movq       qword ptr [edx], xmm0
4185     movq       qword ptr [edx + edi], xmm1
4186     lea        edx, [edx + 8]
4187     sub        ecx, 16
4188     jg         convertloop
4189 
4190     pop        edi
4191     pop        esi
4192     ret
4193   }
4194 }
4195 
4196 __declspec(naked) __declspec(align(16))
YUY2ToUV422Row_Unaligned_SSE2(const uint8 * src_yuy2,uint8 * dst_u,uint8 * dst_v,int pix)4197 void YUY2ToUV422Row_Unaligned_SSE2(const uint8* src_yuy2,
4198                                    uint8* dst_u, uint8* dst_v, int pix) {
4199   __asm {
4200     push       edi
4201     mov        eax, [esp + 4 + 4]    // src_yuy2
4202     mov        edx, [esp + 4 + 8]    // dst_u
4203     mov        edi, [esp + 4 + 12]   // dst_v
4204     mov        ecx, [esp + 4 + 16]   // pix
4205     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4206     psrlw      xmm5, 8
4207     sub        edi, edx
4208 
4209     align      4
4210   convertloop:
4211     movdqu     xmm0, [eax]
4212     movdqu     xmm1, [eax + 16]
4213     lea        eax,  [eax + 32]
4214     psrlw      xmm0, 8      // YUYV -> UVUV
4215     psrlw      xmm1, 8
4216     packuswb   xmm0, xmm1
4217     movdqa     xmm1, xmm0
4218     pand       xmm0, xmm5  // U
4219     packuswb   xmm0, xmm0
4220     psrlw      xmm1, 8     // V
4221     packuswb   xmm1, xmm1
4222     movq       qword ptr [edx], xmm0
4223     movq       qword ptr [edx + edi], xmm1
4224     lea        edx, [edx + 8]
4225     sub        ecx, 16
4226     jg         convertloop
4227 
4228     pop        edi
4229     ret
4230   }
4231 }
4232 
4233 __declspec(naked) __declspec(align(16))
UYVYToYRow_SSE2(const uint8 * src_uyvy,uint8 * dst_y,int pix)4234 void UYVYToYRow_SSE2(const uint8* src_uyvy,
4235                      uint8* dst_y, int pix) {
4236   __asm {
4237     mov        eax, [esp + 4]    // src_uyvy
4238     mov        edx, [esp + 8]    // dst_y
4239     mov        ecx, [esp + 12]   // pix
4240 
4241     align      4
4242   convertloop:
4243     movdqa     xmm0, [eax]
4244     movdqa     xmm1, [eax + 16]
4245     lea        eax,  [eax + 32]
4246     psrlw      xmm0, 8    // odd bytes are Y
4247     psrlw      xmm1, 8
4248     packuswb   xmm0, xmm1
4249     sub        ecx, 16
4250     movdqa     [edx], xmm0
4251     lea        edx, [edx + 16]
4252     jg         convertloop
4253     ret
4254   }
4255 }
4256 
4257 __declspec(naked) __declspec(align(16))
UYVYToUVRow_SSE2(const uint8 * src_uyvy,int stride_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)4258 void UYVYToUVRow_SSE2(const uint8* src_uyvy, int stride_uyvy,
4259                       uint8* dst_u, uint8* dst_v, int pix) {
4260   __asm {
4261     push       esi
4262     push       edi
4263     mov        eax, [esp + 8 + 4]    // src_yuy2
4264     mov        esi, [esp + 8 + 8]    // stride_yuy2
4265     mov        edx, [esp + 8 + 12]   // dst_u
4266     mov        edi, [esp + 8 + 16]   // dst_v
4267     mov        ecx, [esp + 8 + 20]   // pix
4268     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4269     psrlw      xmm5, 8
4270     sub        edi, edx
4271 
4272     align      4
4273   convertloop:
4274     movdqa     xmm0, [eax]
4275     movdqa     xmm1, [eax + 16]
4276     movdqa     xmm2, [eax + esi]
4277     movdqa     xmm3, [eax + esi + 16]
4278     lea        eax,  [eax + 32]
4279     pavgb      xmm0, xmm2
4280     pavgb      xmm1, xmm3
4281     pand       xmm0, xmm5   // UYVY -> UVUV
4282     pand       xmm1, xmm5
4283     packuswb   xmm0, xmm1
4284     movdqa     xmm1, xmm0
4285     pand       xmm0, xmm5  // U
4286     packuswb   xmm0, xmm0
4287     psrlw      xmm1, 8     // V
4288     packuswb   xmm1, xmm1
4289     movq       qword ptr [edx], xmm0
4290     movq       qword ptr [edx + edi], xmm1
4291     lea        edx, [edx + 8]
4292     sub        ecx, 16
4293     jg         convertloop
4294 
4295     pop        edi
4296     pop        esi
4297     ret
4298   }
4299 }
4300 
4301 __declspec(naked) __declspec(align(16))
UYVYToUV422Row_SSE2(const uint8 * src_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)4302 void UYVYToUV422Row_SSE2(const uint8* src_uyvy,
4303                          uint8* dst_u, uint8* dst_v, int pix) {
4304   __asm {
4305     push       edi
4306     mov        eax, [esp + 4 + 4]    // src_yuy2
4307     mov        edx, [esp + 4 + 8]    // dst_u
4308     mov        edi, [esp + 4 + 12]   // dst_v
4309     mov        ecx, [esp + 4 + 16]   // pix
4310     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4311     psrlw      xmm5, 8
4312     sub        edi, edx
4313 
4314     align      4
4315   convertloop:
4316     movdqa     xmm0, [eax]
4317     movdqa     xmm1, [eax + 16]
4318     lea        eax,  [eax + 32]
4319     pand       xmm0, xmm5   // UYVY -> UVUV
4320     pand       xmm1, xmm5
4321     packuswb   xmm0, xmm1
4322     movdqa     xmm1, xmm0
4323     pand       xmm0, xmm5  // U
4324     packuswb   xmm0, xmm0
4325     psrlw      xmm1, 8     // V
4326     packuswb   xmm1, xmm1
4327     movq       qword ptr [edx], xmm0
4328     movq       qword ptr [edx + edi], xmm1
4329     lea        edx, [edx + 8]
4330     sub        ecx, 16
4331     jg         convertloop
4332 
4333     pop        edi
4334     ret
4335   }
4336 }
4337 
4338 __declspec(naked) __declspec(align(16))
UYVYToYRow_Unaligned_SSE2(const uint8 * src_uyvy,uint8 * dst_y,int pix)4339 void UYVYToYRow_Unaligned_SSE2(const uint8* src_uyvy,
4340                                uint8* dst_y, int pix) {
4341   __asm {
4342     mov        eax, [esp + 4]    // src_uyvy
4343     mov        edx, [esp + 8]    // dst_y
4344     mov        ecx, [esp + 12]   // pix
4345 
4346     align      4
4347   convertloop:
4348     movdqu     xmm0, [eax]
4349     movdqu     xmm1, [eax + 16]
4350     lea        eax,  [eax + 32]
4351     psrlw      xmm0, 8    // odd bytes are Y
4352     psrlw      xmm1, 8
4353     packuswb   xmm0, xmm1
4354     sub        ecx, 16
4355     movdqu     [edx], xmm0
4356     lea        edx, [edx + 16]
4357     jg         convertloop
4358     ret
4359   }
4360 }
4361 
4362 __declspec(naked) __declspec(align(16))
UYVYToUVRow_Unaligned_SSE2(const uint8 * src_uyvy,int stride_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)4363 void UYVYToUVRow_Unaligned_SSE2(const uint8* src_uyvy, int stride_uyvy,
4364                                 uint8* dst_u, uint8* dst_v, int pix) {
4365   __asm {
4366     push       esi
4367     push       edi
4368     mov        eax, [esp + 8 + 4]    // src_yuy2
4369     mov        esi, [esp + 8 + 8]    // stride_yuy2
4370     mov        edx, [esp + 8 + 12]   // dst_u
4371     mov        edi, [esp + 8 + 16]   // dst_v
4372     mov        ecx, [esp + 8 + 20]   // pix
4373     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4374     psrlw      xmm5, 8
4375     sub        edi, edx
4376 
4377     align      4
4378   convertloop:
4379     movdqu     xmm0, [eax]
4380     movdqu     xmm1, [eax + 16]
4381     movdqu     xmm2, [eax + esi]
4382     movdqu     xmm3, [eax + esi + 16]
4383     lea        eax,  [eax + 32]
4384     pavgb      xmm0, xmm2
4385     pavgb      xmm1, xmm3
4386     pand       xmm0, xmm5   // UYVY -> UVUV
4387     pand       xmm1, xmm5
4388     packuswb   xmm0, xmm1
4389     movdqa     xmm1, xmm0
4390     pand       xmm0, xmm5  // U
4391     packuswb   xmm0, xmm0
4392     psrlw      xmm1, 8     // V
4393     packuswb   xmm1, xmm1
4394     movq       qword ptr [edx], xmm0
4395     movq       qword ptr [edx + edi], xmm1
4396     lea        edx, [edx + 8]
4397     sub        ecx, 16
4398     jg         convertloop
4399 
4400     pop        edi
4401     pop        esi
4402     ret
4403   }
4404 }
4405 
4406 __declspec(naked) __declspec(align(16))
UYVYToUV422Row_Unaligned_SSE2(const uint8 * src_uyvy,uint8 * dst_u,uint8 * dst_v,int pix)4407 void UYVYToUV422Row_Unaligned_SSE2(const uint8* src_uyvy,
4408                                    uint8* dst_u, uint8* dst_v, int pix) {
4409   __asm {
4410     push       edi
4411     mov        eax, [esp + 4 + 4]    // src_yuy2
4412     mov        edx, [esp + 4 + 8]    // dst_u
4413     mov        edi, [esp + 4 + 12]   // dst_v
4414     mov        ecx, [esp + 4 + 16]   // pix
4415     pcmpeqb    xmm5, xmm5            // generate mask 0x00ff00ff
4416     psrlw      xmm5, 8
4417     sub        edi, edx
4418 
4419     align      4
4420   convertloop:
4421     movdqu     xmm0, [eax]
4422     movdqu     xmm1, [eax + 16]
4423     lea        eax,  [eax + 32]
4424     pand       xmm0, xmm5   // UYVY -> UVUV
4425     pand       xmm1, xmm5
4426     packuswb   xmm0, xmm1
4427     movdqa     xmm1, xmm0
4428     pand       xmm0, xmm5  // U
4429     packuswb   xmm0, xmm0
4430     psrlw      xmm1, 8     // V
4431     packuswb   xmm1, xmm1
4432     movq       qword ptr [edx], xmm0
4433     movq       qword ptr [edx + edi], xmm1
4434     lea        edx, [edx + 8]
4435     sub        ecx, 16
4436     jg         convertloop
4437 
4438     pop        edi
4439     ret
4440   }
4441 }
4442 #endif  // HAS_YUY2TOYROW_SSE2
4443 
4444 #ifdef HAS_ARGBBLENDROW_SSE2
4445 // Blend 8 pixels at a time.
4446 __declspec(naked) __declspec(align(16))
ARGBBlendRow_SSE2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)4447 void ARGBBlendRow_SSE2(const uint8* src_argb0, const uint8* src_argb1,
4448                        uint8* dst_argb, int width) {
4449   __asm {
4450     push       esi
4451     mov        eax, [esp + 4 + 4]   // src_argb0
4452     mov        esi, [esp + 4 + 8]   // src_argb1
4453     mov        edx, [esp + 4 + 12]  // dst_argb
4454     mov        ecx, [esp + 4 + 16]  // width
4455     pcmpeqb    xmm7, xmm7       // generate constant 1
4456     psrlw      xmm7, 15
4457     pcmpeqb    xmm6, xmm6       // generate mask 0x00ff00ff
4458     psrlw      xmm6, 8
4459     pcmpeqb    xmm5, xmm5       // generate mask 0xff00ff00
4460     psllw      xmm5, 8
4461     pcmpeqb    xmm4, xmm4       // generate mask 0xff000000
4462     pslld      xmm4, 24
4463 
4464     sub        ecx, 1
4465     je         convertloop1     // only 1 pixel?
4466     jl         convertloop1b
4467 
4468     // 1 pixel loop until destination pointer is aligned.
4469   alignloop1:
4470     test       edx, 15          // aligned?
4471     je         alignloop1b
4472     movd       xmm3, [eax]
4473     lea        eax, [eax + 4]
4474     movdqa     xmm0, xmm3       // src argb
4475     pxor       xmm3, xmm4       // ~alpha
4476     movd       xmm2, [esi]      // _r_b
4477     psrlw      xmm3, 8          // alpha
4478     pshufhw    xmm3, xmm3, 0F5h // 8 alpha words
4479     pshuflw    xmm3, xmm3, 0F5h
4480     pand       xmm2, xmm6       // _r_b
4481     paddw      xmm3, xmm7       // 256 - alpha
4482     pmullw     xmm2, xmm3       // _r_b * alpha
4483     movd       xmm1, [esi]      // _a_g
4484     lea        esi, [esi + 4]
4485     psrlw      xmm1, 8          // _a_g
4486     por        xmm0, xmm4       // set alpha to 255
4487     pmullw     xmm1, xmm3       // _a_g * alpha
4488     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4489     paddusb    xmm0, xmm2       // + src argb
4490     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4491     paddusb    xmm0, xmm1       // + src argb
4492     sub        ecx, 1
4493     movd       [edx], xmm0
4494     lea        edx, [edx + 4]
4495     jge        alignloop1
4496 
4497   alignloop1b:
4498     add        ecx, 1 - 4
4499     jl         convertloop4b
4500 
4501     // 4 pixel loop.
4502   convertloop4:
4503     movdqu     xmm3, [eax]      // src argb
4504     lea        eax, [eax + 16]
4505     movdqa     xmm0, xmm3       // src argb
4506     pxor       xmm3, xmm4       // ~alpha
4507     movdqu     xmm2, [esi]      // _r_b
4508     psrlw      xmm3, 8          // alpha
4509     pshufhw    xmm3, xmm3, 0F5h // 8 alpha words
4510     pshuflw    xmm3, xmm3, 0F5h
4511     pand       xmm2, xmm6       // _r_b
4512     paddw      xmm3, xmm7       // 256 - alpha
4513     pmullw     xmm2, xmm3       // _r_b * alpha
4514     movdqu     xmm1, [esi]      // _a_g
4515     lea        esi, [esi + 16]
4516     psrlw      xmm1, 8          // _a_g
4517     por        xmm0, xmm4       // set alpha to 255
4518     pmullw     xmm1, xmm3       // _a_g * alpha
4519     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4520     paddusb    xmm0, xmm2       // + src argb
4521     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4522     paddusb    xmm0, xmm1       // + src argb
4523     sub        ecx, 4
4524     movdqa     [edx], xmm0
4525     lea        edx, [edx + 16]
4526     jge        convertloop4
4527 
4528   convertloop4b:
4529     add        ecx, 4 - 1
4530     jl         convertloop1b
4531 
4532     // 1 pixel loop.
4533   convertloop1:
4534     movd       xmm3, [eax]      // src argb
4535     lea        eax, [eax + 4]
4536     movdqa     xmm0, xmm3       // src argb
4537     pxor       xmm3, xmm4       // ~alpha
4538     movd       xmm2, [esi]      // _r_b
4539     psrlw      xmm3, 8          // alpha
4540     pshufhw    xmm3, xmm3, 0F5h // 8 alpha words
4541     pshuflw    xmm3, xmm3, 0F5h
4542     pand       xmm2, xmm6       // _r_b
4543     paddw      xmm3, xmm7       // 256 - alpha
4544     pmullw     xmm2, xmm3       // _r_b * alpha
4545     movd       xmm1, [esi]      // _a_g
4546     lea        esi, [esi + 4]
4547     psrlw      xmm1, 8          // _a_g
4548     por        xmm0, xmm4       // set alpha to 255
4549     pmullw     xmm1, xmm3       // _a_g * alpha
4550     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4551     paddusb    xmm0, xmm2       // + src argb
4552     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4553     paddusb    xmm0, xmm1       // + src argb
4554     sub        ecx, 1
4555     movd       [edx], xmm0
4556     lea        edx, [edx + 4]
4557     jge        convertloop1
4558 
4559   convertloop1b:
4560     pop        esi
4561     ret
4562   }
4563 }
4564 #endif  // HAS_ARGBBLENDROW_SSE2
4565 
4566 #ifdef HAS_ARGBBLENDROW_SSSE3
4567 // Shuffle table for isolating alpha.
4568 static const uvec8 kShuffleAlpha = {
4569   3u, 0x80, 3u, 0x80, 7u, 0x80, 7u, 0x80,
4570   11u, 0x80, 11u, 0x80, 15u, 0x80, 15u, 0x80
4571 };
4572 // Same as SSE2, but replaces:
4573 //    psrlw      xmm3, 8          // alpha
4574 //    pshufhw    xmm3, xmm3, 0F5h // 8 alpha words
4575 //    pshuflw    xmm3, xmm3, 0F5h
4576 // with..
4577 //    pshufb     xmm3, kShuffleAlpha // alpha
4578 // Blend 8 pixels at a time.
4579 
4580 __declspec(naked) __declspec(align(16))
ARGBBlendRow_SSSE3(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)4581 void ARGBBlendRow_SSSE3(const uint8* src_argb0, const uint8* src_argb1,
4582                         uint8* dst_argb, int width) {
4583   __asm {
4584     push       esi
4585     mov        eax, [esp + 4 + 4]   // src_argb0
4586     mov        esi, [esp + 4 + 8]   // src_argb1
4587     mov        edx, [esp + 4 + 12]  // dst_argb
4588     mov        ecx, [esp + 4 + 16]  // width
4589     pcmpeqb    xmm7, xmm7       // generate constant 0x0001
4590     psrlw      xmm7, 15
4591     pcmpeqb    xmm6, xmm6       // generate mask 0x00ff00ff
4592     psrlw      xmm6, 8
4593     pcmpeqb    xmm5, xmm5       // generate mask 0xff00ff00
4594     psllw      xmm5, 8
4595     pcmpeqb    xmm4, xmm4       // generate mask 0xff000000
4596     pslld      xmm4, 24
4597 
4598     sub        ecx, 1
4599     je         convertloop1     // only 1 pixel?
4600     jl         convertloop1b
4601 
4602     // 1 pixel loop until destination pointer is aligned.
4603   alignloop1:
4604     test       edx, 15          // aligned?
4605     je         alignloop1b
4606     movd       xmm3, [eax]
4607     lea        eax, [eax + 4]
4608     movdqa     xmm0, xmm3       // src argb
4609     pxor       xmm3, xmm4       // ~alpha
4610     movd       xmm2, [esi]      // _r_b
4611     pshufb     xmm3, kShuffleAlpha // alpha
4612     pand       xmm2, xmm6       // _r_b
4613     paddw      xmm3, xmm7       // 256 - alpha
4614     pmullw     xmm2, xmm3       // _r_b * alpha
4615     movd       xmm1, [esi]      // _a_g
4616     lea        esi, [esi + 4]
4617     psrlw      xmm1, 8          // _a_g
4618     por        xmm0, xmm4       // set alpha to 255
4619     pmullw     xmm1, xmm3       // _a_g * alpha
4620     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4621     paddusb    xmm0, xmm2       // + src argb
4622     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4623     paddusb    xmm0, xmm1       // + src argb
4624     sub        ecx, 1
4625     movd       [edx], xmm0
4626     lea        edx, [edx + 4]
4627     jge        alignloop1
4628 
4629   alignloop1b:
4630     add        ecx, 1 - 4
4631     jl         convertloop4b
4632 
4633     test       eax, 15          // unaligned?
4634     jne        convertuloop4
4635     test       esi, 15          // unaligned?
4636     jne        convertuloop4
4637 
4638     // 4 pixel loop.
4639   convertloop4:
4640     movdqa     xmm3, [eax]      // src argb
4641     lea        eax, [eax + 16]
4642     movdqa     xmm0, xmm3       // src argb
4643     pxor       xmm3, xmm4       // ~alpha
4644     movdqa     xmm2, [esi]      // _r_b
4645     pshufb     xmm3, kShuffleAlpha // alpha
4646     pand       xmm2, xmm6       // _r_b
4647     paddw      xmm3, xmm7       // 256 - alpha
4648     pmullw     xmm2, xmm3       // _r_b * alpha
4649     movdqa     xmm1, [esi]      // _a_g
4650     lea        esi, [esi + 16]
4651     psrlw      xmm1, 8          // _a_g
4652     por        xmm0, xmm4       // set alpha to 255
4653     pmullw     xmm1, xmm3       // _a_g * alpha
4654     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4655     paddusb    xmm0, xmm2       // + src argb
4656     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4657     paddusb    xmm0, xmm1       // + src argb
4658     sub        ecx, 4
4659     movdqa     [edx], xmm0
4660     lea        edx, [edx + 16]
4661     jge        convertloop4
4662     jmp        convertloop4b
4663 
4664     // 4 pixel unaligned loop.
4665   convertuloop4:
4666     movdqu     xmm3, [eax]      // src argb
4667     lea        eax, [eax + 16]
4668     movdqa     xmm0, xmm3       // src argb
4669     pxor       xmm3, xmm4       // ~alpha
4670     movdqu     xmm2, [esi]      // _r_b
4671     pshufb     xmm3, kShuffleAlpha // alpha
4672     pand       xmm2, xmm6       // _r_b
4673     paddw      xmm3, xmm7       // 256 - alpha
4674     pmullw     xmm2, xmm3       // _r_b * alpha
4675     movdqu     xmm1, [esi]      // _a_g
4676     lea        esi, [esi + 16]
4677     psrlw      xmm1, 8          // _a_g
4678     por        xmm0, xmm4       // set alpha to 255
4679     pmullw     xmm1, xmm3       // _a_g * alpha
4680     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4681     paddusb    xmm0, xmm2       // + src argb
4682     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4683     paddusb    xmm0, xmm1       // + src argb
4684     sub        ecx, 4
4685     movdqa     [edx], xmm0
4686     lea        edx, [edx + 16]
4687     jge        convertuloop4
4688 
4689   convertloop4b:
4690     add        ecx, 4 - 1
4691     jl         convertloop1b
4692 
4693     // 1 pixel loop.
4694   convertloop1:
4695     movd       xmm3, [eax]      // src argb
4696     lea        eax, [eax + 4]
4697     movdqa     xmm0, xmm3       // src argb
4698     pxor       xmm3, xmm4       // ~alpha
4699     movd       xmm2, [esi]      // _r_b
4700     pshufb     xmm3, kShuffleAlpha // alpha
4701     pand       xmm2, xmm6       // _r_b
4702     paddw      xmm3, xmm7       // 256 - alpha
4703     pmullw     xmm2, xmm3       // _r_b * alpha
4704     movd       xmm1, [esi]      // _a_g
4705     lea        esi, [esi + 4]
4706     psrlw      xmm1, 8          // _a_g
4707     por        xmm0, xmm4       // set alpha to 255
4708     pmullw     xmm1, xmm3       // _a_g * alpha
4709     psrlw      xmm2, 8          // _r_b convert to 8 bits again
4710     paddusb    xmm0, xmm2       // + src argb
4711     pand       xmm1, xmm5       // a_g_ convert to 8 bits again
4712     paddusb    xmm0, xmm1       // + src argb
4713     sub        ecx, 1
4714     movd       [edx], xmm0
4715     lea        edx, [edx + 4]
4716     jge        convertloop1
4717 
4718   convertloop1b:
4719     pop        esi
4720     ret
4721   }
4722 }
4723 #endif  // HAS_ARGBBLENDROW_SSSE3
4724 
4725 #ifdef HAS_ARGBATTENUATEROW_SSE2
4726 // Attenuate 4 pixels at a time.
4727 // Aligned to 16 bytes.
4728 __declspec(naked) __declspec(align(16))
ARGBAttenuateRow_SSE2(const uint8 * src_argb,uint8 * dst_argb,int width)4729 void ARGBAttenuateRow_SSE2(const uint8* src_argb, uint8* dst_argb, int width) {
4730   __asm {
4731     mov        eax, [esp + 4]   // src_argb0
4732     mov        edx, [esp + 8]   // dst_argb
4733     mov        ecx, [esp + 12]  // width
4734     pcmpeqb    xmm4, xmm4       // generate mask 0xff000000
4735     pslld      xmm4, 24
4736     pcmpeqb    xmm5, xmm5       // generate mask 0x00ffffff
4737     psrld      xmm5, 8
4738 
4739     align      4
4740  convertloop:
4741     movdqa     xmm0, [eax]      // read 4 pixels
4742     punpcklbw  xmm0, xmm0       // first 2
4743     pshufhw    xmm2, xmm0, 0FFh // 8 alpha words
4744     pshuflw    xmm2, xmm2, 0FFh
4745     pmulhuw    xmm0, xmm2       // rgb * a
4746     movdqa     xmm1, [eax]      // read 4 pixels
4747     punpckhbw  xmm1, xmm1       // next 2 pixels
4748     pshufhw    xmm2, xmm1, 0FFh // 8 alpha words
4749     pshuflw    xmm2, xmm2, 0FFh
4750     pmulhuw    xmm1, xmm2       // rgb * a
4751     movdqa     xmm2, [eax]      // alphas
4752     lea        eax, [eax + 16]
4753     psrlw      xmm0, 8
4754     pand       xmm2, xmm4
4755     psrlw      xmm1, 8
4756     packuswb   xmm0, xmm1
4757     pand       xmm0, xmm5       // keep original alphas
4758     por        xmm0, xmm2
4759     sub        ecx, 4
4760     movdqa     [edx], xmm0
4761     lea        edx, [edx + 16]
4762     jg         convertloop
4763 
4764     ret
4765   }
4766 }
4767 #endif  // HAS_ARGBATTENUATEROW_SSE2
4768 
4769 #ifdef HAS_ARGBATTENUATEROW_SSSE3
4770 // Shuffle table duplicating alpha.
4771 static const uvec8 kShuffleAlpha0 = {
4772   3u, 3u, 3u, 3u, 3u, 3u, 128u, 128u, 7u, 7u, 7u, 7u, 7u, 7u, 128u, 128u,
4773 };
4774 static const uvec8 kShuffleAlpha1 = {
4775   11u, 11u, 11u, 11u, 11u, 11u, 128u, 128u,
4776   15u, 15u, 15u, 15u, 15u, 15u, 128u, 128u,
4777 };
4778 __declspec(naked) __declspec(align(16))
ARGBAttenuateRow_SSSE3(const uint8 * src_argb,uint8 * dst_argb,int width)4779 void ARGBAttenuateRow_SSSE3(const uint8* src_argb, uint8* dst_argb, int width) {
4780   __asm {
4781     mov        eax, [esp + 4]   // src_argb0
4782     mov        edx, [esp + 8]   // dst_argb
4783     mov        ecx, [esp + 12]  // width
4784     pcmpeqb    xmm3, xmm3       // generate mask 0xff000000
4785     pslld      xmm3, 24
4786     movdqa     xmm4, kShuffleAlpha0
4787     movdqa     xmm5, kShuffleAlpha1
4788 
4789     align      4
4790  convertloop:
4791     movdqu     xmm0, [eax]      // read 4 pixels
4792     pshufb     xmm0, xmm4       // isolate first 2 alphas
4793     movdqu     xmm1, [eax]      // read 4 pixels
4794     punpcklbw  xmm1, xmm1       // first 2 pixel rgbs
4795     pmulhuw    xmm0, xmm1       // rgb * a
4796     movdqu     xmm1, [eax]      // read 4 pixels
4797     pshufb     xmm1, xmm5       // isolate next 2 alphas
4798     movdqu     xmm2, [eax]      // read 4 pixels
4799     punpckhbw  xmm2, xmm2       // next 2 pixel rgbs
4800     pmulhuw    xmm1, xmm2       // rgb * a
4801     movdqu     xmm2, [eax]      // mask original alpha
4802     lea        eax, [eax + 16]
4803     pand       xmm2, xmm3
4804     psrlw      xmm0, 8
4805     psrlw      xmm1, 8
4806     packuswb   xmm0, xmm1
4807     por        xmm0, xmm2       // copy original alpha
4808     sub        ecx, 4
4809     movdqu     [edx], xmm0
4810     lea        edx, [edx + 16]
4811     jg         convertloop
4812 
4813     ret
4814   }
4815 }
4816 #endif  // HAS_ARGBATTENUATEROW_SSSE3
4817 
4818 #ifdef HAS_ARGBATTENUATEROW_AVX2
4819 // Shuffle table duplicating alpha.
4820 static const ulvec8 kShuffleAlpha_AVX2 = {
4821   6u, 7u, 6u, 7u, 6u, 7u, 128u, 128u,
4822   14u, 15u, 14u, 15u, 14u, 15u, 128u, 128u,
4823   6u, 7u, 6u, 7u, 6u, 7u, 128u, 128u,
4824   14u, 15u, 14u, 15u, 14u, 15u, 128u, 128u,
4825 };
4826 __declspec(naked) __declspec(align(16))
ARGBAttenuateRow_AVX2(const uint8 * src_argb,uint8 * dst_argb,int width)4827 void ARGBAttenuateRow_AVX2(const uint8* src_argb, uint8* dst_argb, int width) {
4828   __asm {
4829     mov        eax, [esp + 4]   // src_argb0
4830     mov        edx, [esp + 8]   // dst_argb
4831     mov        ecx, [esp + 12]  // width
4832     sub        edx, eax
4833     vmovdqa    ymm4, kShuffleAlpha_AVX2
4834     vpcmpeqb   ymm5, ymm5, ymm5 // generate mask 0xff000000
4835     vpslld     ymm5, ymm5, 24
4836 
4837     align      4
4838  convertloop:
4839     vmovdqu    ymm6, [eax]       // read 8 pixels.
4840     vpunpcklbw ymm0, ymm6, ymm6  // low 4 pixels. mutated.
4841     vpunpckhbw ymm1, ymm6, ymm6  // high 4 pixels. mutated.
4842     vpshufb    ymm2, ymm0, ymm4  // low 4 alphas
4843     vpshufb    ymm3, ymm1, ymm4  // high 4 alphas
4844     vpmulhuw   ymm0, ymm0, ymm2  // rgb * a
4845     vpmulhuw   ymm1, ymm1, ymm3  // rgb * a
4846     vpand      ymm6, ymm6, ymm5  // isolate alpha
4847     vpsrlw     ymm0, ymm0, 8
4848     vpsrlw     ymm1, ymm1, 8
4849     vpackuswb  ymm0, ymm0, ymm1  // unmutated.
4850     vpor       ymm0, ymm0, ymm6  // copy original alpha
4851     sub        ecx, 8
4852     vmovdqu    [eax + edx], ymm0
4853     lea        eax, [eax + 32]
4854     jg         convertloop
4855 
4856     vzeroupper
4857     ret
4858   }
4859 }
4860 #endif  // HAS_ARGBATTENUATEROW_AVX2
4861 
4862 #ifdef HAS_ARGBUNATTENUATEROW_SSE2
4863 // Unattenuate 4 pixels at a time.
4864 // Aligned to 16 bytes.
4865 __declspec(naked) __declspec(align(16))
ARGBUnattenuateRow_SSE2(const uint8 * src_argb,uint8 * dst_argb,int width)4866 void ARGBUnattenuateRow_SSE2(const uint8* src_argb, uint8* dst_argb,
4867                              int width) {
4868   __asm {
4869     push       esi
4870     push       edi
4871     mov        eax, [esp + 8 + 4]   // src_argb0
4872     mov        edx, [esp + 8 + 8]   // dst_argb
4873     mov        ecx, [esp + 8 + 12]  // width
4874 
4875     align      4
4876  convertloop:
4877     movdqu     xmm0, [eax]      // read 4 pixels
4878     movzx      esi, byte ptr [eax + 3]  // first alpha
4879     movzx      edi, byte ptr [eax + 7]  // second alpha
4880     punpcklbw  xmm0, xmm0       // first 2
4881     movd       xmm2, dword ptr fixed_invtbl8[esi * 4]
4882     movd       xmm3, dword ptr fixed_invtbl8[edi * 4]
4883     pshuflw    xmm2, xmm2, 040h // first 4 inv_alpha words.  1, a, a, a
4884     pshuflw    xmm3, xmm3, 040h // next 4 inv_alpha words
4885     movlhps    xmm2, xmm3
4886     pmulhuw    xmm0, xmm2       // rgb * a
4887 
4888     movdqu     xmm1, [eax]      // read 4 pixels
4889     movzx      esi, byte ptr [eax + 11]  // third alpha
4890     movzx      edi, byte ptr [eax + 15]  // forth alpha
4891     punpckhbw  xmm1, xmm1       // next 2
4892     movd       xmm2, dword ptr fixed_invtbl8[esi * 4]
4893     movd       xmm3, dword ptr fixed_invtbl8[edi * 4]
4894     pshuflw    xmm2, xmm2, 040h // first 4 inv_alpha words
4895     pshuflw    xmm3, xmm3, 040h // next 4 inv_alpha words
4896     movlhps    xmm2, xmm3
4897     pmulhuw    xmm1, xmm2       // rgb * a
4898     lea        eax, [eax + 16]
4899 
4900     packuswb   xmm0, xmm1
4901     sub        ecx, 4
4902     movdqu     [edx], xmm0
4903     lea        edx, [edx + 16]
4904     jg         convertloop
4905     pop        edi
4906     pop        esi
4907     ret
4908   }
4909 }
4910 #endif  // HAS_ARGBUNATTENUATEROW_SSE2
4911 
4912 #ifdef HAS_ARGBUNATTENUATEROW_AVX2
4913 // Shuffle table duplicating alpha.
4914 static const ulvec8 kUnattenShuffleAlpha_AVX2 = {
4915   0u, 1u, 0u, 1u, 0u, 1u, 6u, 7u, 8u, 9u, 8u, 9u, 8u, 9u, 14u, 15,
4916   0u, 1u, 0u, 1u, 0u, 1u, 6u, 7u, 8u, 9u, 8u, 9u, 8u, 9u, 14u, 15,
4917 };
4918 // TODO(fbarchard): Enable USE_GATHER for future hardware if faster.
4919 // USE_GATHER is not on by default, due to being a slow instruction.
4920 #ifdef USE_GATHER
4921 __declspec(naked) __declspec(align(16))
ARGBUnattenuateRow_AVX2(const uint8 * src_argb,uint8 * dst_argb,int width)4922 void ARGBUnattenuateRow_AVX2(const uint8* src_argb, uint8* dst_argb,
4923                              int width) {
4924   __asm {
4925     mov        eax, [esp + 4]   // src_argb0
4926     mov        edx, [esp + 8]   // dst_argb
4927     mov        ecx, [esp + 12]  // width
4928     sub        edx, eax
4929     vmovdqa    ymm4, kUnattenShuffleAlpha_AVX2
4930 
4931     align      4
4932  convertloop:
4933     vmovdqu    ymm6, [eax]       // read 8 pixels.
4934     vpcmpeqb   ymm5, ymm5, ymm5  // generate mask 0xffffffff for gather.
4935     vpsrld     ymm2, ymm6, 24    // alpha in low 8 bits.
4936     vpunpcklbw ymm0, ymm6, ymm6  // low 4 pixels. mutated.
4937     vpunpckhbw ymm1, ymm6, ymm6  // high 4 pixels. mutated.
4938     vpgatherdd ymm3, [ymm2 * 4 + fixed_invtbl8], ymm5  // ymm5 cleared.  1, a
4939     vpunpcklwd ymm2, ymm3, ymm3  // low 4 inverted alphas. mutated. 1, 1, a, a
4940     vpunpckhwd ymm3, ymm3, ymm3  // high 4 inverted alphas. mutated.
4941     vpshufb    ymm2, ymm2, ymm4  // replicate low 4 alphas. 1, a, a, a
4942     vpshufb    ymm3, ymm3, ymm4  // replicate high 4 alphas
4943     vpmulhuw   ymm0, ymm0, ymm2  // rgb * ia
4944     vpmulhuw   ymm1, ymm1, ymm3  // rgb * ia
4945     vpackuswb  ymm0, ymm0, ymm1  // unmutated.
4946     sub        ecx, 8
4947     vmovdqu    [eax + edx], ymm0
4948     lea        eax, [eax + 32]
4949     jg         convertloop
4950 
4951     vzeroupper
4952     ret
4953   }
4954 }
4955 #else  // USE_GATHER
4956 __declspec(naked) __declspec(align(16))
ARGBUnattenuateRow_AVX2(const uint8 * src_argb,uint8 * dst_argb,int width)4957 void ARGBUnattenuateRow_AVX2(const uint8* src_argb, uint8* dst_argb,
4958                              int width) {
4959   __asm {
4960 
4961     mov        eax, [esp + 4]   // src_argb0
4962     mov        edx, [esp + 8]   // dst_argb
4963     mov        ecx, [esp + 12]  // width
4964     sub        edx, eax
4965     vmovdqa    ymm5, kUnattenShuffleAlpha_AVX2
4966 
4967     push       esi
4968     push       edi
4969 
4970     align      4
4971  convertloop:
4972     // replace VPGATHER
4973     movzx      esi, byte ptr [eax + 3]                 // alpha0
4974     movzx      edi, byte ptr [eax + 7]                 // alpha1
4975     vmovd      xmm0, dword ptr fixed_invtbl8[esi * 4]  // [1,a0]
4976     vmovd      xmm1, dword ptr fixed_invtbl8[edi * 4]  // [1,a1]
4977     movzx      esi, byte ptr [eax + 11]                // alpha2
4978     movzx      edi, byte ptr [eax + 15]                // alpha3
4979     vpunpckldq xmm6, xmm0, xmm1                        // [1,a1,1,a0]
4980     vmovd      xmm2, dword ptr fixed_invtbl8[esi * 4]  // [1,a2]
4981     vmovd      xmm3, dword ptr fixed_invtbl8[edi * 4]  // [1,a3]
4982     movzx      esi, byte ptr [eax + 19]                // alpha4
4983     movzx      edi, byte ptr [eax + 23]                // alpha5
4984     vpunpckldq xmm7, xmm2, xmm3                        // [1,a3,1,a2]
4985     vmovd      xmm0, dword ptr fixed_invtbl8[esi * 4]  // [1,a4]
4986     vmovd      xmm1, dword ptr fixed_invtbl8[edi * 4]  // [1,a5]
4987     movzx      esi, byte ptr [eax + 27]                // alpha6
4988     movzx      edi, byte ptr [eax + 31]                // alpha7
4989     vpunpckldq xmm0, xmm0, xmm1                        // [1,a5,1,a4]
4990     vmovd      xmm2, dword ptr fixed_invtbl8[esi * 4]  // [1,a6]
4991     vmovd      xmm3, dword ptr fixed_invtbl8[edi * 4]  // [1,a7]
4992     vpunpckldq xmm2, xmm2, xmm3                        // [1,a7,1,a6]
4993     vpunpcklqdq xmm3, xmm6, xmm7                       // [1,a3,1,a2,1,a1,1,a0]
4994     vpunpcklqdq xmm0, xmm0, xmm2                       // [1,a7,1,a6,1,a5,1,a4]
4995     vinserti128 ymm3, ymm3, xmm0, 1 // [1,a7,1,a6,1,a5,1,a4,1,a3,1,a2,1,a1,1,a0]
4996     // end of VPGATHER
4997 
4998     vmovdqu    ymm6, [eax]       // read 8 pixels.
4999     vpunpcklbw ymm0, ymm6, ymm6  // low 4 pixels. mutated.
5000     vpunpckhbw ymm1, ymm6, ymm6  // high 4 pixels. mutated.
5001     vpunpcklwd ymm2, ymm3, ymm3  // low 4 inverted alphas. mutated. 1, 1, a, a
5002     vpunpckhwd ymm3, ymm3, ymm3  // high 4 inverted alphas. mutated.
5003     vpshufb    ymm2, ymm2, ymm5  // replicate low 4 alphas. 1, a, a, a
5004     vpshufb    ymm3, ymm3, ymm5  // replicate high 4 alphas
5005     vpmulhuw   ymm0, ymm0, ymm2  // rgb * ia
5006     vpmulhuw   ymm1, ymm1, ymm3  // rgb * ia
5007     vpackuswb  ymm0, ymm0, ymm1  // unmutated.
5008     sub        ecx, 8
5009     vmovdqu    [eax + edx], ymm0
5010     lea        eax, [eax + 32]
5011     jg         convertloop
5012 
5013     pop        edi
5014     pop        esi
5015     vzeroupper
5016     ret
5017   }
5018 }
5019 #endif  // USE_GATHER
5020 #endif  // HAS_ARGBATTENUATEROW_AVX2
5021 
5022 #ifdef HAS_ARGBGRAYROW_SSSE3
5023 // Convert 8 ARGB pixels (64 bytes) to 8 Gray ARGB pixels.
5024 __declspec(naked) __declspec(align(16))
ARGBGrayRow_SSSE3(const uint8 * src_argb,uint8 * dst_argb,int width)5025 void ARGBGrayRow_SSSE3(const uint8* src_argb, uint8* dst_argb, int width) {
5026   __asm {
5027     mov        eax, [esp + 4]   /* src_argb */
5028     mov        edx, [esp + 8]   /* dst_argb */
5029     mov        ecx, [esp + 12]  /* width */
5030     movdqa     xmm4, kARGBToYJ
5031     movdqa     xmm5, kAddYJ64
5032 
5033     align      4
5034  convertloop:
5035     movdqa     xmm0, [eax]  // G
5036     movdqa     xmm1, [eax + 16]
5037     pmaddubsw  xmm0, xmm4
5038     pmaddubsw  xmm1, xmm4
5039     phaddw     xmm0, xmm1
5040     paddw      xmm0, xmm5  // Add .5 for rounding.
5041     psrlw      xmm0, 7
5042     packuswb   xmm0, xmm0   // 8 G bytes
5043     movdqa     xmm2, [eax]  // A
5044     movdqa     xmm3, [eax + 16]
5045     lea        eax, [eax + 32]
5046     psrld      xmm2, 24
5047     psrld      xmm3, 24
5048     packuswb   xmm2, xmm3
5049     packuswb   xmm2, xmm2   // 8 A bytes
5050     movdqa     xmm3, xmm0   // Weave into GG, GA, then GGGA
5051     punpcklbw  xmm0, xmm0   // 8 GG words
5052     punpcklbw  xmm3, xmm2   // 8 GA words
5053     movdqa     xmm1, xmm0
5054     punpcklwd  xmm0, xmm3   // GGGA first 4
5055     punpckhwd  xmm1, xmm3   // GGGA next 4
5056     sub        ecx, 8
5057     movdqa     [edx], xmm0
5058     movdqa     [edx + 16], xmm1
5059     lea        edx, [edx + 32]
5060     jg         convertloop
5061     ret
5062   }
5063 }
5064 #endif  // HAS_ARGBGRAYROW_SSSE3
5065 
5066 #ifdef HAS_ARGBSEPIAROW_SSSE3
5067 //    b = (r * 35 + g * 68 + b * 17) >> 7
5068 //    g = (r * 45 + g * 88 + b * 22) >> 7
5069 //    r = (r * 50 + g * 98 + b * 24) >> 7
5070 // Constant for ARGB color to sepia tone.
5071 static const vec8 kARGBToSepiaB = {
5072   17, 68, 35, 0, 17, 68, 35, 0, 17, 68, 35, 0, 17, 68, 35, 0
5073 };
5074 
5075 static const vec8 kARGBToSepiaG = {
5076   22, 88, 45, 0, 22, 88, 45, 0, 22, 88, 45, 0, 22, 88, 45, 0
5077 };
5078 
5079 static const vec8 kARGBToSepiaR = {
5080   24, 98, 50, 0, 24, 98, 50, 0, 24, 98, 50, 0, 24, 98, 50, 0
5081 };
5082 
5083 // Convert 8 ARGB pixels (32 bytes) to 8 Sepia ARGB pixels.
5084 __declspec(naked) __declspec(align(16))
ARGBSepiaRow_SSSE3(uint8 * dst_argb,int width)5085 void ARGBSepiaRow_SSSE3(uint8* dst_argb, int width) {
5086   __asm {
5087     mov        eax, [esp + 4]   /* dst_argb */
5088     mov        ecx, [esp + 8]   /* width */
5089     movdqa     xmm2, kARGBToSepiaB
5090     movdqa     xmm3, kARGBToSepiaG
5091     movdqa     xmm4, kARGBToSepiaR
5092 
5093     align      4
5094  convertloop:
5095     movdqa     xmm0, [eax]  // B
5096     movdqa     xmm6, [eax + 16]
5097     pmaddubsw  xmm0, xmm2
5098     pmaddubsw  xmm6, xmm2
5099     phaddw     xmm0, xmm6
5100     psrlw      xmm0, 7
5101     packuswb   xmm0, xmm0   // 8 B values
5102     movdqa     xmm5, [eax]  // G
5103     movdqa     xmm1, [eax + 16]
5104     pmaddubsw  xmm5, xmm3
5105     pmaddubsw  xmm1, xmm3
5106     phaddw     xmm5, xmm1
5107     psrlw      xmm5, 7
5108     packuswb   xmm5, xmm5   // 8 G values
5109     punpcklbw  xmm0, xmm5   // 8 BG values
5110     movdqa     xmm5, [eax]  // R
5111     movdqa     xmm1, [eax + 16]
5112     pmaddubsw  xmm5, xmm4
5113     pmaddubsw  xmm1, xmm4
5114     phaddw     xmm5, xmm1
5115     psrlw      xmm5, 7
5116     packuswb   xmm5, xmm5   // 8 R values
5117     movdqa     xmm6, [eax]  // A
5118     movdqa     xmm1, [eax + 16]
5119     psrld      xmm6, 24
5120     psrld      xmm1, 24
5121     packuswb   xmm6, xmm1
5122     packuswb   xmm6, xmm6   // 8 A values
5123     punpcklbw  xmm5, xmm6   // 8 RA values
5124     movdqa     xmm1, xmm0   // Weave BG, RA together
5125     punpcklwd  xmm0, xmm5   // BGRA first 4
5126     punpckhwd  xmm1, xmm5   // BGRA next 4
5127     sub        ecx, 8
5128     movdqa     [eax], xmm0
5129     movdqa     [eax + 16], xmm1
5130     lea        eax, [eax + 32]
5131     jg         convertloop
5132     ret
5133   }
5134 }
5135 #endif  // HAS_ARGBSEPIAROW_SSSE3
5136 
5137 #ifdef HAS_ARGBCOLORMATRIXROW_SSSE3
5138 // Tranform 8 ARGB pixels (32 bytes) with color matrix.
5139 // Same as Sepia except matrix is provided.
5140 // TODO(fbarchard): packuswbs only use half of the reg. To make RGBA, combine R
5141 // and B into a high and low, then G/A, unpackl/hbw and then unpckl/hwd.
5142 __declspec(naked) __declspec(align(16))
ARGBColorMatrixRow_SSSE3(const uint8 * src_argb,uint8 * dst_argb,const int8 * matrix_argb,int width)5143 void ARGBColorMatrixRow_SSSE3(const uint8* src_argb, uint8* dst_argb,
5144                               const int8* matrix_argb, int width) {
5145   __asm {
5146     mov        eax, [esp + 4]   /* src_argb */
5147     mov        edx, [esp + 8]   /* dst_argb */
5148     mov        ecx, [esp + 12]  /* matrix_argb */
5149     movdqu     xmm5, [ecx]
5150     pshufd     xmm2, xmm5, 0x00
5151     pshufd     xmm3, xmm5, 0x55
5152     pshufd     xmm4, xmm5, 0xaa
5153     pshufd     xmm5, xmm5, 0xff
5154     mov        ecx, [esp + 16]  /* width */
5155 
5156     align      4
5157  convertloop:
5158     movdqa     xmm0, [eax]  // B
5159     movdqa     xmm7, [eax + 16]
5160     pmaddubsw  xmm0, xmm2
5161     pmaddubsw  xmm7, xmm2
5162     movdqa     xmm6, [eax]  // G
5163     movdqa     xmm1, [eax + 16]
5164     pmaddubsw  xmm6, xmm3
5165     pmaddubsw  xmm1, xmm3
5166     phaddsw    xmm0, xmm7   // B
5167     phaddsw    xmm6, xmm1   // G
5168     psraw      xmm0, 6      // B
5169     psraw      xmm6, 6      // G
5170     packuswb   xmm0, xmm0   // 8 B values
5171     packuswb   xmm6, xmm6   // 8 G values
5172     punpcklbw  xmm0, xmm6   // 8 BG values
5173     movdqa     xmm1, [eax]  // R
5174     movdqa     xmm7, [eax + 16]
5175     pmaddubsw  xmm1, xmm4
5176     pmaddubsw  xmm7, xmm4
5177     phaddsw    xmm1, xmm7   // R
5178     movdqa     xmm6, [eax]  // A
5179     movdqa     xmm7, [eax + 16]
5180     pmaddubsw  xmm6, xmm5
5181     pmaddubsw  xmm7, xmm5
5182     phaddsw    xmm6, xmm7   // A
5183     psraw      xmm1, 6      // R
5184     psraw      xmm6, 6      // A
5185     packuswb   xmm1, xmm1   // 8 R values
5186     packuswb   xmm6, xmm6   // 8 A values
5187     punpcklbw  xmm1, xmm6   // 8 RA values
5188     movdqa     xmm6, xmm0   // Weave BG, RA together
5189     punpcklwd  xmm0, xmm1   // BGRA first 4
5190     punpckhwd  xmm6, xmm1   // BGRA next 4
5191     sub        ecx, 8
5192     movdqa     [edx], xmm0
5193     movdqa     [edx + 16], xmm6
5194     lea        eax, [eax + 32]
5195     lea        edx, [edx + 32]
5196     jg         convertloop
5197     ret
5198   }
5199 }
5200 #endif  // HAS_ARGBCOLORMATRIXROW_SSSE3
5201 
5202 #ifdef HAS_ARGBQUANTIZEROW_SSE2
5203 // Quantize 4 ARGB pixels (16 bytes).
5204 // Aligned to 16 bytes.
5205 __declspec(naked) __declspec(align(16))
ARGBQuantizeRow_SSE2(uint8 * dst_argb,int scale,int interval_size,int interval_offset,int width)5206 void ARGBQuantizeRow_SSE2(uint8* dst_argb, int scale, int interval_size,
5207                           int interval_offset, int width) {
5208   __asm {
5209     mov        eax, [esp + 4]    /* dst_argb */
5210     movd       xmm2, [esp + 8]   /* scale */
5211     movd       xmm3, [esp + 12]  /* interval_size */
5212     movd       xmm4, [esp + 16]  /* interval_offset */
5213     mov        ecx, [esp + 20]   /* width */
5214     pshuflw    xmm2, xmm2, 040h
5215     pshufd     xmm2, xmm2, 044h
5216     pshuflw    xmm3, xmm3, 040h
5217     pshufd     xmm3, xmm3, 044h
5218     pshuflw    xmm4, xmm4, 040h
5219     pshufd     xmm4, xmm4, 044h
5220     pxor       xmm5, xmm5  // constant 0
5221     pcmpeqb    xmm6, xmm6  // generate mask 0xff000000
5222     pslld      xmm6, 24
5223 
5224     align      4
5225  convertloop:
5226     movdqa     xmm0, [eax]  // read 4 pixels
5227     punpcklbw  xmm0, xmm5   // first 2 pixels
5228     pmulhuw    xmm0, xmm2   // pixel * scale >> 16
5229     movdqa     xmm1, [eax]  // read 4 pixels
5230     punpckhbw  xmm1, xmm5   // next 2 pixels
5231     pmulhuw    xmm1, xmm2
5232     pmullw     xmm0, xmm3   // * interval_size
5233     movdqa     xmm7, [eax]  // read 4 pixels
5234     pmullw     xmm1, xmm3
5235     pand       xmm7, xmm6   // mask alpha
5236     paddw      xmm0, xmm4   // + interval_size / 2
5237     paddw      xmm1, xmm4
5238     packuswb   xmm0, xmm1
5239     por        xmm0, xmm7
5240     sub        ecx, 4
5241     movdqa     [eax], xmm0
5242     lea        eax, [eax + 16]
5243     jg         convertloop
5244     ret
5245   }
5246 }
5247 #endif  // HAS_ARGBQUANTIZEROW_SSE2
5248 
5249 #ifdef HAS_ARGBSHADEROW_SSE2
5250 // Shade 4 pixels at a time by specified value.
5251 // Aligned to 16 bytes.
5252 __declspec(naked) __declspec(align(16))
ARGBShadeRow_SSE2(const uint8 * src_argb,uint8 * dst_argb,int width,uint32 value)5253 void ARGBShadeRow_SSE2(const uint8* src_argb, uint8* dst_argb, int width,
5254                        uint32 value) {
5255   __asm {
5256     mov        eax, [esp + 4]   // src_argb
5257     mov        edx, [esp + 8]   // dst_argb
5258     mov        ecx, [esp + 12]  // width
5259     movd       xmm2, [esp + 16]  // value
5260     punpcklbw  xmm2, xmm2
5261     punpcklqdq xmm2, xmm2
5262 
5263     align      4
5264  convertloop:
5265     movdqa     xmm0, [eax]      // read 4 pixels
5266     lea        eax, [eax + 16]
5267     movdqa     xmm1, xmm0
5268     punpcklbw  xmm0, xmm0       // first 2
5269     punpckhbw  xmm1, xmm1       // next 2
5270     pmulhuw    xmm0, xmm2       // argb * value
5271     pmulhuw    xmm1, xmm2       // argb * value
5272     psrlw      xmm0, 8
5273     psrlw      xmm1, 8
5274     packuswb   xmm0, xmm1
5275     sub        ecx, 4
5276     movdqa     [edx], xmm0
5277     lea        edx, [edx + 16]
5278     jg         convertloop
5279 
5280     ret
5281   }
5282 }
5283 #endif  // HAS_ARGBSHADEROW_SSE2
5284 
5285 #ifdef HAS_ARGBMULTIPLYROW_SSE2
5286 // Multiply 2 rows of ARGB pixels together, 4 pixels at a time.
5287 __declspec(naked) __declspec(align(16))
ARGBMultiplyRow_SSE2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5288 void ARGBMultiplyRow_SSE2(const uint8* src_argb0, const uint8* src_argb1,
5289                           uint8* dst_argb, int width) {
5290   __asm {
5291     push       esi
5292     mov        eax, [esp + 4 + 4]   // src_argb0
5293     mov        esi, [esp + 4 + 8]   // src_argb1
5294     mov        edx, [esp + 4 + 12]  // dst_argb
5295     mov        ecx, [esp + 4 + 16]  // width
5296     pxor       xmm5, xmm5  // constant 0
5297 
5298     align      4
5299  convertloop:
5300     movdqu     xmm0, [eax]        // read 4 pixels from src_argb0
5301     movdqu     xmm2, [esi]        // read 4 pixels from src_argb1
5302     movdqu     xmm1, xmm0
5303     movdqu     xmm3, xmm2
5304     punpcklbw  xmm0, xmm0         // first 2
5305     punpckhbw  xmm1, xmm1         // next 2
5306     punpcklbw  xmm2, xmm5         // first 2
5307     punpckhbw  xmm3, xmm5         // next 2
5308     pmulhuw    xmm0, xmm2         // src_argb0 * src_argb1 first 2
5309     pmulhuw    xmm1, xmm3         // src_argb0 * src_argb1 next 2
5310     lea        eax, [eax + 16]
5311     lea        esi, [esi + 16]
5312     packuswb   xmm0, xmm1
5313     sub        ecx, 4
5314     movdqu     [edx], xmm0
5315     lea        edx, [edx + 16]
5316     jg         convertloop
5317 
5318     pop        esi
5319     ret
5320   }
5321 }
5322 #endif  // HAS_ARGBMULTIPLYROW_SSE2
5323 
5324 #ifdef HAS_ARGBADDROW_SSE2
5325 // Add 2 rows of ARGB pixels together, 4 pixels at a time.
5326 // TODO(fbarchard): Port this to posix, neon and other math functions.
5327 __declspec(naked) __declspec(align(16))
ARGBAddRow_SSE2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5328 void ARGBAddRow_SSE2(const uint8* src_argb0, const uint8* src_argb1,
5329                      uint8* dst_argb, int width) {
5330   __asm {
5331     push       esi
5332     mov        eax, [esp + 4 + 4]   // src_argb0
5333     mov        esi, [esp + 4 + 8]   // src_argb1
5334     mov        edx, [esp + 4 + 12]  // dst_argb
5335     mov        ecx, [esp + 4 + 16]  // width
5336 
5337     sub        ecx, 4
5338     jl         convertloop49
5339 
5340     align      4
5341  convertloop4:
5342     movdqu     xmm0, [eax]        // read 4 pixels from src_argb0
5343     lea        eax, [eax + 16]
5344     movdqu     xmm1, [esi]        // read 4 pixels from src_argb1
5345     lea        esi, [esi + 16]
5346     paddusb    xmm0, xmm1         // src_argb0 + src_argb1
5347     sub        ecx, 4
5348     movdqu     [edx], xmm0
5349     lea        edx, [edx + 16]
5350     jge        convertloop4
5351 
5352  convertloop49:
5353     add        ecx, 4 - 1
5354     jl         convertloop19
5355 
5356  convertloop1:
5357     movd       xmm0, [eax]        // read 1 pixels from src_argb0
5358     lea        eax, [eax + 4]
5359     movd       xmm1, [esi]        // read 1 pixels from src_argb1
5360     lea        esi, [esi + 4]
5361     paddusb    xmm0, xmm1         // src_argb0 + src_argb1
5362     sub        ecx, 1
5363     movd       [edx], xmm0
5364     lea        edx, [edx + 4]
5365     jge        convertloop1
5366 
5367  convertloop19:
5368     pop        esi
5369     ret
5370   }
5371 }
5372 #endif  // HAS_ARGBADDROW_SSE2
5373 
5374 #ifdef HAS_ARGBSUBTRACTROW_SSE2
5375 // Subtract 2 rows of ARGB pixels together, 4 pixels at a time.
5376 __declspec(naked) __declspec(align(16))
ARGBSubtractRow_SSE2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5377 void ARGBSubtractRow_SSE2(const uint8* src_argb0, const uint8* src_argb1,
5378                           uint8* dst_argb, int width) {
5379   __asm {
5380     push       esi
5381     mov        eax, [esp + 4 + 4]   // src_argb0
5382     mov        esi, [esp + 4 + 8]   // src_argb1
5383     mov        edx, [esp + 4 + 12]  // dst_argb
5384     mov        ecx, [esp + 4 + 16]  // width
5385 
5386     align      4
5387  convertloop:
5388     movdqu     xmm0, [eax]        // read 4 pixels from src_argb0
5389     lea        eax, [eax + 16]
5390     movdqu     xmm1, [esi]        // read 4 pixels from src_argb1
5391     lea        esi, [esi + 16]
5392     psubusb    xmm0, xmm1         // src_argb0 - src_argb1
5393     sub        ecx, 4
5394     movdqu     [edx], xmm0
5395     lea        edx, [edx + 16]
5396     jg         convertloop
5397 
5398     pop        esi
5399     ret
5400   }
5401 }
5402 #endif  // HAS_ARGBSUBTRACTROW_SSE2
5403 
5404 #ifdef HAS_ARGBMULTIPLYROW_AVX2
5405 // Multiply 2 rows of ARGB pixels together, 8 pixels at a time.
5406 __declspec(naked) __declspec(align(16))
ARGBMultiplyRow_AVX2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5407 void ARGBMultiplyRow_AVX2(const uint8* src_argb0, const uint8* src_argb1,
5408                           uint8* dst_argb, int width) {
5409   __asm {
5410     push       esi
5411     mov        eax, [esp + 4 + 4]   // src_argb0
5412     mov        esi, [esp + 4 + 8]   // src_argb1
5413     mov        edx, [esp + 4 + 12]  // dst_argb
5414     mov        ecx, [esp + 4 + 16]  // width
5415     vpxor      ymm5, ymm5, ymm5     // constant 0
5416 
5417     align      4
5418  convertloop:
5419     vmovdqu    ymm1, [eax]        // read 8 pixels from src_argb0
5420     lea        eax, [eax + 32]
5421     vmovdqu    ymm3, [esi]        // read 8 pixels from src_argb1
5422     lea        esi, [esi + 32]
5423     vpunpcklbw ymm0, ymm1, ymm1   // low 4
5424     vpunpckhbw ymm1, ymm1, ymm1   // high 4
5425     vpunpcklbw ymm2, ymm3, ymm5   // low 4
5426     vpunpckhbw ymm3, ymm3, ymm5   // high 4
5427     vpmulhuw   ymm0, ymm0, ymm2   // src_argb0 * src_argb1 low 4
5428     vpmulhuw   ymm1, ymm1, ymm3   // src_argb0 * src_argb1 high 4
5429     vpackuswb  ymm0, ymm0, ymm1
5430     vmovdqu    [edx], ymm0
5431     lea        edx, [edx + 32]
5432     sub        ecx, 8
5433     jg         convertloop
5434 
5435     pop        esi
5436     vzeroupper
5437     ret
5438   }
5439 }
5440 #endif  // HAS_ARGBMULTIPLYROW_AVX2
5441 
5442 #ifdef HAS_ARGBADDROW_AVX2
5443 // Add 2 rows of ARGB pixels together, 8 pixels at a time.
5444 __declspec(naked) __declspec(align(16))
ARGBAddRow_AVX2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5445 void ARGBAddRow_AVX2(const uint8* src_argb0, const uint8* src_argb1,
5446                      uint8* dst_argb, int width) {
5447   __asm {
5448     push       esi
5449     mov        eax, [esp + 4 + 4]   // src_argb0
5450     mov        esi, [esp + 4 + 8]   // src_argb1
5451     mov        edx, [esp + 4 + 12]  // dst_argb
5452     mov        ecx, [esp + 4 + 16]  // width
5453 
5454     align      4
5455  convertloop:
5456     vmovdqu    ymm0, [eax]              // read 8 pixels from src_argb0
5457     lea        eax, [eax + 32]
5458     vpaddusb   ymm0, ymm0, [esi]        // add 8 pixels from src_argb1
5459     lea        esi, [esi + 32]
5460     vmovdqu    [edx], ymm0
5461     lea        edx, [edx + 32]
5462     sub        ecx, 8
5463     jg         convertloop
5464 
5465     pop        esi
5466     vzeroupper
5467     ret
5468   }
5469 }
5470 #endif  // HAS_ARGBADDROW_AVX2
5471 
5472 #ifdef HAS_ARGBSUBTRACTROW_AVX2
5473 // Subtract 2 rows of ARGB pixels together, 8 pixels at a time.
5474 __declspec(naked) __declspec(align(16))
ARGBSubtractRow_AVX2(const uint8 * src_argb0,const uint8 * src_argb1,uint8 * dst_argb,int width)5475 void ARGBSubtractRow_AVX2(const uint8* src_argb0, const uint8* src_argb1,
5476                           uint8* dst_argb, int width) {
5477   __asm {
5478     push       esi
5479     mov        eax, [esp + 4 + 4]   // src_argb0
5480     mov        esi, [esp + 4 + 8]   // src_argb1
5481     mov        edx, [esp + 4 + 12]  // dst_argb
5482     mov        ecx, [esp + 4 + 16]  // width
5483 
5484     align      4
5485  convertloop:
5486     vmovdqu    ymm0, [eax]              // read 8 pixels from src_argb0
5487     lea        eax, [eax + 32]
5488     vpsubusb   ymm0, ymm0, [esi]        // src_argb0 - src_argb1
5489     lea        esi, [esi + 32]
5490     vmovdqu    [edx], ymm0
5491     lea        edx, [edx + 32]
5492     sub        ecx, 8
5493     jg         convertloop
5494 
5495     pop        esi
5496     vzeroupper
5497     ret
5498   }
5499 }
5500 #endif  // HAS_ARGBSUBTRACTROW_AVX2
5501 
5502 #ifdef HAS_SOBELXROW_SSE2
5503 // SobelX as a matrix is
5504 // -1  0  1
5505 // -2  0  2
5506 // -1  0  1
5507 __declspec(naked) __declspec(align(16))
SobelXRow_SSE2(const uint8 * src_y0,const uint8 * src_y1,const uint8 * src_y2,uint8 * dst_sobelx,int width)5508 void SobelXRow_SSE2(const uint8* src_y0, const uint8* src_y1,
5509                     const uint8* src_y2, uint8* dst_sobelx, int width) {
5510   __asm {
5511     push       esi
5512     push       edi
5513     mov        eax, [esp + 8 + 4]   // src_y0
5514     mov        esi, [esp + 8 + 8]   // src_y1
5515     mov        edi, [esp + 8 + 12]  // src_y2
5516     mov        edx, [esp + 8 + 16]  // dst_sobelx
5517     mov        ecx, [esp + 8 + 20]  // width
5518     sub        esi, eax
5519     sub        edi, eax
5520     sub        edx, eax
5521     pxor       xmm5, xmm5  // constant 0
5522 
5523     align      4
5524  convertloop:
5525     movq       xmm0, qword ptr [eax]            // read 8 pixels from src_y0[0]
5526     movq       xmm1, qword ptr [eax + 2]        // read 8 pixels from src_y0[2]
5527     punpcklbw  xmm0, xmm5
5528     punpcklbw  xmm1, xmm5
5529     psubw      xmm0, xmm1
5530     movq       xmm1, qword ptr [eax + esi]      // read 8 pixels from src_y1[0]
5531     movq       xmm2, qword ptr [eax + esi + 2]  // read 8 pixels from src_y1[2]
5532     punpcklbw  xmm1, xmm5
5533     punpcklbw  xmm2, xmm5
5534     psubw      xmm1, xmm2
5535     movq       xmm2, qword ptr [eax + edi]      // read 8 pixels from src_y2[0]
5536     movq       xmm3, qword ptr [eax + edi + 2]  // read 8 pixels from src_y2[2]
5537     punpcklbw  xmm2, xmm5
5538     punpcklbw  xmm3, xmm5
5539     psubw      xmm2, xmm3
5540     paddw      xmm0, xmm2
5541     paddw      xmm0, xmm1
5542     paddw      xmm0, xmm1
5543     pxor       xmm1, xmm1   // abs = max(xmm0, -xmm0).  SSSE3 could use pabsw
5544     psubw      xmm1, xmm0
5545     pmaxsw     xmm0, xmm1
5546     packuswb   xmm0, xmm0
5547     sub        ecx, 8
5548     movq       qword ptr [eax + edx], xmm0
5549     lea        eax, [eax + 8]
5550     jg         convertloop
5551 
5552     pop        edi
5553     pop        esi
5554     ret
5555   }
5556 }
5557 #endif  // HAS_SOBELXROW_SSE2
5558 
5559 #ifdef HAS_SOBELYROW_SSE2
5560 // SobelY as a matrix is
5561 // -1 -2 -1
5562 //  0  0  0
5563 //  1  2  1
5564 __declspec(naked) __declspec(align(16))
SobelYRow_SSE2(const uint8 * src_y0,const uint8 * src_y1,uint8 * dst_sobely,int width)5565 void SobelYRow_SSE2(const uint8* src_y0, const uint8* src_y1,
5566                     uint8* dst_sobely, int width) {
5567   __asm {
5568     push       esi
5569     mov        eax, [esp + 4 + 4]   // src_y0
5570     mov        esi, [esp + 4 + 8]   // src_y1
5571     mov        edx, [esp + 4 + 12]  // dst_sobely
5572     mov        ecx, [esp + 4 + 16]  // width
5573     sub        esi, eax
5574     sub        edx, eax
5575     pxor       xmm5, xmm5  // constant 0
5576 
5577     align      4
5578  convertloop:
5579     movq       xmm0, qword ptr [eax]            // read 8 pixels from src_y0[0]
5580     movq       xmm1, qword ptr [eax + esi]      // read 8 pixels from src_y1[0]
5581     punpcklbw  xmm0, xmm5
5582     punpcklbw  xmm1, xmm5
5583     psubw      xmm0, xmm1
5584     movq       xmm1, qword ptr [eax + 1]        // read 8 pixels from src_y0[1]
5585     movq       xmm2, qword ptr [eax + esi + 1]  // read 8 pixels from src_y1[1]
5586     punpcklbw  xmm1, xmm5
5587     punpcklbw  xmm2, xmm5
5588     psubw      xmm1, xmm2
5589     movq       xmm2, qword ptr [eax + 2]        // read 8 pixels from src_y0[2]
5590     movq       xmm3, qword ptr [eax + esi + 2]  // read 8 pixels from src_y1[2]
5591     punpcklbw  xmm2, xmm5
5592     punpcklbw  xmm3, xmm5
5593     psubw      xmm2, xmm3
5594     paddw      xmm0, xmm2
5595     paddw      xmm0, xmm1
5596     paddw      xmm0, xmm1
5597     pxor       xmm1, xmm1   // abs = max(xmm0, -xmm0).  SSSE3 could use pabsw
5598     psubw      xmm1, xmm0
5599     pmaxsw     xmm0, xmm1
5600     packuswb   xmm0, xmm0
5601     sub        ecx, 8
5602     movq       qword ptr [eax + edx], xmm0
5603     lea        eax, [eax + 8]
5604     jg         convertloop
5605 
5606     pop        esi
5607     ret
5608   }
5609 }
5610 #endif  // HAS_SOBELYROW_SSE2
5611 
5612 #ifdef HAS_SOBELROW_SSE2
5613 // Adds Sobel X and Sobel Y and stores Sobel into ARGB.
5614 // A = 255
5615 // R = Sobel
5616 // G = Sobel
5617 // B = Sobel
5618 __declspec(naked) __declspec(align(16))
SobelRow_SSE2(const uint8 * src_sobelx,const uint8 * src_sobely,uint8 * dst_argb,int width)5619 void SobelRow_SSE2(const uint8* src_sobelx, const uint8* src_sobely,
5620                    uint8* dst_argb, int width) {
5621   __asm {
5622     push       esi
5623     mov        eax, [esp + 4 + 4]   // src_sobelx
5624     mov        esi, [esp + 4 + 8]   // src_sobely
5625     mov        edx, [esp + 4 + 12]  // dst_argb
5626     mov        ecx, [esp + 4 + 16]  // width
5627     sub        esi, eax
5628     pcmpeqb    xmm5, xmm5           // alpha 255
5629     pslld      xmm5, 24             // 0xff000000
5630 
5631     align      4
5632  convertloop:
5633     movdqa     xmm0, [eax]            // read 16 pixels src_sobelx
5634     movdqa     xmm1, [eax + esi]      // read 16 pixels src_sobely
5635     lea        eax, [eax + 16]
5636     paddusb    xmm0, xmm1             // sobel = sobelx + sobely
5637     movdqa     xmm2, xmm0             // GG
5638     punpcklbw  xmm2, xmm0             // First 8
5639     punpckhbw  xmm0, xmm0             // Next 8
5640     movdqa     xmm1, xmm2             // GGGG
5641     punpcklwd  xmm1, xmm2             // First 4
5642     punpckhwd  xmm2, xmm2             // Next 4
5643     por        xmm1, xmm5             // GGGA
5644     por        xmm2, xmm5
5645     movdqa     xmm3, xmm0             // GGGG
5646     punpcklwd  xmm3, xmm0             // Next 4
5647     punpckhwd  xmm0, xmm0             // Last 4
5648     por        xmm3, xmm5             // GGGA
5649     por        xmm0, xmm5
5650     sub        ecx, 16
5651     movdqa     [edx], xmm1
5652     movdqa     [edx + 16], xmm2
5653     movdqa     [edx + 32], xmm3
5654     movdqa     [edx + 48], xmm0
5655     lea        edx, [edx + 64]
5656     jg         convertloop
5657 
5658     pop        esi
5659     ret
5660   }
5661 }
5662 #endif  // HAS_SOBELROW_SSE2
5663 
5664 #ifdef HAS_SOBELTOPLANEROW_SSE2
5665 // Adds Sobel X and Sobel Y and stores Sobel into a plane.
5666 __declspec(naked) __declspec(align(16))
SobelToPlaneRow_SSE2(const uint8 * src_sobelx,const uint8 * src_sobely,uint8 * dst_y,int width)5667 void SobelToPlaneRow_SSE2(const uint8* src_sobelx, const uint8* src_sobely,
5668                           uint8* dst_y, int width) {
5669   __asm {
5670     push       esi
5671     mov        eax, [esp + 4 + 4]   // src_sobelx
5672     mov        esi, [esp + 4 + 8]   // src_sobely
5673     mov        edx, [esp + 4 + 12]  // dst_argb
5674     mov        ecx, [esp + 4 + 16]  // width
5675     sub        esi, eax
5676 
5677     align      4
5678  convertloop:
5679     movdqa     xmm0, [eax]            // read 16 pixels src_sobelx
5680     movdqa     xmm1, [eax + esi]      // read 16 pixels src_sobely
5681     lea        eax, [eax + 16]
5682     paddusb    xmm0, xmm1             // sobel = sobelx + sobely
5683     sub        ecx, 16
5684     movdqa     [edx], xmm0
5685     lea        edx, [edx + 16]
5686     jg         convertloop
5687 
5688     pop        esi
5689     ret
5690   }
5691 }
5692 #endif  // HAS_SOBELTOPLANEROW_SSE2
5693 
5694 #ifdef HAS_SOBELXYROW_SSE2
5695 // Mixes Sobel X, Sobel Y and Sobel into ARGB.
5696 // A = 255
5697 // R = Sobel X
5698 // G = Sobel
5699 // B = Sobel Y
5700 __declspec(naked) __declspec(align(16))
SobelXYRow_SSE2(const uint8 * src_sobelx,const uint8 * src_sobely,uint8 * dst_argb,int width)5701 void SobelXYRow_SSE2(const uint8* src_sobelx, const uint8* src_sobely,
5702                      uint8* dst_argb, int width) {
5703   __asm {
5704     push       esi
5705     mov        eax, [esp + 4 + 4]   // src_sobelx
5706     mov        esi, [esp + 4 + 8]   // src_sobely
5707     mov        edx, [esp + 4 + 12]  // dst_argb
5708     mov        ecx, [esp + 4 + 16]  // width
5709     sub        esi, eax
5710     pcmpeqb    xmm5, xmm5           // alpha 255
5711 
5712     align      4
5713  convertloop:
5714     movdqa     xmm0, [eax]            // read 16 pixels src_sobelx
5715     movdqa     xmm1, [eax + esi]      // read 16 pixels src_sobely
5716     lea        eax, [eax + 16]
5717     movdqa     xmm2, xmm0
5718     paddusb    xmm2, xmm1             // sobel = sobelx + sobely
5719     movdqa     xmm3, xmm0             // XA
5720     punpcklbw  xmm3, xmm5
5721     punpckhbw  xmm0, xmm5
5722     movdqa     xmm4, xmm1             // YS
5723     punpcklbw  xmm4, xmm2
5724     punpckhbw  xmm1, xmm2
5725     movdqa     xmm6, xmm4             // YSXA
5726     punpcklwd  xmm6, xmm3             // First 4
5727     punpckhwd  xmm4, xmm3             // Next 4
5728     movdqa     xmm7, xmm1             // YSXA
5729     punpcklwd  xmm7, xmm0             // Next 4
5730     punpckhwd  xmm1, xmm0             // Last 4
5731     sub        ecx, 16
5732     movdqa     [edx], xmm6
5733     movdqa     [edx + 16], xmm4
5734     movdqa     [edx + 32], xmm7
5735     movdqa     [edx + 48], xmm1
5736     lea        edx, [edx + 64]
5737     jg         convertloop
5738 
5739     pop        esi
5740     ret
5741   }
5742 }
5743 #endif  // HAS_SOBELXYROW_SSE2
5744 
5745 #ifdef HAS_CUMULATIVESUMTOAVERAGEROW_SSE2
5746 // Consider float CumulativeSum.
5747 // Consider calling CumulativeSum one row at time as needed.
5748 // Consider circular CumulativeSum buffer of radius * 2 + 1 height.
5749 // Convert cumulative sum for an area to an average for 1 pixel.
5750 // topleft is pointer to top left of CumulativeSum buffer for area.
5751 // botleft is pointer to bottom left of CumulativeSum buffer.
5752 // width is offset from left to right of area in CumulativeSum buffer measured
5753 //   in number of ints.
5754 // area is the number of pixels in the area being averaged.
5755 // dst points to pixel to store result to.
5756 // count is number of averaged pixels to produce.
5757 // Does 4 pixels at a time, requires CumulativeSum pointers to be 16 byte
5758 // aligned.
CumulativeSumToAverageRow_SSE2(const int32 * topleft,const int32 * botleft,int width,int area,uint8 * dst,int count)5759 void CumulativeSumToAverageRow_SSE2(const int32* topleft, const int32* botleft,
5760                                     int width, int area, uint8* dst,
5761                                     int count) {
5762   __asm {
5763     mov        eax, topleft  // eax topleft
5764     mov        esi, botleft  // esi botleft
5765     mov        edx, width
5766     movd       xmm5, area
5767     mov        edi, dst
5768     mov        ecx, count
5769     cvtdq2ps   xmm5, xmm5
5770     rcpss      xmm4, xmm5  // 1.0f / area
5771     pshufd     xmm4, xmm4, 0
5772     sub        ecx, 4
5773     jl         l4b
5774 
5775     cmp        area, 128  // 128 pixels will not overflow 15 bits.
5776     ja         l4
5777 
5778     pshufd     xmm5, xmm5, 0        // area
5779     pcmpeqb    xmm6, xmm6           // constant of 65536.0 - 1 = 65535.0
5780     psrld      xmm6, 16
5781     cvtdq2ps   xmm6, xmm6
5782     addps      xmm5, xmm6           // (65536.0 + area - 1)
5783     mulps      xmm5, xmm4           // (65536.0 + area - 1) * 1 / area
5784     cvtps2dq   xmm5, xmm5           // 0.16 fixed point
5785     packssdw   xmm5, xmm5           // 16 bit shorts
5786 
5787     // 4 pixel loop small blocks.
5788     align      4
5789   s4:
5790     // top left
5791     movdqa     xmm0, [eax]
5792     movdqa     xmm1, [eax + 16]
5793     movdqa     xmm2, [eax + 32]
5794     movdqa     xmm3, [eax + 48]
5795 
5796     // - top right
5797     psubd      xmm0, [eax + edx * 4]
5798     psubd      xmm1, [eax + edx * 4 + 16]
5799     psubd      xmm2, [eax + edx * 4 + 32]
5800     psubd      xmm3, [eax + edx * 4 + 48]
5801     lea        eax, [eax + 64]
5802 
5803     // - bottom left
5804     psubd      xmm0, [esi]
5805     psubd      xmm1, [esi + 16]
5806     psubd      xmm2, [esi + 32]
5807     psubd      xmm3, [esi + 48]
5808 
5809     // + bottom right
5810     paddd      xmm0, [esi + edx * 4]
5811     paddd      xmm1, [esi + edx * 4 + 16]
5812     paddd      xmm2, [esi + edx * 4 + 32]
5813     paddd      xmm3, [esi + edx * 4 + 48]
5814     lea        esi, [esi + 64]
5815 
5816     packssdw   xmm0, xmm1  // pack 4 pixels into 2 registers
5817     packssdw   xmm2, xmm3
5818 
5819     pmulhuw    xmm0, xmm5
5820     pmulhuw    xmm2, xmm5
5821 
5822     packuswb   xmm0, xmm2
5823     movdqu     [edi], xmm0
5824     lea        edi, [edi + 16]
5825     sub        ecx, 4
5826     jge        s4
5827 
5828     jmp        l4b
5829 
5830     // 4 pixel loop
5831     align      4
5832   l4:
5833     // top left
5834     movdqa     xmm0, [eax]
5835     movdqa     xmm1, [eax + 16]
5836     movdqa     xmm2, [eax + 32]
5837     movdqa     xmm3, [eax + 48]
5838 
5839     // - top right
5840     psubd      xmm0, [eax + edx * 4]
5841     psubd      xmm1, [eax + edx * 4 + 16]
5842     psubd      xmm2, [eax + edx * 4 + 32]
5843     psubd      xmm3, [eax + edx * 4 + 48]
5844     lea        eax, [eax + 64]
5845 
5846     // - bottom left
5847     psubd      xmm0, [esi]
5848     psubd      xmm1, [esi + 16]
5849     psubd      xmm2, [esi + 32]
5850     psubd      xmm3, [esi + 48]
5851 
5852     // + bottom right
5853     paddd      xmm0, [esi + edx * 4]
5854     paddd      xmm1, [esi + edx * 4 + 16]
5855     paddd      xmm2, [esi + edx * 4 + 32]
5856     paddd      xmm3, [esi + edx * 4 + 48]
5857     lea        esi, [esi + 64]
5858 
5859     cvtdq2ps   xmm0, xmm0   // Average = Sum * 1 / Area
5860     cvtdq2ps   xmm1, xmm1
5861     mulps      xmm0, xmm4
5862     mulps      xmm1, xmm4
5863     cvtdq2ps   xmm2, xmm2
5864     cvtdq2ps   xmm3, xmm3
5865     mulps      xmm2, xmm4
5866     mulps      xmm3, xmm4
5867     cvtps2dq   xmm0, xmm0
5868     cvtps2dq   xmm1, xmm1
5869     cvtps2dq   xmm2, xmm2
5870     cvtps2dq   xmm3, xmm3
5871     packssdw   xmm0, xmm1
5872     packssdw   xmm2, xmm3
5873     packuswb   xmm0, xmm2
5874     movdqu     [edi], xmm0
5875     lea        edi, [edi + 16]
5876     sub        ecx, 4
5877     jge        l4
5878 
5879   l4b:
5880     add        ecx, 4 - 1
5881     jl         l1b
5882 
5883     // 1 pixel loop
5884     align      4
5885   l1:
5886     movdqa     xmm0, [eax]
5887     psubd      xmm0, [eax + edx * 4]
5888     lea        eax, [eax + 16]
5889     psubd      xmm0, [esi]
5890     paddd      xmm0, [esi + edx * 4]
5891     lea        esi, [esi + 16]
5892     cvtdq2ps   xmm0, xmm0
5893     mulps      xmm0, xmm4
5894     cvtps2dq   xmm0, xmm0
5895     packssdw   xmm0, xmm0
5896     packuswb   xmm0, xmm0
5897     movd       dword ptr [edi], xmm0
5898     lea        edi, [edi + 4]
5899     sub        ecx, 1
5900     jge        l1
5901   l1b:
5902   }
5903 }
5904 #endif  // HAS_CUMULATIVESUMTOAVERAGEROW_SSE2
5905 
5906 #ifdef HAS_COMPUTECUMULATIVESUMROW_SSE2
5907 // Creates a table of cumulative sums where each value is a sum of all values
5908 // above and to the left of the value.
ComputeCumulativeSumRow_SSE2(const uint8 * row,int32 * cumsum,const int32 * previous_cumsum,int width)5909 void ComputeCumulativeSumRow_SSE2(const uint8* row, int32* cumsum,
5910                                   const int32* previous_cumsum, int width) {
5911   __asm {
5912     mov        eax, row
5913     mov        edx, cumsum
5914     mov        esi, previous_cumsum
5915     mov        ecx, width
5916     pxor       xmm0, xmm0
5917     pxor       xmm1, xmm1
5918 
5919     sub        ecx, 4
5920     jl         l4b
5921     test       edx, 15
5922     jne        l4b
5923 
5924     // 4 pixel loop
5925     align      4
5926   l4:
5927     movdqu     xmm2, [eax]  // 4 argb pixels 16 bytes.
5928     lea        eax, [eax + 16]
5929     movdqa     xmm4, xmm2
5930 
5931     punpcklbw  xmm2, xmm1
5932     movdqa     xmm3, xmm2
5933     punpcklwd  xmm2, xmm1
5934     punpckhwd  xmm3, xmm1
5935 
5936     punpckhbw  xmm4, xmm1
5937     movdqa     xmm5, xmm4
5938     punpcklwd  xmm4, xmm1
5939     punpckhwd  xmm5, xmm1
5940 
5941     paddd      xmm0, xmm2
5942     movdqa     xmm2, [esi]  // previous row above.
5943     paddd      xmm2, xmm0
5944 
5945     paddd      xmm0, xmm3
5946     movdqa     xmm3, [esi + 16]
5947     paddd      xmm3, xmm0
5948 
5949     paddd      xmm0, xmm4
5950     movdqa     xmm4, [esi + 32]
5951     paddd      xmm4, xmm0
5952 
5953     paddd      xmm0, xmm5
5954     movdqa     xmm5, [esi + 48]
5955     lea        esi, [esi + 64]
5956     paddd      xmm5, xmm0
5957 
5958     movdqa     [edx], xmm2
5959     movdqa     [edx + 16], xmm3
5960     movdqa     [edx + 32], xmm4
5961     movdqa     [edx + 48], xmm5
5962 
5963     lea        edx, [edx + 64]
5964     sub        ecx, 4
5965     jge        l4
5966 
5967   l4b:
5968     add        ecx, 4 - 1
5969     jl         l1b
5970 
5971     // 1 pixel loop
5972     align      4
5973   l1:
5974     movd       xmm2, dword ptr [eax]  // 1 argb pixel 4 bytes.
5975     lea        eax, [eax + 4]
5976     punpcklbw  xmm2, xmm1
5977     punpcklwd  xmm2, xmm1
5978     paddd      xmm0, xmm2
5979     movdqu     xmm2, [esi]
5980     lea        esi, [esi + 16]
5981     paddd      xmm2, xmm0
5982     movdqu     [edx], xmm2
5983     lea        edx, [edx + 16]
5984     sub        ecx, 1
5985     jge        l1
5986 
5987  l1b:
5988   }
5989 }
5990 #endif  // HAS_COMPUTECUMULATIVESUMROW_SSE2
5991 
5992 #ifdef HAS_ARGBAFFINEROW_SSE2
5993 // Copy ARGB pixels from source image with slope to a row of destination.
5994 __declspec(naked) __declspec(align(16))
5995 LIBYUV_API
ARGBAffineRow_SSE2(const uint8 * src_argb,int src_argb_stride,uint8 * dst_argb,const float * uv_dudv,int width)5996 void ARGBAffineRow_SSE2(const uint8* src_argb, int src_argb_stride,
5997                         uint8* dst_argb, const float* uv_dudv, int width) {
5998   __asm {
5999     push       esi
6000     push       edi
6001     mov        eax, [esp + 12]  // src_argb
6002     mov        esi, [esp + 16]  // stride
6003     mov        edx, [esp + 20]  // dst_argb
6004     mov        ecx, [esp + 24]  // pointer to uv_dudv
6005     movq       xmm2, qword ptr [ecx]  // uv
6006     movq       xmm7, qword ptr [ecx + 8]  // dudv
6007     mov        ecx, [esp + 28]  // width
6008     shl        esi, 16          // 4, stride
6009     add        esi, 4
6010     movd       xmm5, esi
6011     sub        ecx, 4
6012     jl         l4b
6013 
6014     // setup for 4 pixel loop
6015     pshufd     xmm7, xmm7, 0x44  // dup dudv
6016     pshufd     xmm5, xmm5, 0  // dup 4, stride
6017     movdqa     xmm0, xmm2    // x0, y0, x1, y1
6018     addps      xmm0, xmm7
6019     movlhps    xmm2, xmm0
6020     movdqa     xmm4, xmm7
6021     addps      xmm4, xmm4    // dudv *= 2
6022     movdqa     xmm3, xmm2    // x2, y2, x3, y3
6023     addps      xmm3, xmm4
6024     addps      xmm4, xmm4    // dudv *= 4
6025 
6026     // 4 pixel loop
6027     align      4
6028   l4:
6029     cvttps2dq  xmm0, xmm2    // x, y float to int first 2
6030     cvttps2dq  xmm1, xmm3    // x, y float to int next 2
6031     packssdw   xmm0, xmm1    // x, y as 8 shorts
6032     pmaddwd    xmm0, xmm5    // offsets = x * 4 + y * stride.
6033     movd       esi, xmm0
6034     pshufd     xmm0, xmm0, 0x39  // shift right
6035     movd       edi, xmm0
6036     pshufd     xmm0, xmm0, 0x39  // shift right
6037     movd       xmm1, [eax + esi]  // read pixel 0
6038     movd       xmm6, [eax + edi]  // read pixel 1
6039     punpckldq  xmm1, xmm6     // combine pixel 0 and 1
6040     addps      xmm2, xmm4    // x, y += dx, dy first 2
6041     movq       qword ptr [edx], xmm1
6042     movd       esi, xmm0
6043     pshufd     xmm0, xmm0, 0x39  // shift right
6044     movd       edi, xmm0
6045     movd       xmm6, [eax + esi]  // read pixel 2
6046     movd       xmm0, [eax + edi]  // read pixel 3
6047     punpckldq  xmm6, xmm0     // combine pixel 2 and 3
6048     addps      xmm3, xmm4    // x, y += dx, dy next 2
6049     sub        ecx, 4
6050     movq       qword ptr 8[edx], xmm6
6051     lea        edx, [edx + 16]
6052     jge        l4
6053 
6054   l4b:
6055     add        ecx, 4 - 1
6056     jl         l1b
6057 
6058     // 1 pixel loop
6059     align      4
6060   l1:
6061     cvttps2dq  xmm0, xmm2    // x, y float to int
6062     packssdw   xmm0, xmm0    // x, y as shorts
6063     pmaddwd    xmm0, xmm5    // offset = x * 4 + y * stride
6064     addps      xmm2, xmm7    // x, y += dx, dy
6065     movd       esi, xmm0
6066     movd       xmm0, [eax + esi]  // copy a pixel
6067     sub        ecx, 1
6068     movd       [edx], xmm0
6069     lea        edx, [edx + 4]
6070     jge        l1
6071   l1b:
6072     pop        edi
6073     pop        esi
6074     ret
6075   }
6076 }
6077 #endif  // HAS_ARGBAFFINEROW_SSE2
6078 
6079 #ifdef HAS_INTERPOLATEROW_AVX2
6080 // Bilinear filter 16x2 -> 16x1
6081 __declspec(naked) __declspec(align(16))
InterpolateRow_AVX2(uint8 * dst_ptr,const uint8 * src_ptr,ptrdiff_t src_stride,int dst_width,int source_y_fraction)6082 void InterpolateRow_AVX2(uint8* dst_ptr, const uint8* src_ptr,
6083                           ptrdiff_t src_stride, int dst_width,
6084                           int source_y_fraction) {
6085   __asm {
6086     push       esi
6087     push       edi
6088     mov        edi, [esp + 8 + 4]   // dst_ptr
6089     mov        esi, [esp + 8 + 8]   // src_ptr
6090     mov        edx, [esp + 8 + 12]  // src_stride
6091     mov        ecx, [esp + 8 + 16]  // dst_width
6092     mov        eax, [esp + 8 + 20]  // source_y_fraction (0..255)
6093     shr        eax, 1
6094     // Dispatch to specialized filters if applicable.
6095     cmp        eax, 0
6096     je         xloop100  // 0 / 128.  Blend 100 / 0.
6097     sub        edi, esi
6098     cmp        eax, 32
6099     je         xloop75   // 32 / 128 is 0.25.  Blend 75 / 25.
6100     cmp        eax, 64
6101     je         xloop50   // 64 / 128 is 0.50.  Blend 50 / 50.
6102     cmp        eax, 96
6103     je         xloop25   // 96 / 128 is 0.75.  Blend 25 / 75.
6104 
6105     vmovd      xmm0, eax  // high fraction 0..127
6106     neg        eax
6107     add        eax, 128
6108     vmovd      xmm5, eax  // low fraction 128..1
6109     vpunpcklbw xmm5, xmm5, xmm0
6110     vpunpcklwd xmm5, xmm5, xmm5
6111     vpxor      ymm0, ymm0, ymm0
6112     vpermd     ymm5, ymm0, ymm5
6113 
6114     align      4
6115   xloop:
6116     vmovdqu    ymm0, [esi]
6117     vmovdqu    ymm2, [esi + edx]
6118     vpunpckhbw ymm1, ymm0, ymm2  // mutates
6119     vpunpcklbw ymm0, ymm0, ymm2  // mutates
6120     vpmaddubsw ymm0, ymm0, ymm5
6121     vpmaddubsw ymm1, ymm1, ymm5
6122     vpsrlw     ymm0, ymm0, 7
6123     vpsrlw     ymm1, ymm1, 7
6124     vpackuswb  ymm0, ymm0, ymm1  // unmutates
6125     sub        ecx, 32
6126     vmovdqu    [esi + edi], ymm0
6127     lea        esi, [esi + 32]
6128     jg         xloop
6129     jmp        xloop99
6130 
6131     // Blend 25 / 75.
6132     align      4
6133   xloop25:
6134     vmovdqu    ymm0, [esi]
6135     vpavgb     ymm0, ymm0, [esi + edx]
6136     vpavgb     ymm0, ymm0, [esi + edx]
6137     sub        ecx, 32
6138     vmovdqu    [esi + edi], ymm0
6139     lea        esi, [esi + 32]
6140     jg         xloop25
6141     jmp        xloop99
6142 
6143     // Blend 50 / 50.
6144     align      4
6145   xloop50:
6146     vmovdqu    ymm0, [esi]
6147     vpavgb     ymm0, ymm0, [esi + edx]
6148     sub        ecx, 32
6149     vmovdqu    [esi + edi], ymm0
6150     lea        esi, [esi + 32]
6151     jg         xloop50
6152     jmp        xloop99
6153 
6154     // Blend 75 / 25.
6155     align      4
6156   xloop75:
6157     vmovdqu    ymm0, [esi + edx]
6158     vpavgb     ymm0, ymm0, [esi]
6159     vpavgb     ymm0, ymm0, [esi]
6160     sub        ecx, 32
6161     vmovdqu     [esi + edi], ymm0
6162     lea        esi, [esi + 32]
6163     jg         xloop75
6164     jmp        xloop99
6165 
6166     // Blend 100 / 0 - Copy row unchanged.
6167     align      4
6168   xloop100:
6169     rep movsb
6170 
6171   xloop99:
6172     pop        edi
6173     pop        esi
6174     vzeroupper
6175     ret
6176   }
6177 }
6178 #endif  // HAS_INTERPOLATEROW_AVX2
6179 
6180 #ifdef HAS_INTERPOLATEROW_SSSE3
6181 // Bilinear filter 16x2 -> 16x1
6182 __declspec(naked) __declspec(align(16))
InterpolateRow_SSSE3(uint8 * dst_ptr,const uint8 * src_ptr,ptrdiff_t src_stride,int dst_width,int source_y_fraction)6183 void InterpolateRow_SSSE3(uint8* dst_ptr, const uint8* src_ptr,
6184                           ptrdiff_t src_stride, int dst_width,
6185                           int source_y_fraction) {
6186   __asm {
6187     push       esi
6188     push       edi
6189     mov        edi, [esp + 8 + 4]   // dst_ptr
6190     mov        esi, [esp + 8 + 8]   // src_ptr
6191     mov        edx, [esp + 8 + 12]  // src_stride
6192     mov        ecx, [esp + 8 + 16]  // dst_width
6193     mov        eax, [esp + 8 + 20]  // source_y_fraction (0..255)
6194     sub        edi, esi
6195     shr        eax, 1
6196     // Dispatch to specialized filters if applicable.
6197     cmp        eax, 0
6198     je         xloop100  // 0 / 128.  Blend 100 / 0.
6199     cmp        eax, 32
6200     je         xloop75   // 32 / 128 is 0.25.  Blend 75 / 25.
6201     cmp        eax, 64
6202     je         xloop50   // 64 / 128 is 0.50.  Blend 50 / 50.
6203     cmp        eax, 96
6204     je         xloop25   // 96 / 128 is 0.75.  Blend 25 / 75.
6205 
6206     movd       xmm0, eax  // high fraction 0..127
6207     neg        eax
6208     add        eax, 128
6209     movd       xmm5, eax  // low fraction 128..1
6210     punpcklbw  xmm5, xmm0
6211     punpcklwd  xmm5, xmm5
6212     pshufd     xmm5, xmm5, 0
6213 
6214     align      4
6215   xloop:
6216     movdqa     xmm0, [esi]
6217     movdqa     xmm2, [esi + edx]
6218     movdqa     xmm1, xmm0
6219     punpcklbw  xmm0, xmm2
6220     punpckhbw  xmm1, xmm2
6221     pmaddubsw  xmm0, xmm5
6222     pmaddubsw  xmm1, xmm5
6223     psrlw      xmm0, 7
6224     psrlw      xmm1, 7
6225     packuswb   xmm0, xmm1
6226     sub        ecx, 16
6227     movdqa     [esi + edi], xmm0
6228     lea        esi, [esi + 16]
6229     jg         xloop
6230     jmp        xloop99
6231 
6232     // Blend 25 / 75.
6233     align      4
6234   xloop25:
6235     movdqa     xmm0, [esi]
6236     movdqa     xmm1, [esi + edx]
6237     pavgb      xmm0, xmm1
6238     pavgb      xmm0, xmm1
6239     sub        ecx, 16
6240     movdqa     [esi + edi], xmm0
6241     lea        esi, [esi + 16]
6242     jg         xloop25
6243     jmp        xloop99
6244 
6245     // Blend 50 / 50.
6246     align      4
6247   xloop50:
6248     movdqa     xmm0, [esi]
6249     movdqa     xmm1, [esi + edx]
6250     pavgb      xmm0, xmm1
6251     sub        ecx, 16
6252     movdqa     [esi + edi], xmm0
6253     lea        esi, [esi + 16]
6254     jg         xloop50
6255     jmp        xloop99
6256 
6257     // Blend 75 / 25.
6258     align      4
6259   xloop75:
6260     movdqa     xmm1, [esi]
6261     movdqa     xmm0, [esi + edx]
6262     pavgb      xmm0, xmm1
6263     pavgb      xmm0, xmm1
6264     sub        ecx, 16
6265     movdqa     [esi + edi], xmm0
6266     lea        esi, [esi + 16]
6267     jg         xloop75
6268     jmp        xloop99
6269 
6270     // Blend 100 / 0 - Copy row unchanged.
6271     align      4
6272   xloop100:
6273     movdqa     xmm0, [esi]
6274     sub        ecx, 16
6275     movdqa     [esi + edi], xmm0
6276     lea        esi, [esi + 16]
6277     jg         xloop100
6278 
6279   xloop99:
6280     pop        edi
6281     pop        esi
6282     ret
6283   }
6284 }
6285 #endif  // HAS_INTERPOLATEROW_SSSE3
6286 
6287 #ifdef HAS_INTERPOLATEROW_SSE2
6288 // Bilinear filter 16x2 -> 16x1
6289 __declspec(naked) __declspec(align(16))
InterpolateRow_SSE2(uint8 * dst_ptr,const uint8 * src_ptr,ptrdiff_t src_stride,int dst_width,int source_y_fraction)6290 void InterpolateRow_SSE2(uint8* dst_ptr, const uint8* src_ptr,
6291                          ptrdiff_t src_stride, int dst_width,
6292                          int source_y_fraction) {
6293   __asm {
6294     push       esi
6295     push       edi
6296     mov        edi, [esp + 8 + 4]   // dst_ptr
6297     mov        esi, [esp + 8 + 8]   // src_ptr
6298     mov        edx, [esp + 8 + 12]  // src_stride
6299     mov        ecx, [esp + 8 + 16]  // dst_width
6300     mov        eax, [esp + 8 + 20]  // source_y_fraction (0..255)
6301     sub        edi, esi
6302     // Dispatch to specialized filters if applicable.
6303     cmp        eax, 0
6304     je         xloop100  // 0 / 256.  Blend 100 / 0.
6305     cmp        eax, 64
6306     je         xloop75   // 64 / 256 is 0.25.  Blend 75 / 25.
6307     cmp        eax, 128
6308     je         xloop50   // 128 / 256 is 0.50.  Blend 50 / 50.
6309     cmp        eax, 192
6310     je         xloop25   // 192 / 256 is 0.75.  Blend 25 / 75.
6311 
6312     movd       xmm5, eax            // xmm5 = y fraction
6313     punpcklbw  xmm5, xmm5
6314     psrlw      xmm5, 1
6315     punpcklwd  xmm5, xmm5
6316     punpckldq  xmm5, xmm5
6317     punpcklqdq xmm5, xmm5
6318     pxor       xmm4, xmm4
6319 
6320     align      4
6321   xloop:
6322     movdqa     xmm0, [esi]  // row0
6323     movdqa     xmm2, [esi + edx]  // row1
6324     movdqa     xmm1, xmm0
6325     movdqa     xmm3, xmm2
6326     punpcklbw  xmm2, xmm4
6327     punpckhbw  xmm3, xmm4
6328     punpcklbw  xmm0, xmm4
6329     punpckhbw  xmm1, xmm4
6330     psubw      xmm2, xmm0  // row1 - row0
6331     psubw      xmm3, xmm1
6332     paddw      xmm2, xmm2  // 9 bits * 15 bits = 8.16
6333     paddw      xmm3, xmm3
6334     pmulhw     xmm2, xmm5  // scale diff
6335     pmulhw     xmm3, xmm5
6336     paddw      xmm0, xmm2  // sum rows
6337     paddw      xmm1, xmm3
6338     packuswb   xmm0, xmm1
6339     sub        ecx, 16
6340     movdqa     [esi + edi], xmm0
6341     lea        esi, [esi + 16]
6342     jg         xloop
6343     jmp        xloop99
6344 
6345     // Blend 25 / 75.
6346     align      4
6347   xloop25:
6348     movdqa     xmm0, [esi]
6349     movdqa     xmm1, [esi + edx]
6350     pavgb      xmm0, xmm1
6351     pavgb      xmm0, xmm1
6352     sub        ecx, 16
6353     movdqa     [esi + edi], xmm0
6354     lea        esi, [esi + 16]
6355     jg         xloop25
6356     jmp        xloop99
6357 
6358     // Blend 50 / 50.
6359     align      4
6360   xloop50:
6361     movdqa     xmm0, [esi]
6362     movdqa     xmm1, [esi + edx]
6363     pavgb      xmm0, xmm1
6364     sub        ecx, 16
6365     movdqa     [esi + edi], xmm0
6366     lea        esi, [esi + 16]
6367     jg         xloop50
6368     jmp        xloop99
6369 
6370     // Blend 75 / 25.
6371     align      4
6372   xloop75:
6373     movdqa     xmm1, [esi]
6374     movdqa     xmm0, [esi + edx]
6375     pavgb      xmm0, xmm1
6376     pavgb      xmm0, xmm1
6377     sub        ecx, 16
6378     movdqa     [esi + edi], xmm0
6379     lea        esi, [esi + 16]
6380     jg         xloop75
6381     jmp        xloop99
6382 
6383     // Blend 100 / 0 - Copy row unchanged.
6384     align      4
6385   xloop100:
6386     movdqa     xmm0, [esi]
6387     sub        ecx, 16
6388     movdqa     [esi + edi], xmm0
6389     lea        esi, [esi + 16]
6390     jg         xloop100
6391 
6392   xloop99:
6393     pop        edi
6394     pop        esi
6395     ret
6396   }
6397 }
6398 #endif  // HAS_INTERPOLATEROW_SSE2
6399 
6400 // Bilinear filter 16x2 -> 16x1
6401 __declspec(naked) __declspec(align(16))
InterpolateRow_Unaligned_SSSE3(uint8 * dst_ptr,const uint8 * src_ptr,ptrdiff_t src_stride,int dst_width,int source_y_fraction)6402 void InterpolateRow_Unaligned_SSSE3(uint8* dst_ptr, const uint8* src_ptr,
6403                                     ptrdiff_t src_stride, int dst_width,
6404                                     int source_y_fraction) {
6405   __asm {
6406     push       esi
6407     push       edi
6408     mov        edi, [esp + 8 + 4]   // dst_ptr
6409     mov        esi, [esp + 8 + 8]   // src_ptr
6410     mov        edx, [esp + 8 + 12]  // src_stride
6411     mov        ecx, [esp + 8 + 16]  // dst_width
6412     mov        eax, [esp + 8 + 20]  // source_y_fraction (0..255)
6413     sub        edi, esi
6414     shr        eax, 1
6415     // Dispatch to specialized filters if applicable.
6416     cmp        eax, 0
6417     je         xloop100  // 0 / 128.  Blend 100 / 0.
6418     cmp        eax, 32
6419     je         xloop75   // 32 / 128 is 0.25.  Blend 75 / 25.
6420     cmp        eax, 64
6421     je         xloop50   // 64 / 128 is 0.50.  Blend 50 / 50.
6422     cmp        eax, 96
6423     je         xloop25   // 96 / 128 is 0.75.  Blend 25 / 75.
6424 
6425     movd       xmm0, eax  // high fraction 0..127
6426     neg        eax
6427     add        eax, 128
6428     movd       xmm5, eax  // low fraction 128..1
6429     punpcklbw  xmm5, xmm0
6430     punpcklwd  xmm5, xmm5
6431     pshufd     xmm5, xmm5, 0
6432 
6433     align      4
6434   xloop:
6435     movdqu     xmm0, [esi]
6436     movdqu     xmm2, [esi + edx]
6437     movdqu     xmm1, xmm0
6438     punpcklbw  xmm0, xmm2
6439     punpckhbw  xmm1, xmm2
6440     pmaddubsw  xmm0, xmm5
6441     pmaddubsw  xmm1, xmm5
6442     psrlw      xmm0, 7
6443     psrlw      xmm1, 7
6444     packuswb   xmm0, xmm1
6445     sub        ecx, 16
6446     movdqu     [esi + edi], xmm0
6447     lea        esi, [esi + 16]
6448     jg         xloop
6449     jmp        xloop99
6450 
6451     // Blend 25 / 75.
6452     align      4
6453   xloop25:
6454     movdqu     xmm0, [esi]
6455     movdqu     xmm1, [esi + edx]
6456     pavgb      xmm0, xmm1
6457     pavgb      xmm0, xmm1
6458     sub        ecx, 16
6459     movdqu     [esi + edi], xmm0
6460     lea        esi, [esi + 16]
6461     jg         xloop25
6462     jmp        xloop99
6463 
6464     // Blend 50 / 50.
6465     align      4
6466   xloop50:
6467     movdqu     xmm0, [esi]
6468     movdqu     xmm1, [esi + edx]
6469     pavgb      xmm0, xmm1
6470     sub        ecx, 16
6471     movdqu     [esi + edi], xmm0
6472     lea        esi, [esi + 16]
6473     jg         xloop50
6474     jmp        xloop99
6475 
6476     // Blend 75 / 25.
6477     align      4
6478   xloop75:
6479     movdqu     xmm1, [esi]
6480     movdqu     xmm0, [esi + edx]
6481     pavgb      xmm0, xmm1
6482     pavgb      xmm0, xmm1
6483     sub        ecx, 16
6484     movdqu     [esi + edi], xmm0
6485     lea        esi, [esi + 16]
6486     jg         xloop75
6487     jmp        xloop99
6488 
6489     // Blend 100 / 0 - Copy row unchanged.
6490     align      4
6491   xloop100:
6492     movdqu     xmm0, [esi]
6493     sub        ecx, 16
6494     movdqu     [esi + edi], xmm0
6495     lea        esi, [esi + 16]
6496     jg         xloop100
6497 
6498   xloop99:
6499     pop        edi
6500     pop        esi
6501     ret
6502   }
6503 }
6504 
6505 #ifdef HAS_INTERPOLATEROW_SSE2
6506 // Bilinear filter 16x2 -> 16x1
6507 __declspec(naked) __declspec(align(16))
InterpolateRow_Unaligned_SSE2(uint8 * dst_ptr,const uint8 * src_ptr,ptrdiff_t src_stride,int dst_width,int source_y_fraction)6508 void InterpolateRow_Unaligned_SSE2(uint8* dst_ptr, const uint8* src_ptr,
6509                                    ptrdiff_t src_stride, int dst_width,
6510                                    int source_y_fraction) {
6511   __asm {
6512     push       esi
6513     push       edi
6514     mov        edi, [esp + 8 + 4]   // dst_ptr
6515     mov        esi, [esp + 8 + 8]   // src_ptr
6516     mov        edx, [esp + 8 + 12]  // src_stride
6517     mov        ecx, [esp + 8 + 16]  // dst_width
6518     mov        eax, [esp + 8 + 20]  // source_y_fraction (0..255)
6519     sub        edi, esi
6520     // Dispatch to specialized filters if applicable.
6521     cmp        eax, 0
6522     je         xloop100  // 0 / 256.  Blend 100 / 0.
6523     cmp        eax, 64
6524     je         xloop75   // 64 / 256 is 0.25.  Blend 75 / 25.
6525     cmp        eax, 128
6526     je         xloop50   // 128 / 256 is 0.50.  Blend 50 / 50.
6527     cmp        eax, 192
6528     je         xloop25   // 192 / 256 is 0.75.  Blend 25 / 75.
6529 
6530     movd       xmm5, eax            // xmm5 = y fraction
6531     punpcklbw  xmm5, xmm5
6532     psrlw      xmm5, 1
6533     punpcklwd  xmm5, xmm5
6534     punpckldq  xmm5, xmm5
6535     punpcklqdq xmm5, xmm5
6536     pxor       xmm4, xmm4
6537 
6538     align      4
6539   xloop:
6540     movdqu     xmm0, [esi]  // row0
6541     movdqu     xmm2, [esi + edx]  // row1
6542     movdqu     xmm1, xmm0
6543     movdqu     xmm3, xmm2
6544     punpcklbw  xmm2, xmm4
6545     punpckhbw  xmm3, xmm4
6546     punpcklbw  xmm0, xmm4
6547     punpckhbw  xmm1, xmm4
6548     psubw      xmm2, xmm0  // row1 - row0
6549     psubw      xmm3, xmm1
6550     paddw      xmm2, xmm2  // 9 bits * 15 bits = 8.16
6551     paddw      xmm3, xmm3
6552     pmulhw     xmm2, xmm5  // scale diff
6553     pmulhw     xmm3, xmm5
6554     paddw      xmm0, xmm2  // sum rows
6555     paddw      xmm1, xmm3
6556     packuswb   xmm0, xmm1
6557     sub        ecx, 16
6558     movdqu     [esi + edi], xmm0
6559     lea        esi, [esi + 16]
6560     jg         xloop
6561     jmp        xloop99
6562 
6563     // Blend 25 / 75.
6564     align      4
6565   xloop25:
6566     movdqu     xmm0, [esi]
6567     movdqu     xmm1, [esi + edx]
6568     pavgb      xmm0, xmm1
6569     pavgb      xmm0, xmm1
6570     sub        ecx, 16
6571     movdqu     [esi + edi], xmm0
6572     lea        esi, [esi + 16]
6573     jg         xloop25
6574     jmp        xloop99
6575 
6576     // Blend 50 / 50.
6577     align      4
6578   xloop50:
6579     movdqu     xmm0, [esi]
6580     movdqu     xmm1, [esi + edx]
6581     pavgb      xmm0, xmm1
6582     sub        ecx, 16
6583     movdqu     [esi + edi], xmm0
6584     lea        esi, [esi + 16]
6585     jg         xloop50
6586     jmp        xloop99
6587 
6588     // Blend 75 / 25.
6589     align      4
6590   xloop75:
6591     movdqu     xmm1, [esi]
6592     movdqu     xmm0, [esi + edx]
6593     pavgb      xmm0, xmm1
6594     pavgb      xmm0, xmm1
6595     sub        ecx, 16
6596     movdqu     [esi + edi], xmm0
6597     lea        esi, [esi + 16]
6598     jg         xloop75
6599     jmp        xloop99
6600 
6601     // Blend 100 / 0 - Copy row unchanged.
6602     align      4
6603   xloop100:
6604     movdqu     xmm0, [esi]
6605     sub        ecx, 16
6606     movdqu     [esi + edi], xmm0
6607     lea        esi, [esi + 16]
6608     jg         xloop100
6609 
6610   xloop99:
6611     pop        edi
6612     pop        esi
6613     ret
6614   }
6615 }
6616 #endif  // HAS_INTERPOLATEROW_SSE2
6617 
6618 __declspec(naked) __declspec(align(16))
HalfRow_SSE2(const uint8 * src_uv,int src_uv_stride,uint8 * dst_uv,int pix)6619 void HalfRow_SSE2(const uint8* src_uv, int src_uv_stride,
6620                   uint8* dst_uv, int pix) {
6621   __asm {
6622     push       edi
6623     mov        eax, [esp + 4 + 4]    // src_uv
6624     mov        edx, [esp + 4 + 8]    // src_uv_stride
6625     mov        edi, [esp + 4 + 12]   // dst_v
6626     mov        ecx, [esp + 4 + 16]   // pix
6627     sub        edi, eax
6628 
6629     align      4
6630   convertloop:
6631     movdqa     xmm0, [eax]
6632     pavgb      xmm0, [eax + edx]
6633     sub        ecx, 16
6634     movdqa     [eax + edi], xmm0
6635     lea        eax,  [eax + 16]
6636     jg         convertloop
6637     pop        edi
6638     ret
6639   }
6640 }
6641 
6642 #ifdef HAS_HALFROW_AVX2
6643 __declspec(naked) __declspec(align(16))
HalfRow_AVX2(const uint8 * src_uv,int src_uv_stride,uint8 * dst_uv,int pix)6644 void HalfRow_AVX2(const uint8* src_uv, int src_uv_stride,
6645                   uint8* dst_uv, int pix) {
6646   __asm {
6647     push       edi
6648     mov        eax, [esp + 4 + 4]    // src_uv
6649     mov        edx, [esp + 4 + 8]    // src_uv_stride
6650     mov        edi, [esp + 4 + 12]   // dst_v
6651     mov        ecx, [esp + 4 + 16]   // pix
6652     sub        edi, eax
6653 
6654     align      4
6655   convertloop:
6656     vmovdqu    ymm0, [eax]
6657     vpavgb     ymm0, ymm0, [eax + edx]
6658     sub        ecx, 32
6659     vmovdqu    [eax + edi], ymm0
6660     lea        eax,  [eax + 32]
6661     jg         convertloop
6662 
6663     pop        edi
6664     vzeroupper
6665     ret
6666   }
6667 }
6668 #endif  // HAS_HALFROW_AVX2
6669 
6670 __declspec(naked) __declspec(align(16))
ARGBToBayerRow_SSSE3(const uint8 * src_argb,uint8 * dst_bayer,uint32 selector,int pix)6671 void ARGBToBayerRow_SSSE3(const uint8* src_argb, uint8* dst_bayer,
6672                           uint32 selector, int pix) {
6673   __asm {
6674     mov        eax, [esp + 4]    // src_argb
6675     mov        edx, [esp + 8]    // dst_bayer
6676     movd       xmm5, [esp + 12]  // selector
6677     mov        ecx, [esp + 16]   // pix
6678     pshufd     xmm5, xmm5, 0
6679 
6680     align      4
6681   wloop:
6682     movdqa     xmm0, [eax]
6683     movdqa     xmm1, [eax + 16]
6684     lea        eax, [eax + 32]
6685     pshufb     xmm0, xmm5
6686     pshufb     xmm1, xmm5
6687     punpckldq  xmm0, xmm1
6688     sub        ecx, 8
6689     movq       qword ptr [edx], xmm0
6690     lea        edx, [edx + 8]
6691     jg         wloop
6692     ret
6693   }
6694 }
6695 
6696 // Specialized ARGB to Bayer that just isolates G channel.
6697 __declspec(naked) __declspec(align(16))
ARGBToBayerGGRow_SSE2(const uint8 * src_argb,uint8 * dst_bayer,uint32 selector,int pix)6698 void ARGBToBayerGGRow_SSE2(const uint8* src_argb, uint8* dst_bayer,
6699                            uint32 selector, int pix) {
6700   __asm {
6701     mov        eax, [esp + 4]    // src_argb
6702     mov        edx, [esp + 8]    // dst_bayer
6703                                  // selector
6704     mov        ecx, [esp + 16]   // pix
6705     pcmpeqb    xmm5, xmm5        // generate mask 0x000000ff
6706     psrld      xmm5, 24
6707 
6708     align      4
6709   wloop:
6710     movdqa     xmm0, [eax]
6711     movdqa     xmm1, [eax + 16]
6712     lea        eax, [eax + 32]
6713     psrld      xmm0, 8  // Move green to bottom.
6714     psrld      xmm1, 8
6715     pand       xmm0, xmm5
6716     pand       xmm1, xmm5
6717     packssdw   xmm0, xmm1
6718     packuswb   xmm0, xmm1
6719     sub        ecx, 8
6720     movq       qword ptr [edx], xmm0
6721     lea        edx, [edx + 8]
6722     jg         wloop
6723     ret
6724   }
6725 }
6726 
6727 // For BGRAToARGB, ABGRToARGB, RGBAToARGB, and ARGBToRGBA.
6728 __declspec(naked) __declspec(align(16))
ARGBShuffleRow_SSSE3(const uint8 * src_argb,uint8 * dst_argb,const uint8 * shuffler,int pix)6729 void ARGBShuffleRow_SSSE3(const uint8* src_argb, uint8* dst_argb,
6730                           const uint8* shuffler, int pix) {
6731   __asm {
6732     mov        eax, [esp + 4]    // src_argb
6733     mov        edx, [esp + 8]    // dst_argb
6734     mov        ecx, [esp + 12]   // shuffler
6735     movdqa     xmm5, [ecx]
6736     mov        ecx, [esp + 16]   // pix
6737 
6738     align      4
6739   wloop:
6740     movdqa     xmm0, [eax]
6741     movdqa     xmm1, [eax + 16]
6742     lea        eax, [eax + 32]
6743     pshufb     xmm0, xmm5
6744     pshufb     xmm1, xmm5
6745     sub        ecx, 8
6746     movdqa     [edx], xmm0
6747     movdqa     [edx + 16], xmm1
6748     lea        edx, [edx + 32]
6749     jg         wloop
6750     ret
6751   }
6752 }
6753 
6754 __declspec(naked) __declspec(align(16))
ARGBShuffleRow_Unaligned_SSSE3(const uint8 * src_argb,uint8 * dst_argb,const uint8 * shuffler,int pix)6755 void ARGBShuffleRow_Unaligned_SSSE3(const uint8* src_argb, uint8* dst_argb,
6756                                     const uint8* shuffler, int pix) {
6757   __asm {
6758     mov        eax, [esp + 4]    // src_argb
6759     mov        edx, [esp + 8]    // dst_argb
6760     mov        ecx, [esp + 12]   // shuffler
6761     movdqa     xmm5, [ecx]
6762     mov        ecx, [esp + 16]   // pix
6763 
6764     align      4
6765   wloop:
6766     movdqu     xmm0, [eax]
6767     movdqu     xmm1, [eax + 16]
6768     lea        eax, [eax + 32]
6769     pshufb     xmm0, xmm5
6770     pshufb     xmm1, xmm5
6771     sub        ecx, 8
6772     movdqu     [edx], xmm0
6773     movdqu     [edx + 16], xmm1
6774     lea        edx, [edx + 32]
6775     jg         wloop
6776     ret
6777   }
6778 }
6779 
6780 #ifdef HAS_ARGBSHUFFLEROW_AVX2
6781 __declspec(naked) __declspec(align(16))
ARGBShuffleRow_AVX2(const uint8 * src_argb,uint8 * dst_argb,const uint8 * shuffler,int pix)6782 void ARGBShuffleRow_AVX2(const uint8* src_argb, uint8* dst_argb,
6783                          const uint8* shuffler, int pix) {
6784   __asm {
6785     mov        eax, [esp + 4]     // src_argb
6786     mov        edx, [esp + 8]     // dst_argb
6787     mov        ecx, [esp + 12]    // shuffler
6788     vbroadcastf128 ymm5, [ecx]    // same shuffle in high as low.
6789     mov        ecx, [esp + 16]    // pix
6790 
6791     align      4
6792   wloop:
6793     vmovdqu    ymm0, [eax]
6794     vmovdqu    ymm1, [eax + 32]
6795     lea        eax, [eax + 64]
6796     vpshufb    ymm0, ymm0, ymm5
6797     vpshufb    ymm1, ymm1, ymm5
6798     sub        ecx, 16
6799     vmovdqu    [edx], ymm0
6800     vmovdqu    [edx + 32], ymm1
6801     lea        edx, [edx + 64]
6802     jg         wloop
6803 
6804     vzeroupper
6805     ret
6806   }
6807 }
6808 #endif  // HAS_ARGBSHUFFLEROW_AVX2
6809 
6810 __declspec(naked) __declspec(align(16))
ARGBShuffleRow_SSE2(const uint8 * src_argb,uint8 * dst_argb,const uint8 * shuffler,int pix)6811 void ARGBShuffleRow_SSE2(const uint8* src_argb, uint8* dst_argb,
6812                          const uint8* shuffler, int pix) {
6813   __asm {
6814     push       ebx
6815     push       esi
6816     mov        eax, [esp + 8 + 4]    // src_argb
6817     mov        edx, [esp + 8 + 8]    // dst_argb
6818     mov        esi, [esp + 8 + 12]   // shuffler
6819     mov        ecx, [esp + 8 + 16]   // pix
6820     pxor       xmm5, xmm5
6821 
6822     mov        ebx, [esi]   // shuffler
6823     cmp        ebx, 0x03000102
6824     je         shuf_3012
6825     cmp        ebx, 0x00010203
6826     je         shuf_0123
6827     cmp        ebx, 0x00030201
6828     je         shuf_0321
6829     cmp        ebx, 0x02010003
6830     je         shuf_2103
6831 
6832   // TODO(fbarchard): Use one source pointer and 3 offsets.
6833   shuf_any1:
6834     movzx      ebx, byte ptr [esi]
6835     movzx      ebx, byte ptr [eax + ebx]
6836     mov        [edx], bl
6837     movzx      ebx, byte ptr [esi + 1]
6838     movzx      ebx, byte ptr [eax + ebx]
6839     mov        [edx + 1], bl
6840     movzx      ebx, byte ptr [esi + 2]
6841     movzx      ebx, byte ptr [eax + ebx]
6842     mov        [edx + 2], bl
6843     movzx      ebx, byte ptr [esi + 3]
6844     movzx      ebx, byte ptr [eax + ebx]
6845     mov        [edx + 3], bl
6846     lea        eax, [eax + 4]
6847     lea        edx, [edx + 4]
6848     sub        ecx, 1
6849     jg         shuf_any1
6850     jmp        shuf99
6851 
6852     align      4
6853   shuf_0123:
6854     movdqu     xmm0, [eax]
6855     lea        eax, [eax + 16]
6856     movdqa     xmm1, xmm0
6857     punpcklbw  xmm0, xmm5
6858     punpckhbw  xmm1, xmm5
6859     pshufhw    xmm0, xmm0, 01Bh   // 1B = 00011011 = 0x0123 = BGRAToARGB
6860     pshuflw    xmm0, xmm0, 01Bh
6861     pshufhw    xmm1, xmm1, 01Bh
6862     pshuflw    xmm1, xmm1, 01Bh
6863     packuswb   xmm0, xmm1
6864     sub        ecx, 4
6865     movdqu     [edx], xmm0
6866     lea        edx, [edx + 16]
6867     jg         shuf_0123
6868     jmp        shuf99
6869 
6870     align      4
6871   shuf_0321:
6872     movdqu     xmm0, [eax]
6873     lea        eax, [eax + 16]
6874     movdqa     xmm1, xmm0
6875     punpcklbw  xmm0, xmm5
6876     punpckhbw  xmm1, xmm5
6877     pshufhw    xmm0, xmm0, 039h   // 39 = 00111001 = 0x0321 = RGBAToARGB
6878     pshuflw    xmm0, xmm0, 039h
6879     pshufhw    xmm1, xmm1, 039h
6880     pshuflw    xmm1, xmm1, 039h
6881     packuswb   xmm0, xmm1
6882     sub        ecx, 4
6883     movdqu     [edx], xmm0
6884     lea        edx, [edx + 16]
6885     jg         shuf_0321
6886     jmp        shuf99
6887 
6888     align      4
6889   shuf_2103:
6890     movdqu     xmm0, [eax]
6891     lea        eax, [eax + 16]
6892     movdqa     xmm1, xmm0
6893     punpcklbw  xmm0, xmm5
6894     punpckhbw  xmm1, xmm5
6895     pshufhw    xmm0, xmm0, 093h   // 93 = 10010011 = 0x2103 = ARGBToRGBA
6896     pshuflw    xmm0, xmm0, 093h
6897     pshufhw    xmm1, xmm1, 093h
6898     pshuflw    xmm1, xmm1, 093h
6899     packuswb   xmm0, xmm1
6900     sub        ecx, 4
6901     movdqu     [edx], xmm0
6902     lea        edx, [edx + 16]
6903     jg         shuf_2103
6904     jmp        shuf99
6905 
6906     align      4
6907   shuf_3012:
6908     movdqu     xmm0, [eax]
6909     lea        eax, [eax + 16]
6910     movdqa     xmm1, xmm0
6911     punpcklbw  xmm0, xmm5
6912     punpckhbw  xmm1, xmm5
6913     pshufhw    xmm0, xmm0, 0C6h   // C6 = 11000110 = 0x3012 = ABGRToARGB
6914     pshuflw    xmm0, xmm0, 0C6h
6915     pshufhw    xmm1, xmm1, 0C6h
6916     pshuflw    xmm1, xmm1, 0C6h
6917     packuswb   xmm0, xmm1
6918     sub        ecx, 4
6919     movdqu     [edx], xmm0
6920     lea        edx, [edx + 16]
6921     jg         shuf_3012
6922 
6923   shuf99:
6924     pop        esi
6925     pop        ebx
6926     ret
6927   }
6928 }
6929 
6930 // YUY2 - Macro-pixel = 2 image pixels
6931 // Y0U0Y1V0....Y2U2Y3V2...Y4U4Y5V4....
6932 
6933 // UYVY - Macro-pixel = 2 image pixels
6934 // U0Y0V0Y1
6935 
6936 __declspec(naked) __declspec(align(16))
I422ToYUY2Row_SSE2(const uint8 * src_y,const uint8 * src_u,const uint8 * src_v,uint8 * dst_frame,int width)6937 void I422ToYUY2Row_SSE2(const uint8* src_y,
6938                         const uint8* src_u,
6939                         const uint8* src_v,
6940                         uint8* dst_frame, int width) {
6941   __asm {
6942     push       esi
6943     push       edi
6944     mov        eax, [esp + 8 + 4]    // src_y
6945     mov        esi, [esp + 8 + 8]    // src_u
6946     mov        edx, [esp + 8 + 12]   // src_v
6947     mov        edi, [esp + 8 + 16]   // dst_frame
6948     mov        ecx, [esp + 8 + 20]   // width
6949     sub        edx, esi
6950 
6951     align      4
6952   convertloop:
6953     movq       xmm2, qword ptr [esi] // U
6954     movq       xmm3, qword ptr [esi + edx] // V
6955     lea        esi, [esi + 8]
6956     punpcklbw  xmm2, xmm3 // UV
6957     movdqu     xmm0, [eax] // Y
6958     lea        eax, [eax + 16]
6959     movdqa     xmm1, xmm0
6960     punpcklbw  xmm0, xmm2 // YUYV
6961     punpckhbw  xmm1, xmm2
6962     movdqu     [edi], xmm0
6963     movdqu     [edi + 16], xmm1
6964     lea        edi, [edi + 32]
6965     sub        ecx, 16
6966     jg         convertloop
6967 
6968     pop        edi
6969     pop        esi
6970     ret
6971   }
6972 }
6973 
6974 __declspec(naked) __declspec(align(16))
I422ToUYVYRow_SSE2(const uint8 * src_y,const uint8 * src_u,const uint8 * src_v,uint8 * dst_frame,int width)6975 void I422ToUYVYRow_SSE2(const uint8* src_y,
6976                         const uint8* src_u,
6977                         const uint8* src_v,
6978                         uint8* dst_frame, int width) {
6979   __asm {
6980     push       esi
6981     push       edi
6982     mov        eax, [esp + 8 + 4]    // src_y
6983     mov        esi, [esp + 8 + 8]    // src_u
6984     mov        edx, [esp + 8 + 12]   // src_v
6985     mov        edi, [esp + 8 + 16]   // dst_frame
6986     mov        ecx, [esp + 8 + 20]   // width
6987     sub        edx, esi
6988 
6989     align      4
6990   convertloop:
6991     movq       xmm2, qword ptr [esi] // U
6992     movq       xmm3, qword ptr [esi + edx] // V
6993     lea        esi, [esi + 8]
6994     punpcklbw  xmm2, xmm3 // UV
6995     movdqu     xmm0, [eax] // Y
6996     movdqa     xmm1, xmm2
6997     lea        eax, [eax + 16]
6998     punpcklbw  xmm1, xmm0 // UYVY
6999     punpckhbw  xmm2, xmm0
7000     movdqu     [edi], xmm1
7001     movdqu     [edi + 16], xmm2
7002     lea        edi, [edi + 32]
7003     sub        ecx, 16
7004     jg         convertloop
7005 
7006     pop        edi
7007     pop        esi
7008     ret
7009   }
7010 }
7011 
7012 #ifdef HAS_ARGBPOLYNOMIALROW_SSE2
7013 __declspec(naked) __declspec(align(16))
ARGBPolynomialRow_SSE2(const uint8 * src_argb,uint8 * dst_argb,const float * poly,int width)7014 void ARGBPolynomialRow_SSE2(const uint8* src_argb,
7015                             uint8* dst_argb, const float* poly,
7016                             int width) {
7017   __asm {
7018     push       esi
7019     mov        eax, [esp + 4 + 4]   /* src_argb */
7020     mov        edx, [esp + 4 + 8]   /* dst_argb */
7021     mov        esi, [esp + 4 + 12]  /* poly */
7022     mov        ecx, [esp + 4 + 16]  /* width */
7023     pxor       xmm3, xmm3  // 0 constant for zero extending bytes to ints.
7024 
7025     // 2 pixel loop.
7026     align      4
7027  convertloop:
7028 //    pmovzxbd  xmm0, dword ptr [eax]  // BGRA pixel
7029 //    pmovzxbd  xmm4, dword ptr [eax + 4]  // BGRA pixel
7030     movq       xmm0, qword ptr [eax]  // BGRABGRA
7031     lea        eax, [eax + 8]
7032     punpcklbw  xmm0, xmm3
7033     movdqa     xmm4, xmm0
7034     punpcklwd  xmm0, xmm3  // pixel 0
7035     punpckhwd  xmm4, xmm3  // pixel 1
7036     cvtdq2ps   xmm0, xmm0  // 4 floats
7037     cvtdq2ps   xmm4, xmm4
7038     movdqa     xmm1, xmm0  // X
7039     movdqa     xmm5, xmm4
7040     mulps      xmm0, [esi + 16]  // C1 * X
7041     mulps      xmm4, [esi + 16]
7042     addps      xmm0, [esi]  // result = C0 + C1 * X
7043     addps      xmm4, [esi]
7044     movdqa     xmm2, xmm1
7045     movdqa     xmm6, xmm5
7046     mulps      xmm2, xmm1  // X * X
7047     mulps      xmm6, xmm5
7048     mulps      xmm1, xmm2  // X * X * X
7049     mulps      xmm5, xmm6
7050     mulps      xmm2, [esi + 32]  // C2 * X * X
7051     mulps      xmm6, [esi + 32]
7052     mulps      xmm1, [esi + 48]  // C3 * X * X * X
7053     mulps      xmm5, [esi + 48]
7054     addps      xmm0, xmm2  // result += C2 * X * X
7055     addps      xmm4, xmm6
7056     addps      xmm0, xmm1  // result += C3 * X * X * X
7057     addps      xmm4, xmm5
7058     cvttps2dq  xmm0, xmm0
7059     cvttps2dq  xmm4, xmm4
7060     packuswb   xmm0, xmm4
7061     packuswb   xmm0, xmm0
7062     sub        ecx, 2
7063     movq       qword ptr [edx], xmm0
7064     lea        edx, [edx + 8]
7065     jg         convertloop
7066     pop        esi
7067     ret
7068   }
7069 }
7070 #endif  // HAS_ARGBPOLYNOMIALROW_SSE2
7071 
7072 #ifdef HAS_ARGBPOLYNOMIALROW_AVX2
7073 __declspec(naked) __declspec(align(16))
ARGBPolynomialRow_AVX2(const uint8 * src_argb,uint8 * dst_argb,const float * poly,int width)7074 void ARGBPolynomialRow_AVX2(const uint8* src_argb,
7075                             uint8* dst_argb, const float* poly,
7076                             int width) {
7077   __asm {
7078     mov        eax, [esp + 4]   /* src_argb */
7079     mov        edx, [esp + 8]   /* dst_argb */
7080     mov        ecx, [esp + 12]   /* poly */
7081     vbroadcastf128 ymm4, [ecx]       // C0
7082     vbroadcastf128 ymm5, [ecx + 16]  // C1
7083     vbroadcastf128 ymm6, [ecx + 32]  // C2
7084     vbroadcastf128 ymm7, [ecx + 48]  // C3
7085     mov        ecx, [esp + 16]  /* width */
7086 
7087     // 2 pixel loop.
7088     align      4
7089  convertloop:
7090     vpmovzxbd   ymm0, qword ptr [eax]  // 2 BGRA pixels
7091     lea         eax, [eax + 8]
7092     vcvtdq2ps   ymm0, ymm0        // X 8 floats
7093     vmulps      ymm2, ymm0, ymm0  // X * X
7094     vmulps      ymm3, ymm0, ymm7  // C3 * X
7095     vfmadd132ps ymm0, ymm4, ymm5  // result = C0 + C1 * X
7096     vfmadd231ps ymm0, ymm2, ymm6  // result += C2 * X * X
7097     vfmadd231ps ymm0, ymm2, ymm3  // result += C3 * X * X * X
7098     vcvttps2dq  ymm0, ymm0
7099     vpackusdw   ymm0, ymm0, ymm0  // b0g0r0a0_00000000_b0g0r0a0_00000000
7100     vpermq      ymm0, ymm0, 0xd8  // b0g0r0a0_b0g0r0a0_00000000_00000000
7101     vpackuswb   xmm0, xmm0, xmm0  // bgrabgra_00000000_00000000_00000000
7102     sub         ecx, 2
7103     vmovq       qword ptr [edx], xmm0
7104     lea         edx, [edx + 8]
7105     jg          convertloop
7106     vzeroupper
7107     ret
7108   }
7109 }
7110 #endif  // HAS_ARGBPOLYNOMIALROW_AVX2
7111 
7112 #ifdef HAS_ARGBCOLORTABLEROW_X86
7113 // Tranform ARGB pixels with color table.
7114 __declspec(naked) __declspec(align(16))
ARGBColorTableRow_X86(uint8 * dst_argb,const uint8 * table_argb,int width)7115 void ARGBColorTableRow_X86(uint8* dst_argb, const uint8* table_argb,
7116                            int width) {
7117   __asm {
7118     push       esi
7119     mov        eax, [esp + 4 + 4]   /* dst_argb */
7120     mov        esi, [esp + 4 + 8]   /* table_argb */
7121     mov        ecx, [esp + 4 + 12]  /* width */
7122 
7123     // 1 pixel loop.
7124     align      4
7125   convertloop:
7126     movzx      edx, byte ptr [eax]
7127     lea        eax, [eax + 4]
7128     movzx      edx, byte ptr [esi + edx * 4]
7129     mov        byte ptr [eax - 4], dl
7130     movzx      edx, byte ptr [eax - 4 + 1]
7131     movzx      edx, byte ptr [esi + edx * 4 + 1]
7132     mov        byte ptr [eax - 4 + 1], dl
7133     movzx      edx, byte ptr [eax - 4 + 2]
7134     movzx      edx, byte ptr [esi + edx * 4 + 2]
7135     mov        byte ptr [eax - 4 + 2], dl
7136     movzx      edx, byte ptr [eax - 4 + 3]
7137     movzx      edx, byte ptr [esi + edx * 4 + 3]
7138     mov        byte ptr [eax - 4 + 3], dl
7139     dec        ecx
7140     jg         convertloop
7141     pop        esi
7142     ret
7143   }
7144 }
7145 #endif  // HAS_ARGBCOLORTABLEROW_X86
7146 
7147 #ifdef HAS_RGBCOLORTABLEROW_X86
7148 // Tranform RGB pixels with color table.
7149 __declspec(naked) __declspec(align(16))
RGBColorTableRow_X86(uint8 * dst_argb,const uint8 * table_argb,int width)7150 void RGBColorTableRow_X86(uint8* dst_argb, const uint8* table_argb, int width) {
7151   __asm {
7152     push       esi
7153     mov        eax, [esp + 4 + 4]   /* dst_argb */
7154     mov        esi, [esp + 4 + 8]   /* table_argb */
7155     mov        ecx, [esp + 4 + 12]  /* width */
7156 
7157     // 1 pixel loop.
7158     align      4
7159   convertloop:
7160     movzx      edx, byte ptr [eax]
7161     lea        eax, [eax + 4]
7162     movzx      edx, byte ptr [esi + edx * 4]
7163     mov        byte ptr [eax - 4], dl
7164     movzx      edx, byte ptr [eax - 4 + 1]
7165     movzx      edx, byte ptr [esi + edx * 4 + 1]
7166     mov        byte ptr [eax - 4 + 1], dl
7167     movzx      edx, byte ptr [eax - 4 + 2]
7168     movzx      edx, byte ptr [esi + edx * 4 + 2]
7169     mov        byte ptr [eax - 4 + 2], dl
7170     dec        ecx
7171     jg         convertloop
7172 
7173     pop        esi
7174     ret
7175   }
7176 }
7177 #endif  // HAS_RGBCOLORTABLEROW_X86
7178 
7179 #ifdef HAS_ARGBLUMACOLORTABLEROW_SSSE3
7180 // Tranform RGB pixels with luma table.
7181 __declspec(naked) __declspec(align(16))
ARGBLumaColorTableRow_SSSE3(const uint8 * src_argb,uint8 * dst_argb,int width,const uint8 * luma,uint32 lumacoeff)7182 void ARGBLumaColorTableRow_SSSE3(const uint8* src_argb, uint8* dst_argb,
7183                                  int width,
7184                                  const uint8* luma, uint32 lumacoeff) {
7185   __asm {
7186     push       esi
7187     push       edi
7188     mov        eax, [esp + 8 + 4]   /* src_argb */
7189     mov        edi, [esp + 8 + 8]   /* dst_argb */
7190     mov        ecx, [esp + 8 + 12]  /* width */
7191     movd       xmm2, dword ptr [esp + 8 + 16]  // luma table
7192     movd       xmm3, dword ptr [esp + 8 + 20]  // lumacoeff
7193     pshufd     xmm2, xmm2, 0
7194     pshufd     xmm3, xmm3, 0
7195     pcmpeqb    xmm4, xmm4        // generate mask 0xff00ff00
7196     psllw      xmm4, 8
7197     pxor       xmm5, xmm5
7198 
7199     // 4 pixel loop.
7200     align      4
7201   convertloop:
7202     movdqu     xmm0, qword ptr [eax]      // generate luma ptr
7203     pmaddubsw  xmm0, xmm3
7204     phaddw     xmm0, xmm0
7205     pand       xmm0, xmm4  // mask out low bits
7206     punpcklwd  xmm0, xmm5
7207     paddd      xmm0, xmm2  // add table base
7208     movd       esi, xmm0
7209     pshufd     xmm0, xmm0, 0x39  // 00111001 to rotate right 32
7210 
7211     movzx      edx, byte ptr [eax]
7212     movzx      edx, byte ptr [esi + edx]
7213     mov        byte ptr [edi], dl
7214     movzx      edx, byte ptr [eax + 1]
7215     movzx      edx, byte ptr [esi + edx]
7216     mov        byte ptr [edi + 1], dl
7217     movzx      edx, byte ptr [eax + 2]
7218     movzx      edx, byte ptr [esi + edx]
7219     mov        byte ptr [edi + 2], dl
7220     movzx      edx, byte ptr [eax + 3]  // copy alpha.
7221     mov        byte ptr [edi + 3], dl
7222 
7223     movd       esi, xmm0
7224     pshufd     xmm0, xmm0, 0x39  // 00111001 to rotate right 32
7225 
7226     movzx      edx, byte ptr [eax + 4]
7227     movzx      edx, byte ptr [esi + edx]
7228     mov        byte ptr [edi + 4], dl
7229     movzx      edx, byte ptr [eax + 5]
7230     movzx      edx, byte ptr [esi + edx]
7231     mov        byte ptr [edi + 5], dl
7232     movzx      edx, byte ptr [eax + 6]
7233     movzx      edx, byte ptr [esi + edx]
7234     mov        byte ptr [edi + 6], dl
7235     movzx      edx, byte ptr [eax + 7]  // copy alpha.
7236     mov        byte ptr [edi + 7], dl
7237 
7238     movd       esi, xmm0
7239     pshufd     xmm0, xmm0, 0x39  // 00111001 to rotate right 32
7240 
7241     movzx      edx, byte ptr [eax + 8]
7242     movzx      edx, byte ptr [esi + edx]
7243     mov        byte ptr [edi + 8], dl
7244     movzx      edx, byte ptr [eax + 9]
7245     movzx      edx, byte ptr [esi + edx]
7246     mov        byte ptr [edi + 9], dl
7247     movzx      edx, byte ptr [eax + 10]
7248     movzx      edx, byte ptr [esi + edx]
7249     mov        byte ptr [edi + 10], dl
7250     movzx      edx, byte ptr [eax + 11]  // copy alpha.
7251     mov        byte ptr [edi + 11], dl
7252 
7253     movd       esi, xmm0
7254 
7255     movzx      edx, byte ptr [eax + 12]
7256     movzx      edx, byte ptr [esi + edx]
7257     mov        byte ptr [edi + 12], dl
7258     movzx      edx, byte ptr [eax + 13]
7259     movzx      edx, byte ptr [esi + edx]
7260     mov        byte ptr [edi + 13], dl
7261     movzx      edx, byte ptr [eax + 14]
7262     movzx      edx, byte ptr [esi + edx]
7263     mov        byte ptr [edi + 14], dl
7264     movzx      edx, byte ptr [eax + 15]  // copy alpha.
7265     mov        byte ptr [edi + 15], dl
7266 
7267     sub        ecx, 4
7268     lea        eax, [eax + 16]
7269     lea        edi, [edi + 16]
7270     jg         convertloop
7271 
7272     pop        edi
7273     pop        esi
7274     ret
7275   }
7276 }
7277 #endif  // HAS_ARGBLUMACOLORTABLEROW_SSSE3
7278 
7279 #endif  // !defined(LIBYUV_DISABLE_X86) && defined(_M_IX86) && defined(_MSC_VER)
7280 
7281 #ifdef __cplusplus
7282 }  // extern "C"
7283 }  // namespace libyuv
7284 #endif
7285