1 /*
2 * Copyright (c) 2015 The WebM 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 "vpx_dsp/mips/macros_msa.h"
12
avg_width4_msa(const uint8_t * src,int32_t src_stride,uint8_t * dst,int32_t dst_stride,int32_t height)13 static void avg_width4_msa(const uint8_t *src, int32_t src_stride, uint8_t *dst,
14 int32_t dst_stride, int32_t height) {
15 int32_t cnt;
16 uint32_t out0, out1, out2, out3;
17 v16u8 src0, src1, src2, src3;
18 v16u8 dst0, dst1, dst2, dst3;
19
20 if (0 == (height % 4)) {
21 for (cnt = (height / 4); cnt--;) {
22 LD_UB4(src, src_stride, src0, src1, src2, src3);
23 src += (4 * src_stride);
24
25 LD_UB4(dst, dst_stride, dst0, dst1, dst2, dst3);
26
27 AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3, dst0, dst1,
28 dst2, dst3);
29
30 out0 = __msa_copy_u_w((v4i32)dst0, 0);
31 out1 = __msa_copy_u_w((v4i32)dst1, 0);
32 out2 = __msa_copy_u_w((v4i32)dst2, 0);
33 out3 = __msa_copy_u_w((v4i32)dst3, 0);
34 SW4(out0, out1, out2, out3, dst, dst_stride);
35 dst += (4 * dst_stride);
36 }
37 } else if (0 == (height % 2)) {
38 for (cnt = (height / 2); cnt--;) {
39 LD_UB2(src, src_stride, src0, src1);
40 src += (2 * src_stride);
41
42 LD_UB2(dst, dst_stride, dst0, dst1);
43
44 AVER_UB2_UB(src0, dst0, src1, dst1, dst0, dst1);
45
46 out0 = __msa_copy_u_w((v4i32)dst0, 0);
47 out1 = __msa_copy_u_w((v4i32)dst1, 0);
48 SW(out0, dst);
49 dst += dst_stride;
50 SW(out1, dst);
51 dst += dst_stride;
52 }
53 }
54 }
55
avg_width8_msa(const uint8_t * src,int32_t src_stride,uint8_t * dst,int32_t dst_stride,int32_t height)56 static void avg_width8_msa(const uint8_t *src, int32_t src_stride, uint8_t *dst,
57 int32_t dst_stride, int32_t height) {
58 int32_t cnt;
59 uint64_t out0, out1, out2, out3;
60 v16u8 src0, src1, src2, src3;
61 v16u8 dst0, dst1, dst2, dst3;
62
63 for (cnt = (height / 4); cnt--;) {
64 LD_UB4(src, src_stride, src0, src1, src2, src3);
65 src += (4 * src_stride);
66 LD_UB4(dst, dst_stride, dst0, dst1, dst2, dst3);
67
68 AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3, dst0, dst1,
69 dst2, dst3);
70
71 out0 = __msa_copy_u_d((v2i64)dst0, 0);
72 out1 = __msa_copy_u_d((v2i64)dst1, 0);
73 out2 = __msa_copy_u_d((v2i64)dst2, 0);
74 out3 = __msa_copy_u_d((v2i64)dst3, 0);
75 SD4(out0, out1, out2, out3, dst, dst_stride);
76 dst += (4 * dst_stride);
77 }
78 }
79
avg_width16_msa(const uint8_t * src,int32_t src_stride,uint8_t * dst,int32_t dst_stride,int32_t height)80 static void avg_width16_msa(const uint8_t *src, int32_t src_stride,
81 uint8_t *dst, int32_t dst_stride, int32_t height) {
82 int32_t cnt;
83 v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
84 v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
85
86 for (cnt = (height / 8); cnt--;) {
87 LD_UB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6, src7);
88 src += (8 * src_stride);
89 LD_UB8(dst, dst_stride, dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7);
90
91 AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3, dst0, dst1,
92 dst2, dst3);
93 AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7, dst4, dst5,
94 dst6, dst7);
95 ST_UB8(dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, dst, dst_stride);
96 dst += (8 * dst_stride);
97 }
98 }
99
avg_width32_msa(const uint8_t * src,int32_t src_stride,uint8_t * dst,int32_t dst_stride,int32_t height)100 static void avg_width32_msa(const uint8_t *src, int32_t src_stride,
101 uint8_t *dst, int32_t dst_stride, int32_t height) {
102 int32_t cnt;
103 uint8_t *dst_dup = dst;
104 v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
105 v16u8 src8, src9, src10, src11, src12, src13, src14, src15;
106 v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
107 v16u8 dst8, dst9, dst10, dst11, dst12, dst13, dst14, dst15;
108
109 for (cnt = (height / 8); cnt--;) {
110 LD_UB4(src, src_stride, src0, src2, src4, src6);
111 LD_UB4(src + 16, src_stride, src1, src3, src5, src7);
112 src += (4 * src_stride);
113 LD_UB4(dst_dup, dst_stride, dst0, dst2, dst4, dst6);
114 LD_UB4(dst_dup + 16, dst_stride, dst1, dst3, dst5, dst7);
115 dst_dup += (4 * dst_stride);
116 LD_UB4(src, src_stride, src8, src10, src12, src14);
117 LD_UB4(src + 16, src_stride, src9, src11, src13, src15);
118 src += (4 * src_stride);
119 LD_UB4(dst_dup, dst_stride, dst8, dst10, dst12, dst14);
120 LD_UB4(dst_dup + 16, dst_stride, dst9, dst11, dst13, dst15);
121 dst_dup += (4 * dst_stride);
122
123 AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3, dst0, dst1,
124 dst2, dst3);
125 AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7, dst4, dst5,
126 dst6, dst7);
127 AVER_UB4_UB(src8, dst8, src9, dst9, src10, dst10, src11, dst11, dst8, dst9,
128 dst10, dst11);
129 AVER_UB4_UB(src12, dst12, src13, dst13, src14, dst14, src15, dst15, dst12,
130 dst13, dst14, dst15);
131
132 ST_UB4(dst0, dst2, dst4, dst6, dst, dst_stride);
133 ST_UB4(dst1, dst3, dst5, dst7, dst + 16, dst_stride);
134 dst += (4 * dst_stride);
135 ST_UB4(dst8, dst10, dst12, dst14, dst, dst_stride);
136 ST_UB4(dst9, dst11, dst13, dst15, dst + 16, dst_stride);
137 dst += (4 * dst_stride);
138 }
139 }
140
avg_width64_msa(const uint8_t * src,int32_t src_stride,uint8_t * dst,int32_t dst_stride,int32_t height)141 static void avg_width64_msa(const uint8_t *src, int32_t src_stride,
142 uint8_t *dst, int32_t dst_stride, int32_t height) {
143 int32_t cnt;
144 uint8_t *dst_dup = dst;
145 v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
146 v16u8 src8, src9, src10, src11, src12, src13, src14, src15;
147 v16u8 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
148 v16u8 dst8, dst9, dst10, dst11, dst12, dst13, dst14, dst15;
149
150 for (cnt = (height / 4); cnt--;) {
151 LD_UB4(src, 16, src0, src1, src2, src3);
152 src += src_stride;
153 LD_UB4(src, 16, src4, src5, src6, src7);
154 src += src_stride;
155 LD_UB4(src, 16, src8, src9, src10, src11);
156 src += src_stride;
157 LD_UB4(src, 16, src12, src13, src14, src15);
158 src += src_stride;
159
160 LD_UB4(dst_dup, 16, dst0, dst1, dst2, dst3);
161 dst_dup += dst_stride;
162 LD_UB4(dst_dup, 16, dst4, dst5, dst6, dst7);
163 dst_dup += dst_stride;
164 LD_UB4(dst_dup, 16, dst8, dst9, dst10, dst11);
165 dst_dup += dst_stride;
166 LD_UB4(dst_dup, 16, dst12, dst13, dst14, dst15);
167 dst_dup += dst_stride;
168
169 AVER_UB4_UB(src0, dst0, src1, dst1, src2, dst2, src3, dst3, dst0, dst1,
170 dst2, dst3);
171 AVER_UB4_UB(src4, dst4, src5, dst5, src6, dst6, src7, dst7, dst4, dst5,
172 dst6, dst7);
173 AVER_UB4_UB(src8, dst8, src9, dst9, src10, dst10, src11, dst11, dst8, dst9,
174 dst10, dst11);
175 AVER_UB4_UB(src12, dst12, src13, dst13, src14, dst14, src15, dst15, dst12,
176 dst13, dst14, dst15);
177
178 ST_UB4(dst0, dst1, dst2, dst3, dst, 16);
179 dst += dst_stride;
180 ST_UB4(dst4, dst5, dst6, dst7, dst, 16);
181 dst += dst_stride;
182 ST_UB4(dst8, dst9, dst10, dst11, dst, 16);
183 dst += dst_stride;
184 ST_UB4(dst12, dst13, dst14, dst15, dst, 16);
185 dst += dst_stride;
186 }
187 }
188
vpx_convolve_avg_msa(const uint8_t * src,ptrdiff_t src_stride,uint8_t * dst,ptrdiff_t dst_stride,const int16_t * filter_x,int32_t filter_x_stride,const int16_t * filter_y,int32_t filter_y_stride,int32_t w,int32_t h)189 void vpx_convolve_avg_msa(const uint8_t *src, ptrdiff_t src_stride,
190 uint8_t *dst, ptrdiff_t dst_stride,
191 const int16_t *filter_x, int32_t filter_x_stride,
192 const int16_t *filter_y, int32_t filter_y_stride,
193 int32_t w, int32_t h) {
194 (void)filter_x;
195 (void)filter_y;
196 (void)filter_x_stride;
197 (void)filter_y_stride;
198
199 switch (w) {
200 case 4: {
201 avg_width4_msa(src, src_stride, dst, dst_stride, h);
202 break;
203 }
204 case 8: {
205 avg_width8_msa(src, src_stride, dst, dst_stride, h);
206 break;
207 }
208 case 16: {
209 avg_width16_msa(src, src_stride, dst, dst_stride, h);
210 break;
211 }
212 case 32: {
213 avg_width32_msa(src, src_stride, dst, dst_stride, h);
214 break;
215 }
216 case 64: {
217 avg_width64_msa(src, src_stride, dst, dst_stride, h);
218 break;
219 }
220 default: {
221 int32_t lp, cnt;
222 for (cnt = h; cnt--;) {
223 for (lp = 0; lp < w; ++lp) {
224 dst[lp] = (((dst[lp] + src[lp]) + 1) >> 1);
225 }
226 src += src_stride;
227 dst += dst_stride;
228 }
229 break;
230 }
231 }
232 }
233