git.sesse.net Git - ffmpeg/blob - libavcodec/vp9dsp_template.c

   1 /*
   2  * VP9 compatible video decoder
   3  *
   4  * Copyright (C) 2013 Ronald S. Bultje <rsbultje gmail com>
   5  * Copyright (C) 2013 Clément Bœsch <u pkh me>
   6  *
   7  * This file is part of FFmpeg.
   8  *
   9  * FFmpeg is free software; you can redistribute it and/or
  10  * modify it under the terms of the GNU Lesser General Public
  11  * License as published by the Free Software Foundation; either
  12  * version 2.1 of the License, or (at your option) any later version.
  13  *
  14  * FFmpeg is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  * Lesser General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU Lesser General Public
  20  * License along with FFmpeg; if not, write to the Free Software
  21  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  22  */
  23
  24 #include "libavutil/common.h"
  25 #include "bit_depth_template.c"
  26 #include "vp9dsp.h"
  27
  28 #if BIT_DEPTH != 12
  29
  30 // FIXME see whether we can merge parts of this (perhaps at least 4x4 and 8x8)
  31 // back with h264pred.[ch]
  32
  33 static void vert_4x4_c(uint8_t *_dst, ptrdiff_t stride,
  34                        const uint8_t *left, const uint8_t *_top)
  35 {
  36     pixel *dst = (pixel *) _dst;
  37     const pixel *top = (const pixel *) _top;
  38     pixel4 p4 = AV_RN4PA(top);
  39
  40     stride /= sizeof(pixel);
  41     AV_WN4PA(dst + stride * 0, p4);
  42     AV_WN4PA(dst + stride * 1, p4);
  43     AV_WN4PA(dst + stride * 2, p4);
  44     AV_WN4PA(dst + stride * 3, p4);
  45 }
  46
  47 static void vert_8x8_c(uint8_t *_dst, ptrdiff_t stride,
  48                        const uint8_t *left, const uint8_t *_top)
  49 {
  50     pixel *dst = (pixel *) _dst;
  51     const pixel *top = (const pixel *) _top;
  52     pixel4 p4a = AV_RN4PA(top + 0);
  53     pixel4 p4b = AV_RN4PA(top + 4);
  54     int y;
  55
  56     stride /= sizeof(pixel);
  57     for (y = 0; y < 8; y++) {
  58         AV_WN4PA(dst + 0, p4a);
  59         AV_WN4PA(dst + 4, p4b);
  60         dst += stride;
  61     }
  62 }
  63
  64 static void vert_16x16_c(uint8_t *_dst, ptrdiff_t stride,
  65                          const uint8_t *left, const uint8_t *_top)
  66 {
  67     pixel *dst = (pixel *) _dst;
  68     const pixel *top = (const pixel *) _top;
  69     pixel4 p4a = AV_RN4PA(top +  0);
  70     pixel4 p4b = AV_RN4PA(top +  4);
  71     pixel4 p4c = AV_RN4PA(top +  8);
  72     pixel4 p4d = AV_RN4PA(top + 12);
  73     int y;
  74
  75     stride /= sizeof(pixel);
  76     for (y = 0; y < 16; y++) {
  77         AV_WN4PA(dst +  0, p4a);
  78         AV_WN4PA(dst +  4, p4b);
  79         AV_WN4PA(dst +  8, p4c);
  80         AV_WN4PA(dst + 12, p4d);
  81         dst += stride;
  82     }
  83 }
  84
  85 static void vert_32x32_c(uint8_t *_dst, ptrdiff_t stride,
  86                          const uint8_t *left, const uint8_t *_top)
  87 {
  88     pixel *dst = (pixel *) _dst;
  89     const pixel *top = (const pixel *) _top;
  90     pixel4 p4a = AV_RN4PA(top +  0);
  91     pixel4 p4b = AV_RN4PA(top +  4);
  92     pixel4 p4c = AV_RN4PA(top +  8);
  93     pixel4 p4d = AV_RN4PA(top + 12);
  94     pixel4 p4e = AV_RN4PA(top + 16);
  95     pixel4 p4f = AV_RN4PA(top + 20);
  96     pixel4 p4g = AV_RN4PA(top + 24);
  97     pixel4 p4h = AV_RN4PA(top + 28);
  98     int y;
  99
 100     stride /= sizeof(pixel);
 101     for (y = 0; y < 32; y++) {
 102         AV_WN4PA(dst +  0, p4a);
 103         AV_WN4PA(dst +  4, p4b);
 104         AV_WN4PA(dst +  8, p4c);
 105         AV_WN4PA(dst + 12, p4d);
 106         AV_WN4PA(dst + 16, p4e);
 107         AV_WN4PA(dst + 20, p4f);
 108         AV_WN4PA(dst + 24, p4g);
 109         AV_WN4PA(dst + 28, p4h);
 110         dst += stride;
 111     }
 112 }
 113
 114 static void hor_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 115                       const uint8_t *_left, const uint8_t *top)
 116 {
 117     pixel *dst = (pixel *) _dst;
 118     const pixel *left = (const pixel *) _left;
 119
 120     stride /= sizeof(pixel);
 121     AV_WN4PA(dst + stride * 0, PIXEL_SPLAT_X4(left[3]));
 122     AV_WN4PA(dst + stride * 1, PIXEL_SPLAT_X4(left[2]));
 123     AV_WN4PA(dst + stride * 2, PIXEL_SPLAT_X4(left[1]));
 124     AV_WN4PA(dst + stride * 3, PIXEL_SPLAT_X4(left[0]));
 125 }
 126
 127 static void hor_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 128                       const uint8_t *_left, const uint8_t *top)
 129 {
 130     pixel *dst = (pixel *) _dst;
 131     const pixel *left = (const pixel *) _left;
 132     int y;
 133
 134     stride /= sizeof(pixel);
 135     for (y = 0; y < 8; y++) {
 136         pixel4 p4 = PIXEL_SPLAT_X4(left[7 - y]);
 137
 138         AV_WN4PA(dst + 0, p4);
 139         AV_WN4PA(dst + 4, p4);
 140         dst += stride;
 141     }
 142 }
 143
 144 static void hor_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 145                         const uint8_t *_left, const uint8_t *top)
 146 {
 147     pixel *dst = (pixel *) _dst;
 148     const pixel *left = (const pixel *) _left;
 149     int y;
 150
 151     stride /= sizeof(pixel);
 152     for (y = 0; y < 16; y++) {
 153         pixel4 p4 = PIXEL_SPLAT_X4(left[15 - y]);
 154
 155         AV_WN4PA(dst +  0, p4);
 156         AV_WN4PA(dst +  4, p4);
 157         AV_WN4PA(dst +  8, p4);
 158         AV_WN4PA(dst + 12, p4);
 159         dst += stride;
 160     }
 161 }
 162
 163 static void hor_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 164                         const uint8_t *_left, const uint8_t *top)
 165 {
 166     pixel *dst = (pixel *) _dst;
 167     const pixel *left = (const pixel *) _left;
 168     int y;
 169
 170     stride /= sizeof(pixel);
 171     for (y = 0; y < 32; y++) {
 172         pixel4 p4 = PIXEL_SPLAT_X4(left[31 - y]);
 173
 174         AV_WN4PA(dst +  0, p4);
 175         AV_WN4PA(dst +  4, p4);
 176         AV_WN4PA(dst +  8, p4);
 177         AV_WN4PA(dst + 12, p4);
 178         AV_WN4PA(dst + 16, p4);
 179         AV_WN4PA(dst + 20, p4);
 180         AV_WN4PA(dst + 24, p4);
 181         AV_WN4PA(dst + 28, p4);
 182         dst += stride;
 183     }
 184 }
 185
 186 #endif /* BIT_DEPTH != 12 */
 187
 188 static void tm_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 189                      const uint8_t *_left, const uint8_t *_top)
 190 {
 191     pixel *dst = (pixel *) _dst;
 192     const pixel *left = (const pixel *) _left;
 193     const pixel *top = (const pixel *) _top;
 194     int y, tl = top[-1];
 195
 196     stride /= sizeof(pixel);
 197     for (y = 0; y < 4; y++) {
 198         int l_m_tl = left[3 - y] - tl;
 199
 200         dst[0] = av_clip_pixel(top[0] + l_m_tl);
 201         dst[1] = av_clip_pixel(top[1] + l_m_tl);
 202         dst[2] = av_clip_pixel(top[2] + l_m_tl);
 203         dst[3] = av_clip_pixel(top[3] + l_m_tl);
 204         dst += stride;
 205     }
 206 }
 207
 208 static void tm_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 209                      const uint8_t *_left, const uint8_t *_top)
 210 {
 211     pixel *dst = (pixel *) _dst;
 212     const pixel *left = (const pixel *) _left;
 213     const pixel *top = (const pixel *) _top;
 214     int y, tl = top[-1];
 215
 216     stride /= sizeof(pixel);
 217     for (y = 0; y < 8; y++) {
 218         int l_m_tl = left[7 - y] - tl;
 219
 220         dst[0] = av_clip_pixel(top[0] + l_m_tl);
 221         dst[1] = av_clip_pixel(top[1] + l_m_tl);
 222         dst[2] = av_clip_pixel(top[2] + l_m_tl);
 223         dst[3] = av_clip_pixel(top[3] + l_m_tl);
 224         dst[4] = av_clip_pixel(top[4] + l_m_tl);
 225         dst[5] = av_clip_pixel(top[5] + l_m_tl);
 226         dst[6] = av_clip_pixel(top[6] + l_m_tl);
 227         dst[7] = av_clip_pixel(top[7] + l_m_tl);
 228         dst += stride;
 229     }
 230 }
 231
 232 static void tm_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 233                        const uint8_t *_left, const uint8_t *_top)
 234 {
 235     pixel *dst = (pixel *) _dst;
 236     const pixel *left = (const pixel *) _left;
 237     const pixel *top = (const pixel *) _top;
 238     int y, tl = top[-1];
 239
 240     stride /= sizeof(pixel);
 241     for (y = 0; y < 16; y++) {
 242         int l_m_tl = left[15 - y] - tl;
 243
 244         dst[ 0] = av_clip_pixel(top[ 0] + l_m_tl);
 245         dst[ 1] = av_clip_pixel(top[ 1] + l_m_tl);
 246         dst[ 2] = av_clip_pixel(top[ 2] + l_m_tl);
 247         dst[ 3] = av_clip_pixel(top[ 3] + l_m_tl);
 248         dst[ 4] = av_clip_pixel(top[ 4] + l_m_tl);
 249         dst[ 5] = av_clip_pixel(top[ 5] + l_m_tl);
 250         dst[ 6] = av_clip_pixel(top[ 6] + l_m_tl);
 251         dst[ 7] = av_clip_pixel(top[ 7] + l_m_tl);
 252         dst[ 8] = av_clip_pixel(top[ 8] + l_m_tl);
 253         dst[ 9] = av_clip_pixel(top[ 9] + l_m_tl);
 254         dst[10] = av_clip_pixel(top[10] + l_m_tl);
 255         dst[11] = av_clip_pixel(top[11] + l_m_tl);
 256         dst[12] = av_clip_pixel(top[12] + l_m_tl);
 257         dst[13] = av_clip_pixel(top[13] + l_m_tl);
 258         dst[14] = av_clip_pixel(top[14] + l_m_tl);
 259         dst[15] = av_clip_pixel(top[15] + l_m_tl);
 260         dst += stride;
 261     }
 262 }
 263
 264 static void tm_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 265                        const uint8_t *_left, const uint8_t *_top)
 266 {
 267     pixel *dst = (pixel *) _dst;
 268     const pixel *left = (const pixel *) _left;
 269     const pixel *top = (const pixel *) _top;
 270     int y, tl = top[-1];
 271
 272     stride /= sizeof(pixel);
 273     for (y = 0; y < 32; y++) {
 274         int l_m_tl = left[31 - y] - tl;
 275
 276         dst[ 0] = av_clip_pixel(top[ 0] + l_m_tl);
 277         dst[ 1] = av_clip_pixel(top[ 1] + l_m_tl);
 278         dst[ 2] = av_clip_pixel(top[ 2] + l_m_tl);
 279         dst[ 3] = av_clip_pixel(top[ 3] + l_m_tl);
 280         dst[ 4] = av_clip_pixel(top[ 4] + l_m_tl);
 281         dst[ 5] = av_clip_pixel(top[ 5] + l_m_tl);
 282         dst[ 6] = av_clip_pixel(top[ 6] + l_m_tl);
 283         dst[ 7] = av_clip_pixel(top[ 7] + l_m_tl);
 284         dst[ 8] = av_clip_pixel(top[ 8] + l_m_tl);
 285         dst[ 9] = av_clip_pixel(top[ 9] + l_m_tl);
 286         dst[10] = av_clip_pixel(top[10] + l_m_tl);
 287         dst[11] = av_clip_pixel(top[11] + l_m_tl);
 288         dst[12] = av_clip_pixel(top[12] + l_m_tl);
 289         dst[13] = av_clip_pixel(top[13] + l_m_tl);
 290         dst[14] = av_clip_pixel(top[14] + l_m_tl);
 291         dst[15] = av_clip_pixel(top[15] + l_m_tl);
 292         dst[16] = av_clip_pixel(top[16] + l_m_tl);
 293         dst[17] = av_clip_pixel(top[17] + l_m_tl);
 294         dst[18] = av_clip_pixel(top[18] + l_m_tl);
 295         dst[19] = av_clip_pixel(top[19] + l_m_tl);
 296         dst[20] = av_clip_pixel(top[20] + l_m_tl);
 297         dst[21] = av_clip_pixel(top[21] + l_m_tl);
 298         dst[22] = av_clip_pixel(top[22] + l_m_tl);
 299         dst[23] = av_clip_pixel(top[23] + l_m_tl);
 300         dst[24] = av_clip_pixel(top[24] + l_m_tl);
 301         dst[25] = av_clip_pixel(top[25] + l_m_tl);
 302         dst[26] = av_clip_pixel(top[26] + l_m_tl);
 303         dst[27] = av_clip_pixel(top[27] + l_m_tl);
 304         dst[28] = av_clip_pixel(top[28] + l_m_tl);
 305         dst[29] = av_clip_pixel(top[29] + l_m_tl);
 306         dst[30] = av_clip_pixel(top[30] + l_m_tl);
 307         dst[31] = av_clip_pixel(top[31] + l_m_tl);
 308         dst += stride;
 309     }
 310 }
 311
 312 #if BIT_DEPTH != 12
 313
 314 static void dc_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 315                      const uint8_t *_left, const uint8_t *_top)
 316 {
 317     pixel *dst = (pixel *) _dst;
 318     const pixel *left = (const pixel *) _left;
 319     const pixel *top = (const pixel *) _top;
 320     pixel4 dc = PIXEL_SPLAT_X4((left[0] + left[1] + left[2] + left[3] +
 321                                 top[0] + top[1] + top[2] + top[3] + 4) >> 3);
 322
 323     stride /= sizeof(pixel);
 324     AV_WN4PA(dst + stride * 0, dc);
 325     AV_WN4PA(dst + stride * 1, dc);
 326     AV_WN4PA(dst + stride * 2, dc);
 327     AV_WN4PA(dst + stride * 3, dc);
 328 }
 329
 330 static void dc_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 331                      const uint8_t *_left, const uint8_t *_top)
 332 {
 333     pixel *dst = (pixel *) _dst;
 334     const pixel *left = (const pixel *) _left;
 335     const pixel *top = (const pixel *) _top;
 336     pixel4 dc = PIXEL_SPLAT_X4
 337         ((left[0] + left[1] + left[2] + left[3] + left[4] + left[5] +
 338           left[6] + left[7] + top[0] + top[1] + top[2] + top[3] +
 339           top[4] + top[5] + top[6] + top[7] + 8) >> 4);
 340     int y;
 341
 342     stride /= sizeof(pixel);
 343     for (y = 0; y < 8; y++) {
 344         AV_WN4PA(dst + 0, dc);
 345         AV_WN4PA(dst + 4, dc);
 346         dst += stride;
 347     }
 348 }
 349
 350 static void dc_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 351                        const uint8_t *_left, const uint8_t *_top)
 352 {
 353     pixel *dst = (pixel *) _dst;
 354     const pixel *left = (const pixel *) _left;
 355     const pixel *top = (const pixel *) _top;
 356     pixel4 dc = PIXEL_SPLAT_X4
 357         ((left[0] + left[1] + left[2] + left[3] + left[4] + left[5] + left[6] +
 358           left[7] + left[8] + left[9] + left[10] + left[11] + left[12] +
 359           left[13] + left[14] + left[15] + top[0] + top[1] + top[2] + top[3] +
 360           top[4] + top[5] + top[6] + top[7] + top[8] + top[9] + top[10] +
 361           top[11] + top[12] + top[13] + top[14] + top[15] + 16) >> 5);
 362     int y;
 363
 364     stride /= sizeof(pixel);
 365     for (y = 0; y < 16; y++) {
 366         AV_WN4PA(dst +  0, dc);
 367         AV_WN4PA(dst +  4, dc);
 368         AV_WN4PA(dst +  8, dc);
 369         AV_WN4PA(dst + 12, dc);
 370         dst += stride;
 371     }
 372 }
 373
 374 static void dc_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 375                        const uint8_t *_left, const uint8_t *_top)
 376 {
 377     pixel *dst = (pixel *) _dst;
 378     const pixel *left = (const pixel *) _left;
 379     const pixel *top = (const pixel *) _top;
 380     pixel4 dc = PIXEL_SPLAT_X4
 381         ((left[0] + left[1] + left[2] + left[3] + left[4] + left[5] + left[6] +
 382           left[7] + left[8] + left[9] + left[10] + left[11] + left[12] +
 383           left[13] + left[14] + left[15] + left[16] + left[17] + left[18] +
 384           left[19] + left[20] + left[21] + left[22] + left[23] + left[24] +
 385           left[25] + left[26] + left[27] + left[28] + left[29] + left[30] +
 386           left[31] + top[0] + top[1] + top[2] + top[3] + top[4] + top[5] +
 387           top[6] + top[7] + top[8] + top[9] + top[10] + top[11] + top[12] +
 388           top[13] + top[14] + top[15] + top[16] + top[17] + top[18] + top[19] +
 389           top[20] + top[21] + top[22] + top[23] + top[24] + top[25] + top[26] +
 390           top[27] + top[28] + top[29] + top[30] + top[31] + 32) >> 6);
 391     int y;
 392
 393     stride /= sizeof(pixel);
 394     for (y = 0; y < 32; y++) {
 395         AV_WN4PA(dst +  0, dc);
 396         AV_WN4PA(dst +  4, dc);
 397         AV_WN4PA(dst +  8, dc);
 398         AV_WN4PA(dst + 12, dc);
 399         AV_WN4PA(dst + 16, dc);
 400         AV_WN4PA(dst + 20, dc);
 401         AV_WN4PA(dst + 24, dc);
 402         AV_WN4PA(dst + 28, dc);
 403         dst += stride;
 404     }
 405 }
 406
 407 static void dc_left_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 408                           const uint8_t *_left, const uint8_t *top)
 409 {
 410     pixel *dst = (pixel *) _dst;
 411     const pixel *left = (const pixel *) _left;
 412     pixel4 dc = PIXEL_SPLAT_X4((left[0] + left[1] + left[2] + left[3] + 2) >> 2);
 413
 414     stride /= sizeof(pixel);
 415     AV_WN4PA(dst + stride * 0, dc);
 416     AV_WN4PA(dst + stride * 1, dc);
 417     AV_WN4PA(dst + stride * 2, dc);
 418     AV_WN4PA(dst + stride * 3, dc);
 419 }
 420
 421 static void dc_left_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 422                           const uint8_t *_left, const uint8_t *top)
 423 {
 424     pixel *dst = (pixel *) _dst;
 425     const pixel *left = (const pixel *) _left;
 426     pixel4 dc = PIXEL_SPLAT_X4
 427         ((left[0] + left[1] + left[2] + left[3] +
 428           left[4] + left[5] + left[6] + left[7] + 4) >> 3);
 429     int y;
 430
 431     stride /= sizeof(pixel);
 432     for (y = 0; y < 8; y++) {
 433         AV_WN4PA(dst + 0, dc);
 434         AV_WN4PA(dst + 4, dc);
 435         dst += stride;
 436     }
 437 }
 438
 439 static void dc_left_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 440                             const uint8_t *_left, const uint8_t *top)
 441 {
 442     pixel *dst = (pixel *) _dst;
 443     const pixel *left = (const pixel *) _left;
 444     pixel4 dc = PIXEL_SPLAT_X4
 445         ((left[0] + left[1] + left[2] + left[3] + left[4] + left[5] +
 446           left[6] + left[7] + left[8] + left[9] + left[10] + left[11] +
 447           left[12] + left[13] + left[14] + left[15] + 8) >> 4);
 448     int y;
 449
 450     stride /= sizeof(pixel);
 451     for (y = 0; y < 16; y++) {
 452         AV_WN4PA(dst +  0, dc);
 453         AV_WN4PA(dst +  4, dc);
 454         AV_WN4PA(dst +  8, dc);
 455         AV_WN4PA(dst + 12, dc);
 456         dst += stride;
 457     }
 458 }
 459
 460 static void dc_left_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 461                             const uint8_t *_left, const uint8_t *top)
 462 {
 463     pixel *dst = (pixel *) _dst;
 464     const pixel *left = (const pixel *) _left;
 465     pixel4 dc = PIXEL_SPLAT_X4
 466         ((left[0] + left[1] + left[2] + left[3] + left[4] + left[5] +
 467           left[6] + left[7] + left[8] + left[9] + left[10] + left[11] +
 468           left[12] + left[13] + left[14] + left[15] + left[16] + left[17] +
 469           left[18] + left[19] + left[20] + left[21] + left[22] + left[23] +
 470           left[24] + left[25] + left[26] + left[27] + left[28] + left[29] +
 471           left[30] + left[31] + 16) >> 5);
 472     int y;
 473
 474     stride /= sizeof(pixel);
 475     for (y = 0; y < 32; y++) {
 476         AV_WN4PA(dst +  0, dc);
 477         AV_WN4PA(dst +  4, dc);
 478         AV_WN4PA(dst +  8, dc);
 479         AV_WN4PA(dst + 12, dc);
 480         AV_WN4PA(dst + 16, dc);
 481         AV_WN4PA(dst + 20, dc);
 482         AV_WN4PA(dst + 24, dc);
 483         AV_WN4PA(dst + 28, dc);
 484         dst += stride;
 485     }
 486 }
 487
 488 static void dc_top_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 489                          const uint8_t *left, const uint8_t *_top)
 490 {
 491     pixel *dst = (pixel *) _dst;
 492     const pixel *top = (const pixel *) _top;
 493     pixel4 dc = PIXEL_SPLAT_X4((top[0] + top[1] + top[2] + top[3] + 2) >> 2);
 494
 495     stride /= sizeof(pixel);
 496     AV_WN4PA(dst + stride * 0, dc);
 497     AV_WN4PA(dst + stride * 1, dc);
 498     AV_WN4PA(dst + stride * 2, dc);
 499     AV_WN4PA(dst + stride * 3, dc);
 500 }
 501
 502 static void dc_top_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 503                          const uint8_t *left, const uint8_t *_top)
 504 {
 505     pixel *dst = (pixel *) _dst;
 506     const pixel *top = (const pixel *) _top;
 507     pixel4 dc = PIXEL_SPLAT_X4
 508         ((top[0] + top[1] + top[2] + top[3] +
 509           top[4] + top[5] + top[6] + top[7] + 4) >> 3);
 510     int y;
 511
 512     stride /= sizeof(pixel);
 513     for (y = 0; y < 8; y++) {
 514         AV_WN4PA(dst + 0, dc);
 515         AV_WN4PA(dst + 4, dc);
 516         dst += stride;
 517     }
 518 }
 519
 520 static void dc_top_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 521                            const uint8_t *left, const uint8_t *_top)
 522 {
 523     pixel *dst = (pixel *) _dst;
 524     const pixel *top = (const pixel *) _top;
 525     pixel4 dc = PIXEL_SPLAT_X4
 526         ((top[0] + top[1] + top[2] + top[3] + top[4] + top[5] +
 527           top[6] + top[7] + top[8] + top[9] + top[10] + top[11] +
 528           top[12] + top[13] + top[14] + top[15] + 8) >> 4);
 529     int y;
 530
 531     stride /= sizeof(pixel);
 532     for (y = 0; y < 16; y++) {
 533         AV_WN4PA(dst +  0, dc);
 534         AV_WN4PA(dst +  4, dc);
 535         AV_WN4PA(dst +  8, dc);
 536         AV_WN4PA(dst + 12, dc);
 537         dst += stride;
 538     }
 539 }
 540
 541 static void dc_top_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 542                            const uint8_t *left, const uint8_t *_top)
 543 {
 544     pixel *dst = (pixel *) _dst;
 545     const pixel *top = (const pixel *) _top;
 546     pixel4 dc = PIXEL_SPLAT_X4
 547         ((top[0] + top[1] + top[2] + top[3] + top[4] + top[5] +
 548           top[6] + top[7] + top[8] + top[9] + top[10] + top[11] +
 549           top[12] + top[13] + top[14] + top[15] + top[16] + top[17] +
 550           top[18] + top[19] + top[20] + top[21] + top[22] + top[23] +
 551           top[24] + top[25] + top[26] + top[27] + top[28] + top[29] +
 552           top[30] + top[31] + 16) >> 5);
 553     int y;
 554
 555     stride /= sizeof(pixel);
 556     for (y = 0; y < 32; y++) {
 557         AV_WN4PA(dst +  0, dc);
 558         AV_WN4PA(dst +  4, dc);
 559         AV_WN4PA(dst +  8, dc);
 560         AV_WN4PA(dst + 12, dc);
 561         AV_WN4PA(dst + 16, dc);
 562         AV_WN4PA(dst + 20, dc);
 563         AV_WN4PA(dst + 24, dc);
 564         AV_WN4PA(dst + 28, dc);
 565         dst += stride;
 566     }
 567 }
 568
 569 #endif /* BIT_DEPTH != 12 */
 570
 571 static void dc_128_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 572                          const uint8_t *left, const uint8_t *top)
 573 {
 574     pixel *dst = (pixel *) _dst;
 575     pixel4 val = PIXEL_SPLAT_X4(128 << (BIT_DEPTH - 8));
 576
 577     stride /= sizeof(pixel);
 578     AV_WN4PA(dst + stride * 0, val);
 579     AV_WN4PA(dst + stride * 1, val);
 580     AV_WN4PA(dst + stride * 2, val);
 581     AV_WN4PA(dst + stride * 3, val);
 582 }
 583
 584 static void dc_128_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 585                          const uint8_t *left, const uint8_t *top)
 586 {
 587     pixel *dst = (pixel *) _dst;
 588     pixel4 val = PIXEL_SPLAT_X4(128 << (BIT_DEPTH - 8));
 589     int y;
 590
 591     stride /= sizeof(pixel);
 592     for (y = 0; y < 8; y++) {
 593         AV_WN4PA(dst + 0, val);
 594         AV_WN4PA(dst + 4, val);
 595         dst += stride;
 596     }
 597 }
 598
 599 static void dc_128_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 600                            const uint8_t *left, const uint8_t *top)
 601 {
 602     pixel *dst = (pixel *) _dst;
 603     pixel4 val = PIXEL_SPLAT_X4(128 << (BIT_DEPTH - 8));
 604     int y;
 605
 606     stride /= sizeof(pixel);
 607     for (y = 0; y < 16; y++) {
 608         AV_WN4PA(dst +  0, val);
 609         AV_WN4PA(dst +  4, val);
 610         AV_WN4PA(dst +  8, val);
 611         AV_WN4PA(dst + 12, val);
 612         dst += stride;
 613     }
 614 }
 615
 616 static void dc_128_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 617                            const uint8_t *left, const uint8_t *top)
 618 {
 619     pixel *dst = (pixel *) _dst;
 620     pixel4 val = PIXEL_SPLAT_X4(128 << (BIT_DEPTH - 8));
 621     int y;
 622
 623     stride /= sizeof(pixel);
 624     for (y = 0; y < 32; y++) {
 625         AV_WN4PA(dst +  0, val);
 626         AV_WN4PA(dst +  4, val);
 627         AV_WN4PA(dst +  8, val);
 628         AV_WN4PA(dst + 12, val);
 629         AV_WN4PA(dst + 16, val);
 630         AV_WN4PA(dst + 20, val);
 631         AV_WN4PA(dst + 24, val);
 632         AV_WN4PA(dst + 28, val);
 633         dst += stride;
 634     }
 635 }
 636
 637 static void dc_127_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 638                          const uint8_t *left, const uint8_t *top)
 639 {
 640     pixel *dst = (pixel *) _dst;
 641     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) - 1);
 642
 643     stride /= sizeof(pixel);
 644     AV_WN4PA(dst + stride * 0, val);
 645     AV_WN4PA(dst + stride * 1, val);
 646     AV_WN4PA(dst + stride * 2, val);
 647     AV_WN4PA(dst + stride * 3, val);}
 648
 649 static void dc_127_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 650                          const uint8_t *left, const uint8_t *top)
 651 {
 652     pixel *dst = (pixel *) _dst;
 653     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) - 1);
 654     int y;
 655
 656     stride /= sizeof(pixel);
 657     for (y = 0; y < 8; y++) {
 658         AV_WN4PA(dst + 0, val);
 659         AV_WN4PA(dst + 4, val);
 660         dst += stride;
 661     }
 662 }
 663
 664 static void dc_127_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 665                            const uint8_t *left, const uint8_t *top)
 666 {
 667     pixel *dst = (pixel *) _dst;
 668     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) - 1);
 669     int y;
 670
 671     stride /= sizeof(pixel);
 672     for (y = 0; y < 16; y++) {
 673         AV_WN4PA(dst +  0, val);
 674         AV_WN4PA(dst +  4, val);
 675         AV_WN4PA(dst +  8, val);
 676         AV_WN4PA(dst + 12, val);
 677         dst += stride;
 678     }
 679 }
 680
 681 static void dc_127_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 682                            const uint8_t *left, const uint8_t *top)
 683 {
 684     pixel *dst = (pixel *) _dst;
 685     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) - 1);
 686     int y;
 687
 688     stride /= sizeof(pixel);
 689     for (y = 0; y < 32; y++) {
 690         AV_WN4PA(dst +  0, val);
 691         AV_WN4PA(dst +  4, val);
 692         AV_WN4PA(dst +  8, val);
 693         AV_WN4PA(dst + 12, val);
 694         AV_WN4PA(dst + 16, val);
 695         AV_WN4PA(dst + 20, val);
 696         AV_WN4PA(dst + 24, val);
 697         AV_WN4PA(dst + 28, val);
 698         dst += stride;
 699     }
 700 }
 701
 702 static void dc_129_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 703                          const uint8_t *left, const uint8_t *top)
 704 {
 705     pixel *dst = (pixel *) _dst;
 706     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) + 1);
 707
 708     stride /= sizeof(pixel);
 709     AV_WN4PA(dst + stride * 0, val);
 710     AV_WN4PA(dst + stride * 1, val);
 711     AV_WN4PA(dst + stride * 2, val);
 712     AV_WN4PA(dst + stride * 3, val);
 713 }
 714
 715 static void dc_129_8x8_c(uint8_t *_dst, ptrdiff_t stride,
 716                          const uint8_t *left, const uint8_t *top)
 717 {
 718     pixel *dst = (pixel *) _dst;
 719     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) + 1);
 720     int y;
 721
 722     stride /= sizeof(pixel);
 723     for (y = 0; y < 8; y++) {
 724         AV_WN4PA(dst + 0, val);
 725         AV_WN4PA(dst + 4, val);
 726         dst += stride;
 727     }
 728 }
 729
 730 static void dc_129_16x16_c(uint8_t *_dst, ptrdiff_t stride,
 731                            const uint8_t *left, const uint8_t *top)
 732 {
 733     pixel *dst = (pixel *) _dst;
 734     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) + 1);
 735     int y;
 736
 737     stride /= sizeof(pixel);
 738     for (y = 0; y < 16; y++) {
 739         AV_WN4PA(dst +  0, val);
 740         AV_WN4PA(dst +  4, val);
 741         AV_WN4PA(dst +  8, val);
 742         AV_WN4PA(dst + 12, val);
 743         dst += stride;
 744     }
 745 }
 746
 747 static void dc_129_32x32_c(uint8_t *_dst, ptrdiff_t stride,
 748                            const uint8_t *left, const uint8_t *top)
 749 {
 750     pixel *dst = (pixel *) _dst;
 751     pixel4 val = PIXEL_SPLAT_X4((128 << (BIT_DEPTH - 8)) + 1);
 752     int y;
 753
 754     stride /= sizeof(pixel);
 755     for (y = 0; y < 32; y++) {
 756         AV_WN4PA(dst +  0, val);
 757         AV_WN4PA(dst +  4, val);
 758         AV_WN4PA(dst +  8, val);
 759         AV_WN4PA(dst + 12, val);
 760         AV_WN4PA(dst + 16, val);
 761         AV_WN4PA(dst + 20, val);
 762         AV_WN4PA(dst + 24, val);
 763         AV_WN4PA(dst + 28, val);
 764         dst += stride;
 765     }
 766 }
 767
 768 #if BIT_DEPTH != 12
 769
 770 #if BIT_DEPTH == 8
 771 #define memset_bpc memset
 772 #else
 773 static inline void memset_bpc(uint16_t *dst, int val, int len) {
 774     int n;
 775     for (n = 0; n < len; n++) {
 776         dst[n] = val;
 777     }
 778 }
 779 #endif
 780
 781 #define DST(x, y) dst[(x) + (y) * stride]
 782
 783 static void diag_downleft_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 784                                 const uint8_t *left, const uint8_t *_top)
 785 {
 786     pixel *dst = (pixel *) _dst;
 787     const pixel *top = (const pixel *) _top;
 788     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 789         a4 = top[4], a5 = top[5], a6 = top[6], a7 = top[7];
 790
 791     stride /= sizeof(pixel);
 792     DST(0,0) = (a0 + a1 * 2 + a2 + 2) >> 2;
 793     DST(1,0) = DST(0,1) = (a1 + a2 * 2 + a3 + 2) >> 2;
 794     DST(2,0) = DST(1,1) = DST(0,2) = (a2 + a3 * 2 + a4 + 2) >> 2;
 795     DST(3,0) = DST(2,1) = DST(1,2) = DST(0,3) = (a3 + a4 * 2 + a5 + 2) >> 2;
 796     DST(3,1) = DST(2,2) = DST(1,3) = (a4 + a5 * 2 + a6 + 2) >> 2;
 797     DST(3,2) = DST(2,3) = (a5 + a6 * 2 + a7 + 2) >> 2;
 798     DST(3,3) = a7;  // note: this is different from vp8 and such
 799 }
 800
 801 #define def_diag_downleft(size) \
 802 static void diag_downleft_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
 803                                               const uint8_t *left, const uint8_t *_top) \
 804 { \
 805     pixel *dst = (pixel *) _dst; \
 806     const pixel *top = (const pixel *) _top; \
 807     int i, j; \
 808     pixel v[size - 1]; \
 809 \
 810     stride /= sizeof(pixel); \
 811     for (i = 0; i < size - 2; i++) \
 812         v[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2; \
 813     v[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2; \
 814 \
 815     for (j = 0; j < size; j++) { \
 816         memcpy(dst + j*stride, v + j, (size - 1 - j) * sizeof(pixel)); \
 817         memset_bpc(dst + j*stride + size - 1 - j, top[size - 1], j + 1); \
 818     } \
 819 }
 820
 821 def_diag_downleft(8)
 822 def_diag_downleft(16)
 823 def_diag_downleft(32)
 824
 825 static void diag_downright_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 826                                  const uint8_t *_left, const uint8_t *_top)
 827 {
 828     pixel *dst = (pixel *) _dst;
 829     const pixel *top = (const pixel *) _top;
 830     const pixel *left = (const pixel *) _left;
 831     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 832         l0 = left[3], l1 = left[2], l2 = left[1], l3 = left[0];
 833
 834     stride /= sizeof(pixel);
 835     DST(0,3) = (l1 + l2 * 2 + l3 + 2) >> 2;
 836     DST(0,2) = DST(1,3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 837     DST(0,1) = DST(1,2) = DST(2,3) = (tl + l0 * 2 + l1 + 2) >> 2;
 838     DST(0,0) = DST(1,1) = DST(2,2) = DST(3,3) = (l0 + tl * 2 + a0 + 2) >> 2;
 839     DST(1,0) = DST(2,1) = DST(3,2) = (tl + a0 * 2 + a1 + 2) >> 2;
 840     DST(2,0) = DST(3,1) = (a0 + a1 * 2 + a2 + 2) >> 2;
 841     DST(3,0) = (a1 + a2 * 2 + a3 + 2) >> 2;
 842 }
 843
 844 #define def_diag_downright(size) \
 845 static void diag_downright_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
 846                                                const uint8_t *_left, const uint8_t *_top) \
 847 { \
 848     pixel *dst = (pixel *) _dst; \
 849     const pixel *top = (const pixel *) _top; \
 850     const pixel *left = (const pixel *) _left; \
 851     int i, j; \
 852     pixel v[size + size - 1]; \
 853 \
 854     stride /= sizeof(pixel); \
 855     for (i = 0; i < size - 2; i++) { \
 856         v[i           ] = (left[i] + left[i + 1] * 2 + left[i + 2] + 2) >> 2; \
 857         v[size + 1 + i] = (top[i]  + top[i + 1]  * 2 + top[i + 2]  + 2) >> 2; \
 858     } \
 859     v[size - 2] = (left[size - 2] + left[size - 1] * 2 + top[-1] + 2) >> 2; \
 860     v[size - 1] = (left[size - 1] + top[-1] * 2 + top[ 0] + 2) >> 2; \
 861     v[size    ] = (top[-1] + top[0]  * 2 + top[ 1] + 2) >> 2; \
 862 \
 863     for (j = 0; j < size; j++) \
 864         memcpy(dst + j*stride, v + size - 1 - j, size * sizeof(pixel)); \
 865 }
 866
 867 def_diag_downright(8)
 868 def_diag_downright(16)
 869 def_diag_downright(32)
 870
 871 static void vert_right_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 872                              const uint8_t *_left, const uint8_t *_top)
 873 {
 874     pixel *dst = (pixel *) _dst;
 875     const pixel *top = (const pixel *) _top;
 876     const pixel *left = (const pixel *) _left;
 877     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 878         l0 = left[3], l1 = left[2], l2 = left[1];
 879
 880     stride /= sizeof(pixel);
 881     DST(0,3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 882     DST(0,2) = (tl + l0 * 2 + l1 + 2) >> 2;
 883     DST(0,0) = DST(1,2) = (tl + a0 + 1) >> 1;
 884     DST(0,1) = DST(1,3) = (l0 + tl * 2 + a0 + 2) >> 2;
 885     DST(1,0) = DST(2,2) = (a0 + a1 + 1) >> 1;
 886     DST(1,1) = DST(2,3) = (tl + a0 * 2 + a1 + 2) >> 2;
 887     DST(2,0) = DST(3,2) = (a1 + a2 + 1) >> 1;
 888     DST(2,1) = DST(3,3) = (a0 + a1 * 2 + a2 + 2) >> 2;
 889     DST(3,0) = (a2 + a3 + 1) >> 1;
 890     DST(3,1) = (a1 + a2 * 2 + a3 + 2) >> 2;
 891 }
 892
 893 #define def_vert_right(size) \
 894 static void vert_right_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
 895                                            const uint8_t *_left, const uint8_t *_top) \
 896 { \
 897     pixel *dst = (pixel *) _dst; \
 898     const pixel *top = (const pixel *) _top; \
 899     const pixel *left = (const pixel *) _left; \
 900     int i, j; \
 901     pixel ve[size + size/2 - 1], vo[size + size/2 - 1]; \
 902 \
 903     stride /= sizeof(pixel); \
 904     for (i = 0; i < size/2 - 2; i++) { \
 905         vo[i] = (left[i*2 + 3] + left[i*2 + 2] * 2 + left[i*2 + 1] + 2) >> 2; \
 906         ve[i] = (left[i*2 + 4] + left[i*2 + 3] * 2 + left[i*2 + 2] + 2) >> 2; \
 907     } \
 908     vo[size/2 - 2] = (left[size - 1] + left[size - 2] * 2 + left[size - 3] + 2) >> 2; \
 909     ve[size/2 - 2] = (top[-1] + left[size - 1] * 2 + left[size - 2] + 2) >> 2; \
 910 \
 911     ve[size/2 - 1] = (top[-1] + top[0] + 1) >> 1; \
 912     vo[size/2 - 1] = (left[size - 1] + top[-1] * 2 + top[0] + 2) >> 2; \
 913     for (i = 0; i < size - 1; i++) { \
 914         ve[size/2 + i] = (top[i] + top[i + 1] + 1) >> 1; \
 915         vo[size/2 + i] = (top[i - 1] + top[i] * 2 + top[i + 1] + 2) >> 2; \
 916     } \
 917 \
 918     for (j = 0; j < size / 2; j++) { \
 919         memcpy(dst +  j*2     *stride, ve + size/2 - 1 - j, size * sizeof(pixel)); \
 920         memcpy(dst + (j*2 + 1)*stride, vo + size/2 - 1 - j, size * sizeof(pixel)); \
 921     } \
 922 }
 923
 924 def_vert_right(8)
 925 def_vert_right(16)
 926 def_vert_right(32)
 927
 928 static void hor_down_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 929                            const uint8_t *_left, const uint8_t *_top)
 930 {
 931     pixel *dst = (pixel *) _dst;
 932     const pixel *top = (const pixel *) _top;
 933     const pixel *left = (const pixel *) _left;
 934     int l0 = left[3], l1 = left[2], l2 = left[1], l3 = left[0],
 935         tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2];
 936
 937     stride /= sizeof(pixel);
 938     DST(2,0) = (tl + a0 * 2 + a1 + 2) >> 2;
 939     DST(3,0) = (a0 + a1 * 2 + a2 + 2) >> 2;
 940     DST(0,0) = DST(2,1) = (tl + l0 + 1) >> 1;
 941     DST(1,0) = DST(3,1) = (a0 + tl * 2 + l0 + 2) >> 2;
 942     DST(0,1) = DST(2,2) = (l0 + l1 + 1) >> 1;
 943     DST(1,1) = DST(3,2) = (tl + l0 * 2 + l1 + 2) >> 2;
 944     DST(0,2) = DST(2,3) = (l1 + l2 + 1) >> 1;
 945     DST(1,2) = DST(3,3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 946     DST(0,3) = (l2 + l3 + 1) >> 1;
 947     DST(1,3) = (l1 + l2 * 2 + l3 + 2) >> 2;
 948 }
 949
 950 #define def_hor_down(size) \
 951 static void hor_down_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
 952                                          const uint8_t *_left, const uint8_t *_top) \
 953 { \
 954     pixel *dst = (pixel *) _dst; \
 955     const pixel *top = (const pixel *) _top; \
 956     const pixel *left = (const pixel *) _left; \
 957     int i, j; \
 958     pixel v[size * 3 - 2]; \
 959 \
 960     stride /= sizeof(pixel); \
 961     for (i = 0; i < size - 2; i++) { \
 962         v[i*2       ] = (left[i + 1] + left[i + 0] + 1) >> 1; \
 963         v[i*2    + 1] = (left[i + 2] + left[i + 1] * 2 + left[i + 0] + 2) >> 2; \
 964         v[size*2 + i] = (top[i - 1] + top[i] * 2 + top[i + 1] + 2) >> 2; \
 965     } \
 966     v[size*2 - 2] = (top[-1] + left[size - 1] + 1) >> 1; \
 967     v[size*2 - 4] = (left[size - 1] + left[size - 2] + 1) >> 1; \
 968     v[size*2 - 1] = (top[0]  + top[-1] * 2 + left[size - 1] + 2) >> 2; \
 969     v[size*2 - 3] = (top[-1] + left[size - 1] * 2 + left[size - 2] + 2) >> 2; \
 970 \
 971     for (j = 0; j < size; j++) \
 972         memcpy(dst + j*stride, v + size*2 - 2 - j*2, size * sizeof(pixel)); \
 973 }
 974
 975 def_hor_down(8)
 976 def_hor_down(16)
 977 def_hor_down(32)
 978
 979 static void vert_left_4x4_c(uint8_t *_dst, ptrdiff_t stride,
 980                             const uint8_t *left, const uint8_t *_top)
 981 {
 982     pixel *dst = (pixel *) _dst;
 983     const pixel *top = (const pixel *) _top;
 984     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 985         a4 = top[4], a5 = top[5], a6 = top[6];
 986
 987     stride /= sizeof(pixel);
 988     DST(0,0) = (a0 + a1 + 1) >> 1;
 989     DST(0,1) = (a0 + a1 * 2 + a2 + 2) >> 2;
 990     DST(1,0) = DST(0,2) = (a1 + a2 + 1) >> 1;
 991     DST(1,1) = DST(0,3) = (a1 + a2 * 2 + a3 + 2) >> 2;
 992     DST(2,0) = DST(1,2) = (a2 + a3 + 1) >> 1;
 993     DST(2,1) = DST(1,3) = (a2 + a3 * 2 + a4 + 2) >> 2;
 994     DST(3,0) = DST(2,2) = (a3 + a4 + 1) >> 1;
 995     DST(3,1) = DST(2,3) = (a3 + a4 * 2 + a5 + 2) >> 2;
 996     DST(3,2) = (a4 + a5 + 1) >> 1;
 997     DST(3,3) = (a4 + a5 * 2 + a6 + 2) >> 2;
 998 }
 999
1000 #define def_vert_left(size) \
1001 static void vert_left_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
1002                                           const uint8_t *left, const uint8_t *_top) \
1003 { \
1004     pixel *dst = (pixel *) _dst; \
1005     const pixel *top = (const pixel *) _top; \
1006     int i, j; \
1007     pixel ve[size - 1], vo[size - 1]; \
1008 \
1009     stride /= sizeof(pixel); \
1010     for (i = 0; i < size - 2; i++) { \
1011         ve[i] = (top[i] + top[i + 1] + 1) >> 1; \
1012         vo[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2; \
1013     } \
1014     ve[size - 2] = (top[size - 2] + top[size - 1] + 1) >> 1; \
1015     vo[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2; \
1016 \
1017     for (j = 0; j < size / 2; j++) { \
1018         memcpy(dst +  j*2      * stride, ve + j, (size - j - 1) * sizeof(pixel)); \
1019         memset_bpc(dst +  j*2      * stride + size - j - 1, top[size - 1], j + 1); \
1020         memcpy(dst + (j*2 + 1) * stride, vo + j, (size - j - 1) * sizeof(pixel)); \
1021         memset_bpc(dst + (j*2 + 1) * stride + size - j - 1, top[size - 1], j + 1); \
1022     } \
1023 }
1024
1025 def_vert_left(8)
1026 def_vert_left(16)
1027 def_vert_left(32)
1028
1029 static void hor_up_4x4_c(uint8_t *_dst, ptrdiff_t stride,
1030                          const uint8_t *_left, const uint8_t *top)
1031 {
1032     pixel *dst = (pixel *) _dst;
1033     const pixel *left = (const pixel *) _left;
1034     int l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3];
1035
1036     stride /= sizeof(pixel);
1037     DST(0,0) = (l0 + l1 + 1) >> 1;
1038     DST(1,0) = (l0 + l1 * 2 + l2 + 2) >> 2;
1039     DST(0,1) = DST(2,0) = (l1 + l2 + 1) >> 1;
1040     DST(1,1) = DST(3,0) = (l1 + l2 * 2 + l3 + 2) >> 2;
1041     DST(0,2) = DST(2,1) = (l2 + l3 + 1) >> 1;
1042     DST(1,2) = DST(3,1) = (l2 + l3 * 3 + 2) >> 2;
1043     DST(0,3) = DST(1,3) = DST(2,2) = DST(2,3) = DST(3,2) = DST(3,3) = l3;
1044 }
1045
1046 #define def_hor_up(size) \
1047 static void hor_up_##size##x##size##_c(uint8_t *_dst, ptrdiff_t stride, \
1048                                        const uint8_t *_left, const uint8_t *top) \
1049 { \
1050     pixel *dst = (pixel *) _dst; \
1051     const pixel *left = (const pixel *) _left; \
1052     int i, j; \
1053     pixel v[size*2 - 2]; \
1054 \
1055     stride /= sizeof(pixel); \
1056     for (i = 0; i < size - 2; i++) { \
1057         v[i*2    ] = (left[i] + left[i + 1] + 1) >> 1; \
1058         v[i*2 + 1] = (left[i] + left[i + 1] * 2 + left[i + 2] + 2) >> 2; \
1059     } \
1060     v[size*2 - 4] = (left[size - 2] + left[size - 1] + 1) >> 1; \
1061     v[size*2 - 3] = (left[size - 2] + left[size - 1] * 3 + 2) >> 2; \
1062 \
1063     for (j = 0; j < size / 2; j++) \
1064         memcpy(dst + j*stride, v + j*2, size * sizeof(pixel)); \
1065     for (j = size / 2; j < size; j++) { \
1066         memcpy(dst + j*stride, v + j*2, (size*2 - 2 - j*2) * sizeof(pixel)); \
1067         memset_bpc(dst + j*stride + size*2 - 2 - j*2, left[size - 1], \
1068                    2 + j*2 - size); \
1069     } \
1070 }
1071
1072 def_hor_up(8)
1073 def_hor_up(16)
1074 def_hor_up(32)
1075
1076 #undef DST
1077
1078 #endif /* BIT_DEPTH != 12 */
1079
1080 #if BIT_DEPTH != 8
1081 void ff_vp9dsp_intrapred_init_10(VP9DSPContext *dsp);
1082 #endif
1083 #if BIT_DEPTH != 10
1084 static
1085 #endif
1086 av_cold void FUNC(ff_vp9dsp_intrapred_init)(VP9DSPContext *dsp)
1087 {
1088 #define init_intra_pred_bd_aware(tx, sz) \
1089     dsp->intra_pred[tx][TM_VP8_PRED]          = tm_##sz##_c; \
1090     dsp->intra_pred[tx][DC_128_PRED]          = dc_128_##sz##_c; \
1091     dsp->intra_pred[tx][DC_127_PRED]          = dc_127_##sz##_c; \
1092     dsp->intra_pred[tx][DC_129_PRED]          = dc_129_##sz##_c
1093
1094 #if BIT_DEPTH == 12
1095     ff_vp9dsp_intrapred_init_10(dsp);
1096 #define init_intra_pred(tx, sz) \
1097     init_intra_pred_bd_aware(tx, sz)
1098 #else
1099     #define init_intra_pred(tx, sz) \
1100     dsp->intra_pred[tx][VERT_PRED]            = vert_##sz##_c; \
1101     dsp->intra_pred[tx][HOR_PRED]             = hor_##sz##_c; \
1102     dsp->intra_pred[tx][DC_PRED]              = dc_##sz##_c; \
1103     dsp->intra_pred[tx][DIAG_DOWN_LEFT_PRED]  = diag_downleft_##sz##_c; \
1104     dsp->intra_pred[tx][DIAG_DOWN_RIGHT_PRED] = diag_downright_##sz##_c; \
1105     dsp->intra_pred[tx][VERT_RIGHT_PRED]      = vert_right_##sz##_c; \
1106     dsp->intra_pred[tx][HOR_DOWN_PRED]        = hor_down_##sz##_c; \
1107     dsp->intra_pred[tx][VERT_LEFT_PRED]       = vert_left_##sz##_c; \
1108     dsp->intra_pred[tx][HOR_UP_PRED]          = hor_up_##sz##_c; \
1109     dsp->intra_pred[tx][LEFT_DC_PRED]         = dc_left_##sz##_c; \
1110     dsp->intra_pred[tx][TOP_DC_PRED]          = dc_top_##sz##_c; \
1111     init_intra_pred_bd_aware(tx, sz)
1112 #endif
1113
1114     init_intra_pred(TX_4X4,   4x4);
1115     init_intra_pred(TX_8X8,   8x8);
1116     init_intra_pred(TX_16X16, 16x16);
1117     init_intra_pred(TX_32X32, 32x32);
1118
1119 #undef init_intra_pred
1120 #undef init_intra_pred_bd_aware
1121 }
1122
1123 #define itxfm_wrapper(type_a, type_b, sz, bits, has_dconly) \
1124 static void type_a##_##type_b##_##sz##x##sz##_add_c(uint8_t *_dst, \
1125                                                     ptrdiff_t stride, \
1126                                                     int16_t *_block, int eob) \
1127 { \
1128     int i, j; \
1129     pixel *dst = (pixel *) _dst; \
1130     dctcoef *block = (dctcoef *) _block, tmp[sz * sz], out[sz]; \
1131 \
1132     stride /= sizeof(pixel); \
1133     if (has_dconly && eob == 1) { \
1134         const int t  = ((((dctint) block[0] * 11585 + (1 << 13)) >> 14) \
1135                                             * 11585 + (1 << 13)) >> 14; \
1136         block[0] = 0; \
1137         for (i = 0; i < sz; i++) { \
1138             for (j = 0; j < sz; j++) \
1139                 dst[j * stride] = av_clip_pixel(dst[j * stride] + \
1140                                                 (bits ? \
1141                                                  (int)(t + (1U << (bits - 1))) >> bits : \
1142                                                  t)); \
1143             dst++; \
1144         } \
1145         return; \
1146     } \
1147 \
1148     for (i = 0; i < sz; i++) \
1149         type_a##sz##_1d(block + i, sz, tmp + i * sz, 0); \
1150     memset(block, 0, sz * sz * sizeof(*block)); \
1151     for (i = 0; i < sz; i++) { \
1152         type_b##sz##_1d(tmp + i, sz, out, 1); \
1153         for (j = 0; j < sz; j++) \
1154             dst[j * stride] = av_clip_pixel(dst[j * stride] + \
1155                                             (bits ? \
1156                                              (int)(out[j] + (1U << (bits - 1))) >> bits : \
1157                                              out[j])); \
1158         dst++; \
1159     } \
1160 }
1161
1162 #define itxfm_wrap(sz, bits) \
1163 itxfm_wrapper(idct,  idct,  sz, bits, 1) \
1164 itxfm_wrapper(iadst, idct,  sz, bits, 0) \
1165 itxfm_wrapper(idct,  iadst, sz, bits, 0) \
1166 itxfm_wrapper(iadst, iadst, sz, bits, 0)
1167
1168 #define IN(x) ((dctint) in[(x) * stride])
1169
1170 static av_always_inline void idct4_1d(const dctcoef *in, ptrdiff_t stride,
1171                                       dctcoef *out, int pass)
1172 {
1173     dctint t0, t1, t2, t3;
1174
1175     t0 = ((IN(0) + IN(2)) * 11585 + (1 << 13)) >> 14;
1176     t1 = ((IN(0) - IN(2)) * 11585 + (1 << 13)) >> 14;
1177     t2 = (IN(1) *  6270 - IN(3) * 15137 + (1 << 13)) >> 14;
1178     t3 = (IN(1) * 15137 + IN(3) *  6270 + (1 << 13)) >> 14;
1179
1180     out[0] = t0 + t3;
1181     out[1] = t1 + t2;
1182     out[2] = t1 - t2;
1183     out[3] = t0 - t3;
1184 }
1185
1186 static av_always_inline void iadst4_1d(const dctcoef *in, ptrdiff_t stride,
1187                                        dctcoef *out, int pass)
1188 {
1189     dctint t0, t1, t2, t3;
1190
1191     t0 =  5283 * IN(0) + 15212 * IN(2) +  9929 * IN(3);
1192     t1 =  9929 * IN(0) -  5283 * IN(2) - 15212 * IN(3);
1193     t2 = 13377 * (IN(0) - IN(2) + IN(3));
1194     t3 = 13377 * IN(1);
1195
1196     out[0] = (t0 + t3      + (1 << 13)) >> 14;
1197     out[1] = (t1 + t3      + (1 << 13)) >> 14;
1198     out[2] = (t2           + (1 << 13)) >> 14;
1199     out[3] = (t0 + t1 - t3 + (1 << 13)) >> 14;
1200 }
1201
1202 itxfm_wrap(4, 4)
1203
1204 static av_always_inline void idct8_1d(const dctcoef *in, ptrdiff_t stride,
1205                                       dctcoef *out, int pass)
1206 {
1207     dctint t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1208
1209     t0a = ((IN(0) + IN(4)) * 11585 + (1 << 13)) >> 14;
1210     t1a = ((IN(0) - IN(4)) * 11585 + (1 << 13)) >> 14;
1211     t2a = (IN(2) *  6270 - IN(6) * 15137 + (1 << 13)) >> 14;
1212     t3a = (IN(2) * 15137 + IN(6) *  6270 + (1 << 13)) >> 14;
1213     t4a = (IN(1) *  3196 - IN(7) * 16069 + (1 << 13)) >> 14;
1214     t5a = (IN(5) * 13623 - IN(3) *  9102 + (1 << 13)) >> 14;
1215     t6a = (IN(5) *  9102 + IN(3) * 13623 + (1 << 13)) >> 14;
1216     t7a = (IN(1) * 16069 + IN(7) *  3196 + (1 << 13)) >> 14;
1217
1218     t0  = t0a + t3a;
1219     t1  = t1a + t2a;
1220     t2  = t1a - t2a;
1221     t3  = t0a - t3a;
1222     t4  = t4a + t5a;
1223     t5a = t4a - t5a;
1224     t7  = t7a + t6a;
1225     t6a = t7a - t6a;
1226
1227     t5  = ((t6a - t5a) * 11585 + (1 << 13)) >> 14;
1228     t6  = ((t6a + t5a) * 11585 + (1 << 13)) >> 14;
1229
1230     out[0] = t0 + t7;
1231     out[1] = t1 + t6;
1232     out[2] = t2 + t5;
1233     out[3] = t3 + t4;
1234     out[4] = t3 - t4;
1235     out[5] = t2 - t5;
1236     out[6] = t1 - t6;
1237     out[7] = t0 - t7;
1238 }
1239
1240 static av_always_inline void iadst8_1d(const dctcoef *in, ptrdiff_t stride,
1241                                        dctcoef *out, int pass)
1242 {
1243     dctint t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1244
1245     t0a = 16305 * IN(7) +  1606 * IN(0);
1246     t1a =  1606 * IN(7) - 16305 * IN(0);
1247     t2a = 14449 * IN(5) +  7723 * IN(2);
1248     t3a =  7723 * IN(5) - 14449 * IN(2);
1249     t4a = 10394 * IN(3) + 12665 * IN(4);
1250     t5a = 12665 * IN(3) - 10394 * IN(4);
1251     t6a =  4756 * IN(1) + 15679 * IN(6);
1252     t7a = 15679 * IN(1) -  4756 * IN(6);
1253
1254     t0 = (t0a + t4a + (1 << 13)) >> 14;
1255     t1 = (t1a + t5a + (1 << 13)) >> 14;
1256     t2 = (t2a + t6a + (1 << 13)) >> 14;
1257     t3 = (t3a + t7a + (1 << 13)) >> 14;
1258     t4 = (t0a - t4a + (1 << 13)) >> 14;
1259     t5 = (t1a - t5a + (1 << 13)) >> 14;
1260     t6 = (t2a - t6a + (1 << 13)) >> 14;
1261     t7 = (t3a - t7a + (1 << 13)) >> 14;
1262
1263     t4a = 15137U * t4 +  6270U * t5;
1264     t5a =  6270U * t4 - 15137U * t5;
1265     t6a = 15137U * t7 -  6270U * t6;
1266     t7a =  6270U * t7 + 15137U * t6;
1267
1268     out[0] =   t0 + t2;
1269     out[7] = -(t1 + t3);
1270     t2     =   t0 - t2;
1271     t3     =   t1 - t3;
1272
1273     out[1] = -((dctint)((1U << 13) + t4a + t6a) >> 14);
1274     out[6] =   (dctint)((1U << 13) + t5a + t7a) >> 14;
1275     t6     =   (dctint)((1U << 13) + t4a - t6a) >> 14;
1276     t7     =   (dctint)((1U << 13) + t5a - t7a) >> 14;
1277
1278     out[3] = -((dctint)((t2 + t3) * 11585U + (1 << 13)) >> 14);
1279     out[4] =   (dctint)((t2 - t3) * 11585U + (1 << 13)) >> 14;
1280     out[2] =   (dctint)((t6 + t7) * 11585U + (1 << 13)) >> 14;
1281     out[5] = -((dctint)((t6 - t7) * 11585U + (1 << 13)) >> 14);
1282 }
1283
1284 itxfm_wrap(8, 5)
1285
1286 static av_always_inline void idct16_1d(const dctcoef *in, ptrdiff_t stride,
1287                                        dctcoef *out, int pass)
1288 {
1289     dctint t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1290     dctint t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1291     dctint t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1292
1293     t0a  = (dctint)((IN(0) + IN(8)) * 11585U + (1 << 13)) >> 14;
1294     t1a  = (dctint)((IN(0) - IN(8)) * 11585U + (1 << 13)) >> 14;
1295     t2a  = (dctint)(IN(4)  *  6270U - IN(12) * 15137U + (1 << 13)) >> 14;
1296     t3a  = (dctint)(IN(4)  * 15137U + IN(12) *  6270U + (1 << 13)) >> 14;
1297     t4a  = (dctint)(IN(2)  *  3196U - IN(14) * 16069U + (1 << 13)) >> 14;
1298     t7a  = (dctint)(IN(2)  * 16069U + IN(14) *  3196U + (1 << 13)) >> 14;
1299     t5a  = (dctint)(IN(10) * 13623U - IN(6)  *  9102U + (1 << 13)) >> 14;
1300     t6a  = (dctint)(IN(10) *  9102U + IN(6)  * 13623U + (1 << 13)) >> 14;
1301     t8a  = (dctint)(IN(1)  *  1606U - IN(15) * 16305U + (1 << 13)) >> 14;
1302     t15a = (dctint)(IN(1)  * 16305U + IN(15) *  1606U + (1 << 13)) >> 14;
1303     t9a  = (dctint)(IN(9)  * 12665U - IN(7)  * 10394U + (1 << 13)) >> 14;
1304     t14a = (dctint)(IN(9)  * 10394U + IN(7)  * 12665U + (1 << 13)) >> 14;
1305     t10a = (dctint)(IN(5)  *  7723U - IN(11) * 14449U + (1 << 13)) >> 14;
1306     t13a = (dctint)(IN(5)  * 14449U + IN(11) *  7723U + (1 << 13)) >> 14;
1307     t11a = (dctint)(IN(13) * 15679U - IN(3)  *  4756U + (1 << 13)) >> 14;
1308     t12a = (dctint)(IN(13) *  4756U + IN(3)  * 15679U + (1 << 13)) >> 14;
1309
1310     t0  = t0a  + t3a;
1311     t1  = t1a  + t2a;
1312     t2  = t1a  - t2a;
1313     t3  = t0a  - t3a;
1314     t4  = t4a  + t5a;
1315     t5  = t4a  - t5a;
1316     t6  = t7a  - t6a;
1317     t7  = t7a  + t6a;
1318     t8  = t8a  + t9a;
1319     t9  = t8a  - t9a;
1320     t10 = t11a - t10a;
1321     t11 = t11a + t10a;
1322     t12 = t12a + t13a;
1323     t13 = t12a - t13a;
1324     t14 = t15a - t14a;
1325     t15 = t15a + t14a;
1326
1327     t5a  = (dctint)((t6 - t5) * 11585U + (1 << 13)) >> 14;
1328     t6a  = (dctint)((t6 + t5) * 11585U + (1 << 13)) >> 14;
1329     t9a  = (dctint)(  t14 *  6270U - t9  * 15137U  + (1 << 13)) >> 14;
1330     t14a = (dctint)(  t14 * 15137U + t9  *  6270U  + (1 << 13)) >> 14;
1331     t10a = (dctint)(-(t13 * 15137U + t10 *  6270U) + (1 << 13)) >> 14;
1332     t13a = (dctint)(  t13 *  6270U - t10 * 15137U  + (1 << 13)) >> 14;
1333
1334     t0a  = t0   + t7;
1335     t1a  = t1   + t6a;
1336     t2a  = t2   + t5a;
1337     t3a  = t3   + t4;
1338     t4   = t3   - t4;
1339     t5   = t2   - t5a;
1340     t6   = t1   - t6a;
1341     t7   = t0   - t7;
1342     t8a  = t8   + t11;
1343     t9   = t9a  + t10a;
1344     t10  = t9a  - t10a;
1345     t11a = t8   - t11;
1346     t12a = t15  - t12;
1347     t13  = t14a - t13a;
1348     t14  = t14a + t13a;
1349     t15a = t15  + t12;
1350
1351     t10a = (dctint)((t13  - t10)  * 11585U + (1 << 13)) >> 14;
1352     t13a = (dctint)((t13  + t10)  * 11585U + (1 << 13)) >> 14;
1353     t11  = (dctint)((t12a - t11a) * 11585U + (1 << 13)) >> 14;
1354     t12  = (dctint)((t12a + t11a) * 11585U + (1 << 13)) >> 14;
1355
1356     out[ 0] = t0a + t15a;
1357     out[ 1] = t1a + t14;
1358     out[ 2] = t2a + t13a;
1359     out[ 3] = t3a + t12;
1360     out[ 4] = t4  + t11;
1361     out[ 5] = t5  + t10a;
1362     out[ 6] = t6  + t9;
1363     out[ 7] = t7  + t8a;
1364     out[ 8] = t7  - t8a;
1365     out[ 9] = t6  - t9;
1366     out[10] = t5  - t10a;
1367     out[11] = t4  - t11;
1368     out[12] = t3a - t12;
1369     out[13] = t2a - t13a;
1370     out[14] = t1a - t14;
1371     out[15] = t0a - t15a;
1372 }
1373
1374 static av_always_inline void iadst16_1d(const dctcoef *in, ptrdiff_t stride,
1375                                         dctcoef *out, int pass)
1376 {
1377     dctint t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1378     dctint t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1379     dctint t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1380
1381     t0  = IN(15) * 16364U + IN(0)  *   804U;
1382     t1  = IN(15) *   804U - IN(0)  * 16364U;
1383     t2  = IN(13) * 15893U + IN(2)  *  3981U;
1384     t3  = IN(13) *  3981U - IN(2)  * 15893U;
1385     t4  = IN(11) * 14811U + IN(4)  *  7005U;
1386     t5  = IN(11) *  7005U - IN(4)  * 14811U;
1387     t6  = IN(9)  * 13160U + IN(6)  *  9760U;
1388     t7  = IN(9)  *  9760U - IN(6)  * 13160U;
1389     t8  = IN(7)  * 11003U + IN(8)  * 12140U;
1390     t9  = IN(7)  * 12140U - IN(8)  * 11003U;
1391     t10 = IN(5)  *  8423U + IN(10) * 14053U;
1392     t11 = IN(5)  * 14053U - IN(10) *  8423U;
1393     t12 = IN(3)  *  5520U + IN(12) * 15426U;
1394     t13 = IN(3)  * 15426U - IN(12) *  5520U;
1395     t14 = IN(1)  *  2404U + IN(14) * 16207U;
1396     t15 = IN(1)  * 16207U - IN(14) *  2404U;
1397
1398     t0a  = (dctint)((1U << 13) + t0 + t8 ) >> 14;
1399     t1a  = (dctint)((1U << 13) + t1 + t9 ) >> 14;
1400     t2a  = (dctint)((1U << 13) + t2 + t10) >> 14;
1401     t3a  = (dctint)((1U << 13) + t3 + t11) >> 14;
1402     t4a  = (dctint)((1U << 13) + t4 + t12) >> 14;
1403     t5a  = (dctint)((1U << 13) + t5 + t13) >> 14;
1404     t6a  = (dctint)((1U << 13) + t6 + t14) >> 14;
1405     t7a  = (dctint)((1U << 13) + t7 + t15) >> 14;
1406     t8a  = (dctint)((1U << 13) + t0 - t8 ) >> 14;
1407     t9a  = (dctint)((1U << 13) + t1 - t9 ) >> 14;
1408     t10a = (dctint)((1U << 13) + t2 - t10) >> 14;
1409     t11a = (dctint)((1U << 13) + t3 - t11) >> 14;
1410     t12a = (dctint)((1U << 13) + t4 - t12) >> 14;
1411     t13a = (dctint)((1U << 13) + t5 - t13) >> 14;
1412     t14a = (dctint)((1U << 13) + t6 - t14) >> 14;
1413     t15a = (dctint)((1U << 13) + t7 - t15) >> 14;
1414
1415     t8   = t8a  * 16069U + t9a  *  3196U;
1416     t9   = t8a  *  3196U - t9a  * 16069U;
1417     t10  = t10a *  9102U + t11a * 13623U;
1418     t11  = t10a * 13623U - t11a *  9102U;
1419     t12  = t13a * 16069U - t12a *  3196U;
1420     t13  = t13a *  3196U + t12a * 16069U;
1421     t14  = t15a *  9102U - t14a * 13623U;
1422     t15  = t15a * 13623U + t14a *  9102U;
1423
1424     t0   = t0a + t4a;
1425     t1   = t1a + t5a;
1426     t2   = t2a + t6a;
1427     t3   = t3a + t7a;
1428     t4   = t0a - t4a;
1429     t5   = t1a - t5a;
1430     t6   = t2a - t6a;
1431     t7   = t3a - t7a;
1432     t8a  = (dctint)((1U << 13) + t8  + t12) >> 14;
1433     t9a  = (dctint)((1U << 13) + t9  + t13) >> 14;
1434     t10a = (dctint)((1U << 13) + t10 + t14) >> 14;
1435     t11a = (dctint)((1U << 13) + t11 + t15) >> 14;
1436     t12a = (dctint)((1U << 13) + t8  - t12) >> 14;
1437     t13a = (dctint)((1U << 13) + t9  - t13) >> 14;
1438     t14a = (dctint)((1U << 13) + t10 - t14) >> 14;
1439     t15a = (dctint)((1U << 13) + t11 - t15) >> 14;
1440
1441     t4a  = t4 * 15137U + t5 *  6270U;
1442     t5a  = t4 *  6270U - t5 * 15137U;
1443     t6a  = t7 * 15137U - t6 *  6270U;
1444     t7a  = t7 *  6270U + t6 * 15137U;
1445     t12  = t12a * 15137U + t13a *  6270U;
1446     t13  = t12a *  6270U - t13a * 15137U;
1447     t14  = t15a * 15137U - t14a *  6270U;
1448     t15  = t15a *  6270U + t14a * 15137U;
1449
1450     out[ 0] =   t0 + t2;
1451     out[15] = -(t1 + t3);
1452     t2a     =   t0 - t2;
1453     t3a     =   t1 - t3;
1454     out[ 3] = -((dctint)((1U << 13) + t4a + t6a) >> 14);
1455     out[12] =   (dctint)((1U << 13) + t5a + t7a) >> 14;
1456     t6      =   (dctint)((1U << 13) + t4a - t6a) >> 14;
1457     t7      =   (dctint)((1U << 13) + t5a - t7a) >> 14;
1458     out[ 1] = -(t8a + t10a);
1459     out[14] =   t9a + t11a;
1460     t10     =   t8a - t10a;
1461     t11     =   t9a - t11a;
1462     out[ 2] =   (dctint)((1U << 13) + t12 + t14) >> 14;
1463     out[13] = -((dctint)((1U << 13) + t13 + t15) >> 14);
1464     t14a    =   (dctint)((1U << 13) + t12 - t14) >> 14;
1465     t15a    =   (dctint)((1U << 13) + t13 - t15) >> 14;
1466
1467     out[ 7] = (dctint)(-(t2a  + t3a)  * 11585U  + (1 << 13)) >> 14;
1468     out[ 8] = (dctint)( (t2a  - t3a)  * 11585U  + (1 << 13)) >> 14;
1469     out[ 4] = (dctint)( (t7   + t6)   * 11585U  + (1 << 13)) >> 14;
1470     out[11] = (dctint)( (t7   - t6)   * 11585U  + (1 << 13)) >> 14;
1471     out[ 6] = (dctint)( (t11  + t10)  * 11585U  + (1 << 13)) >> 14;
1472     out[ 9] = (dctint)( (t11  - t10)  * 11585U  + (1 << 13)) >> 14;
1473     out[ 5] = (dctint)(-(t14a + t15a) * 11585U  + (1 << 13)) >> 14;
1474     out[10] = (dctint)( (t14a - t15a) * 11585U  + (1 << 13)) >> 14;
1475 }
1476
1477 itxfm_wrap(16, 6)
1478
1479 static av_always_inline void idct32_1d(const dctcoef *in, ptrdiff_t stride,
1480                                        dctcoef *out, int pass)
1481 {
1482     dctint t0a  = (dctint)((IN(0) + IN(16)) * 11585U         + (1 << 13)) >> 14;
1483     dctint t1a  = (dctint)((IN(0) - IN(16)) * 11585U         + (1 << 13)) >> 14;
1484     dctint t2a  = (dctint)(IN( 8) *  6270U - IN(24) * 15137U + (1 << 13)) >> 14;
1485     dctint t3a  = (dctint)(IN( 8) * 15137U + IN(24) *  6270U + (1 << 13)) >> 14;
1486     dctint t4a  = (dctint)(IN( 4) *  3196U - IN(28) * 16069U + (1 << 13)) >> 14;
1487     dctint t7a  = (dctint)(IN( 4) * 16069U + IN(28) *  3196U + (1 << 13)) >> 14;
1488     dctint t5a  = (dctint)(IN(20) * 13623U - IN(12) *  9102U + (1 << 13)) >> 14;
1489     dctint t6a  = (dctint)(IN(20) *  9102U + IN(12) * 13623U + (1 << 13)) >> 14;
1490     dctint t8a  = (dctint)(IN( 2) *  1606U - IN(30) * 16305U + (1 << 13)) >> 14;
1491     dctint t15a = (dctint)(IN( 2) * 16305U + IN(30) *  1606U + (1 << 13)) >> 14;
1492     dctint t9a  = (dctint)(IN(18) * 12665U - IN(14) * 10394U + (1 << 13)) >> 14;
1493     dctint t14a = (dctint)(IN(18) * 10394U + IN(14) * 12665U + (1 << 13)) >> 14;
1494     dctint t10a = (dctint)(IN(10) *  7723U - IN(22) * 14449U + (1 << 13)) >> 14;
1495     dctint t13a = (dctint)(IN(10) * 14449U + IN(22) *  7723U + (1 << 13)) >> 14;
1496     dctint t11a = (dctint)(IN(26) * 15679U - IN( 6) *  4756U + (1 << 13)) >> 14;
1497     dctint t12a = (dctint)(IN(26) *  4756U + IN( 6) * 15679U + (1 << 13)) >> 14;
1498     dctint t16a = (dctint)(IN( 1) *   804U - IN(31) * 16364U + (1 << 13)) >> 14;
1499     dctint t31a = (dctint)(IN( 1) * 16364U + IN(31) *   804U + (1 << 13)) >> 14;
1500     dctint t17a = (dctint)(IN(17) * 12140U - IN(15) * 11003U + (1 << 13)) >> 14;
1501     dctint t30a = (dctint)(IN(17) * 11003U + IN(15) * 12140U + (1 << 13)) >> 14;
1502     dctint t18a = (dctint)(IN( 9) *  7005U - IN(23) * 14811U + (1 << 13)) >> 14;
1503     dctint t29a = (dctint)(IN( 9) * 14811U + IN(23) *  7005U + (1 << 13)) >> 14;
1504     dctint t19a = (dctint)(IN(25) * 15426U - IN( 7) *  5520U + (1 << 13)) >> 14;
1505     dctint t28a = (dctint)(IN(25) *  5520U + IN( 7) * 15426U + (1 << 13)) >> 14;
1506     dctint t20a = (dctint)(IN( 5) *  3981U - IN(27) * 15893U + (1 << 13)) >> 14;
1507     dctint t27a = (dctint)(IN( 5) * 15893U + IN(27) *  3981U + (1 << 13)) >> 14;
1508     dctint t21a = (dctint)(IN(21) * 14053U - IN(11) *  8423U + (1 << 13)) >> 14;
1509     dctint t26a = (dctint)(IN(21) *  8423U + IN(11) * 14053U + (1 << 13)) >> 14;
1510     dctint t22a = (dctint)(IN(13) *  9760U - IN(19) * 13160U + (1 << 13)) >> 14;
1511     dctint t25a = (dctint)(IN(13) * 13160U + IN(19) *  9760U + (1 << 13)) >> 14;
1512     dctint t23a = (dctint)(IN(29) * 16207U - IN( 3) *  2404U + (1 << 13)) >> 14;
1513     dctint t24a = (dctint)(IN(29) *  2404U + IN( 3) * 16207U + (1 << 13)) >> 14;
1514
1515     dctint t0  = t0a  + t3a;
1516     dctint t1  = t1a  + t2a;
1517     dctint t2  = t1a  - t2a;
1518     dctint t3  = t0a  - t3a;
1519     dctint t4  = t4a  + t5a;
1520     dctint t5  = t4a  - t5a;
1521     dctint t6  = t7a  - t6a;
1522     dctint t7  = t7a  + t6a;
1523     dctint t8  = t8a  + t9a;
1524     dctint t9  = t8a  - t9a;
1525     dctint t10 = t11a - t10a;
1526     dctint t11 = t11a + t10a;
1527     dctint t12 = t12a + t13a;
1528     dctint t13 = t12a - t13a;
1529     dctint t14 = t15a - t14a;
1530     dctint t15 = t15a + t14a;
1531     dctint t16 = t16a + t17a;
1532     dctint t17 = t16a - t17a;
1533     dctint t18 = t19a - t18a;
1534     dctint t19 = t19a + t18a;
1535     dctint t20 = t20a + t21a;
1536     dctint t21 = t20a - t21a;
1537     dctint t22 = t23a - t22a;
1538     dctint t23 = t23a + t22a;
1539     dctint t24 = t24a + t25a;
1540     dctint t25 = t24a - t25a;
1541     dctint t26 = t27a - t26a;
1542     dctint t27 = t27a + t26a;
1543     dctint t28 = t28a + t29a;
1544     dctint t29 = t28a - t29a;
1545     dctint t30 = t31a - t30a;
1546     dctint t31 = t31a + t30a;
1547
1548     t5a  = (dctint)((t6 - t5) * 11585U             + (1 << 13)) >> 14;
1549     t6a  = (dctint)((t6 + t5) * 11585U             + (1 << 13)) >> 14;
1550     t9a  = (dctint)(  t14 *  6270U - t9  * 15137U  + (1 << 13)) >> 14;
1551     t14a = (dctint)(  t14 * 15137U + t9  *  6270U  + (1 << 13)) >> 14;
1552     t10a = (dctint)(-(t13 * 15137U + t10 *  6270U) + (1 << 13)) >> 14;
1553     t13a = (dctint)(  t13 *  6270U - t10 * 15137U  + (1 << 13)) >> 14;
1554     t17a = (dctint)(  t30 *  3196U - t17 * 16069U  + (1 << 13)) >> 14;
1555     t30a = (dctint)(  t30 * 16069U + t17 *  3196U  + (1 << 13)) >> 14;
1556     t18a = (dctint)(-(t29 * 16069U + t18 *  3196U) + (1 << 13)) >> 14;
1557     t29a = (dctint)(  t29 *  3196U - t18 * 16069U  + (1 << 13)) >> 14;
1558     t21a = (dctint)(  t26 * 13623U - t21 *  9102U  + (1 << 13)) >> 14;
1559     t26a = (dctint)(  t26 *  9102U + t21 * 13623U  + (1 << 13)) >> 14;
1560     t22a = (dctint)(-(t25 *  9102U + t22 * 13623U) + (1 << 13)) >> 14;
1561     t25a = (dctint)(  t25 * 13623U - t22 *  9102U  + (1 << 13)) >> 14;
1562
1563     t0a  = t0   + t7;
1564     t1a  = t1   + t6a;
1565     t2a  = t2   + t5a;
1566     t3a  = t3   + t4;
1567     t4a  = t3   - t4;
1568     t5   = t2   - t5a;
1569     t6   = t1   - t6a;
1570     t7a  = t0   - t7;
1571     t8a  = t8   + t11;
1572     t9   = t9a  + t10a;
1573     t10  = t9a  - t10a;
1574     t11a = t8   - t11;
1575     t12a = t15  - t12;
1576     t13  = t14a - t13a;
1577     t14  = t14a + t13a;
1578     t15a = t15  + t12;
1579     t16a = t16  + t19;
1580     t17  = t17a + t18a;
1581     t18  = t17a - t18a;
1582     t19a = t16  - t19;
1583     t20a = t23  - t20;
1584     t21  = t22a - t21a;
1585     t22  = t22a + t21a;
1586     t23a = t23  + t20;
1587     t24a = t24  + t27;
1588     t25  = t25a + t26a;
1589     t26  = t25a - t26a;
1590     t27a = t24  - t27;
1591     t28a = t31  - t28;
1592     t29  = t30a - t29a;
1593     t30  = t30a + t29a;
1594     t31a = t31  + t28;
1595
1596     t10a = (dctint)((t13  - t10)  * 11585U           + (1 << 13)) >> 14;
1597     t13a = (dctint)((t13  + t10)  * 11585U           + (1 << 13)) >> 14;
1598     t11  = (dctint)((t12a - t11a) * 11585U           + (1 << 13)) >> 14;
1599     t12  = (dctint)((t12a + t11a) * 11585U           + (1 << 13)) >> 14;
1600     t18a = (dctint)(  t29  *  6270U - t18  * 15137U  + (1 << 13)) >> 14;
1601     t29a = (dctint)(  t29  * 15137U + t18  *  6270U  + (1 << 13)) >> 14;
1602     t19  = (dctint)(  t28a *  6270U - t19a * 15137U  + (1 << 13)) >> 14;
1603     t28  = (dctint)(  t28a * 15137U + t19a *  6270U  + (1 << 13)) >> 14;
1604     t20  = (dctint)(-(t27a * 15137U + t20a *  6270U) + (1 << 13)) >> 14;
1605     t27  = (dctint)(  t27a *  6270U - t20a * 15137U  + (1 << 13)) >> 14;
1606     t21a = (dctint)(-(t26  * 15137U + t21  *  6270U) + (1 << 13)) >> 14;
1607     t26a = (dctint)(  t26  *  6270U - t21  * 15137U  + (1 << 13)) >> 14;
1608
1609     t0   = t0a + t15a;
1610     t1   = t1a + t14;
1611     t2   = t2a + t13a;
1612     t3   = t3a + t12;
1613     t4   = t4a + t11;
1614     t5a  = t5  + t10a;
1615     t6a  = t6  + t9;
1616     t7   = t7a + t8a;
1617     t8   = t7a - t8a;
1618     t9a  = t6  - t9;
1619     t10  = t5  - t10a;
1620     t11a = t4a - t11;
1621     t12a = t3a - t12;
1622     t13  = t2a - t13a;
1623     t14a = t1a - t14;
1624     t15  = t0a - t15a;
1625     t16  = t16a + t23a;
1626     t17a = t17  + t22;
1627     t18  = t18a + t21a;
1628     t19a = t19  + t20;
1629     t20a = t19  - t20;
1630     t21  = t18a - t21a;
1631     t22a = t17  - t22;
1632     t23  = t16a - t23a;
1633     t24  = t31a - t24a;
1634     t25a = t30  - t25;
1635     t26  = t29a - t26a;
1636     t27a = t28  - t27;
1637     t28a = t28  + t27;
1638     t29  = t29a + t26a;
1639     t30a = t30  + t25;
1640     t31  = t31a + t24a;
1641
1642     t20  = (dctint)((t27a - t20a) * 11585U + (1 << 13)) >> 14;
1643     t27  = (dctint)((t27a + t20a) * 11585U + (1 << 13)) >> 14;
1644     t21a = (dctint)((t26  - t21 ) * 11585U + (1 << 13)) >> 14;
1645     t26a = (dctint)((t26  + t21 ) * 11585U + (1 << 13)) >> 14;
1646     t22  = (dctint)((t25a - t22a) * 11585U + (1 << 13)) >> 14;
1647     t25  = (dctint)((t25a + t22a) * 11585U + (1 << 13)) >> 14;
1648     t23a = (dctint)((t24  - t23 ) * 11585U + (1 << 13)) >> 14;
1649     t24a = (dctint)((t24  + t23 ) * 11585U + (1 << 13)) >> 14;
1650
1651     out[ 0] = t0   + t31;
1652     out[ 1] = t1   + t30a;
1653     out[ 2] = t2   + t29;
1654     out[ 3] = t3   + t28a;
1655     out[ 4] = t4   + t27;
1656     out[ 5] = t5a  + t26a;
1657     out[ 6] = t6a  + t25;
1658     out[ 7] = t7   + t24a;
1659     out[ 8] = t8   + t23a;
1660     out[ 9] = t9a  + t22;
1661     out[10] = t10  + t21a;
1662     out[11] = t11a + t20;
1663     out[12] = t12a + t19a;
1664     out[13] = t13  + t18;
1665     out[14] = t14a + t17a;
1666     out[15] = t15  + t16;
1667     out[16] = t15  - t16;
1668     out[17] = t14a - t17a;
1669     out[18] = t13  - t18;
1670     out[19] = t12a - t19a;
1671     out[20] = t11a - t20;
1672     out[21] = t10  - t21a;
1673     out[22] = t9a  - t22;
1674     out[23] = t8   - t23a;
1675     out[24] = t7   - t24a;
1676     out[25] = t6a  - t25;
1677     out[26] = t5a  - t26a;
1678     out[27] = t4   - t27;
1679     out[28] = t3   - t28a;
1680     out[29] = t2   - t29;
1681     out[30] = t1   - t30a;
1682     out[31] = t0   - t31;
1683 }
1684
1685 itxfm_wrapper(idct, idct, 32, 6, 1)
1686
1687 static av_always_inline void iwht4_1d(const dctcoef *in, ptrdiff_t stride,
1688                                       dctcoef *out, int pass)
1689 {
1690     int t0, t1, t2, t3, t4;
1691
1692     if (pass == 0) {
1693         t0 = IN(0) >> 2;
1694         t1 = IN(3) >> 2;
1695         t2 = IN(1) >> 2;
1696         t3 = IN(2) >> 2;
1697     } else {
1698         t0 = IN(0);
1699         t1 = IN(3);
1700         t2 = IN(1);
1701         t3 = IN(2);
1702     }
1703
1704     t0 += t2;
1705     t3 -= t1;
1706     t4 = (t0 - t3) >> 1;
1707     t1 = t4 - t1;
1708     t2 = t4 - t2;
1709     t0 -= t1;
1710     t3 += t2;
1711
1712     out[0] = t0;
1713     out[1] = t1;
1714     out[2] = t2;
1715     out[3] = t3;
1716 }
1717
1718 itxfm_wrapper(iwht, iwht, 4, 0, 0)
1719
1720 #undef IN
1721 #undef itxfm_wrapper
1722 #undef itxfm_wrap
1723
1724 static av_cold void vp9dsp_itxfm_init(VP9DSPContext *dsp)
1725 {
1726 #define init_itxfm(tx, sz) \
1727     dsp->itxfm_add[tx][DCT_DCT]   = idct_idct_##sz##_add_c; \
1728     dsp->itxfm_add[tx][DCT_ADST]  = iadst_idct_##sz##_add_c; \
1729     dsp->itxfm_add[tx][ADST_DCT]  = idct_iadst_##sz##_add_c; \
1730     dsp->itxfm_add[tx][ADST_ADST] = iadst_iadst_##sz##_add_c
1731
1732 #define init_idct(tx, nm) \
1733     dsp->itxfm_add[tx][DCT_DCT]   = \
1734     dsp->itxfm_add[tx][ADST_DCT]  = \
1735     dsp->itxfm_add[tx][DCT_ADST]  = \
1736     dsp->itxfm_add[tx][ADST_ADST] = nm##_add_c
1737
1738     init_itxfm(TX_4X4,   4x4);
1739     init_itxfm(TX_8X8,   8x8);
1740     init_itxfm(TX_16X16, 16x16);
1741     init_idct(TX_32X32,  idct_idct_32x32);
1742     init_idct(4 /* lossless */, iwht_iwht_4x4);
1743
1744 #undef init_itxfm
1745 #undef init_idct
1746 }
1747
1748 static av_always_inline void loop_filter(pixel *dst, int E, int I, int H,
1749                                          ptrdiff_t stridea, ptrdiff_t strideb,
1750                                          int wd)
1751 {
1752     int i, F = 1 << (BIT_DEPTH - 8);
1753
1754     E <<= (BIT_DEPTH - 8);
1755     I <<= (BIT_DEPTH - 8);
1756     H <<= (BIT_DEPTH - 8);
1757     for (i = 0; i < 8; i++, dst += stridea) {
1758         int p7, p6, p5, p4;
1759         int p3 = dst[strideb * -4], p2 = dst[strideb * -3];
1760         int p1 = dst[strideb * -2], p0 = dst[strideb * -1];
1761         int q0 = dst[strideb * +0], q1 = dst[strideb * +1];
1762         int q2 = dst[strideb * +2], q3 = dst[strideb * +3];
1763         int q4, q5, q6, q7;
1764         int fm = FFABS(p3 - p2) <= I && FFABS(p2 - p1) <= I &&
1765                  FFABS(p1 - p0) <= I && FFABS(q1 - q0) <= I &&
1766                  FFABS(q2 - q1) <= I && FFABS(q3 - q2) <= I &&
1767                  FFABS(p0 - q0) * 2 + (FFABS(p1 - q1) >> 1) <= E;
1768         int flat8out, flat8in;
1769
1770         if (!fm)
1771             continue;
1772
1773         if (wd >= 16) {
1774             p7 = dst[strideb * -8];
1775             p6 = dst[strideb * -7];
1776             p5 = dst[strideb * -6];
1777             p4 = dst[strideb * -5];
1778             q4 = dst[strideb * +4];
1779             q5 = dst[strideb * +5];
1780             q6 = dst[strideb * +6];
1781             q7 = dst[strideb * +7];
1782
1783             flat8out = FFABS(p7 - p0) <= F && FFABS(p6 - p0) <= F &&
1784                        FFABS(p5 - p0) <= F && FFABS(p4 - p0) <= F &&
1785                        FFABS(q4 - q0) <= F && FFABS(q5 - q0) <= F &&
1786                        FFABS(q6 - q0) <= F && FFABS(q7 - q0) <= F;
1787         }
1788
1789         if (wd >= 8)
1790             flat8in = FFABS(p3 - p0) <= F && FFABS(p2 - p0) <= F &&
1791                       FFABS(p1 - p0) <= F && FFABS(q1 - q0) <= F &&
1792                       FFABS(q2 - q0) <= F && FFABS(q3 - q0) <= F;
1793
1794         if (wd >= 16 && flat8out && flat8in) {
1795             dst[strideb * -7] = (p7 + p7 + p7 + p7 + p7 + p7 + p7 + p6 * 2 +
1796                                  p5 + p4 + p3 + p2 + p1 + p0 + q0 + 8) >> 4;
1797             dst[strideb * -6] = (p7 + p7 + p7 + p7 + p7 + p7 + p6 + p5 * 2 +
1798                                  p4 + p3 + p2 + p1 + p0 + q0 + q1 + 8) >> 4;
1799             dst[strideb * -5] = (p7 + p7 + p7 + p7 + p7 + p6 + p5 + p4 * 2 +
1800                                  p3 + p2 + p1 + p0 + q0 + q1 + q2 + 8) >> 4;
1801             dst[strideb * -4] = (p7 + p7 + p7 + p7 + p6 + p5 + p4 + p3 * 2 +
1802                                  p2 + p1 + p0 + q0 + q1 + q2 + q3 + 8) >> 4;
1803             dst[strideb * -3] = (p7 + p7 + p7 + p6 + p5 + p4 + p3 + p2 * 2 +
1804                                  p1 + p0 + q0 + q1 + q2 + q3 + q4 + 8) >> 4;
1805             dst[strideb * -2] = (p7 + p7 + p6 + p5 + p4 + p3 + p2 + p1 * 2 +
1806                                  p0 + q0 + q1 + q2 + q3 + q4 + q5 + 8) >> 4;
1807             dst[strideb * -1] = (p7 + p6 + p5 + p4 + p3 + p2 + p1 + p0 * 2 +
1808                                  q0 + q1 + q2 + q3 + q4 + q5 + q6 + 8) >> 4;
1809             dst[strideb * +0] = (p6 + p5 + p4 + p3 + p2 + p1 + p0 + q0 * 2 +
1810                                  q1 + q2 + q3 + q4 + q5 + q6 + q7 + 8) >> 4;
1811             dst[strideb * +1] = (p5 + p4 + p3 + p2 + p1 + p0 + q0 + q1 * 2 +
1812                                  q2 + q3 + q4 + q5 + q6 + q7 + q7 + 8) >> 4;
1813             dst[strideb * +2] = (p4 + p3 + p2 + p1 + p0 + q0 + q1 + q2 * 2 +
1814                                  q3 + q4 + q5 + q6 + q7 + q7 + q7 + 8) >> 4;
1815             dst[strideb * +3] = (p3 + p2 + p1 + p0 + q0 + q1 + q2 + q3 * 2 +
1816                                  q4 + q5 + q6 + q7 + q7 + q7 + q7 + 8) >> 4;
1817             dst[strideb * +4] = (p2 + p1 + p0 + q0 + q1 + q2 + q3 + q4 * 2 +
1818                                  q5 + q6 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1819             dst[strideb * +5] = (p1 + p0 + q0 + q1 + q2 + q3 + q4 + q5 * 2 +
1820                                  q6 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1821             dst[strideb * +6] = (p0 + q0 + q1 + q2 + q3 + q4 + q5 + q6 * 2 +
1822                                  q7 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1823         } else if (wd >= 8 && flat8in) {
1824             dst[strideb * -3] = (p3 + p3 + p3 + 2 * p2 + p1 + p0 + q0 + 4) >> 3;
1825             dst[strideb * -2] = (p3 + p3 + p2 + 2 * p1 + p0 + q0 + q1 + 4) >> 3;
1826             dst[strideb * -1] = (p3 + p2 + p1 + 2 * p0 + q0 + q1 + q2 + 4) >> 3;
1827             dst[strideb * +0] = (p2 + p1 + p0 + 2 * q0 + q1 + q2 + q3 + 4) >> 3;
1828             dst[strideb * +1] = (p1 + p0 + q0 + 2 * q1 + q2 + q3 + q3 + 4) >> 3;
1829             dst[strideb * +2] = (p0 + q0 + q1 + 2 * q2 + q3 + q3 + q3 + 4) >> 3;
1830         } else {
1831             int hev = FFABS(p1 - p0) > H || FFABS(q1 - q0) > H;
1832
1833             if (hev) {
1834                 int f = av_clip_intp2(p1 - q1, BIT_DEPTH - 1), f1, f2;
1835                 f = av_clip_intp2(3 * (q0 - p0) + f, BIT_DEPTH - 1);
1836
1837                 f1 = FFMIN(f + 4, (1 << (BIT_DEPTH - 1)) - 1) >> 3;
1838                 f2 = FFMIN(f + 3, (1 << (BIT_DEPTH - 1)) - 1) >> 3;
1839
1840                 dst[strideb * -1] = av_clip_pixel(p0 + f2);
1841                 dst[strideb * +0] = av_clip_pixel(q0 - f1);
1842             } else {
1843                 int f = av_clip_intp2(3 * (q0 - p0), BIT_DEPTH - 1), f1, f2;
1844
1845                 f1 = FFMIN(f + 4, (1 << (BIT_DEPTH - 1)) - 1) >> 3;
1846                 f2 = FFMIN(f + 3, (1 << (BIT_DEPTH - 1)) - 1) >> 3;
1847
1848                 dst[strideb * -1] = av_clip_pixel(p0 + f2);
1849                 dst[strideb * +0] = av_clip_pixel(q0 - f1);
1850
1851                 f = (f1 + 1) >> 1;
1852                 dst[strideb * -2] = av_clip_pixel(p1 + f);
1853                 dst[strideb * +1] = av_clip_pixel(q1 - f);
1854             }
1855         }
1856     }
1857 }
1858
1859 #define lf_8_fn(dir, wd, stridea, strideb) \
1860 static void loop_filter_##dir##_##wd##_8_c(uint8_t *_dst, \
1861                                            ptrdiff_t stride, \
1862                                            int E, int I, int H) \
1863 { \
1864     pixel *dst = (pixel *) _dst; \
1865     stride /= sizeof(pixel); \
1866     loop_filter(dst, E, I, H, stridea, strideb, wd); \
1867 }
1868
1869 #define lf_8_fns(wd) \
1870 lf_8_fn(h, wd, stride, 1) \
1871 lf_8_fn(v, wd, 1, stride)
1872
1873 lf_8_fns(4)
1874 lf_8_fns(8)
1875 lf_8_fns(16)
1876
1877 #undef lf_8_fn
1878 #undef lf_8_fns
1879
1880 #define lf_16_fn(dir, stridea) \
1881 static void loop_filter_##dir##_16_16_c(uint8_t *dst, \
1882                                         ptrdiff_t stride, \
1883                                         int E, int I, int H) \
1884 { \
1885     loop_filter_##dir##_16_8_c(dst, stride, E, I, H); \
1886     loop_filter_##dir##_16_8_c(dst + 8 * stridea, stride, E, I, H); \
1887 }
1888
1889 lf_16_fn(h, stride)
1890 lf_16_fn(v, sizeof(pixel))
1891
1892 #undef lf_16_fn
1893
1894 #define lf_mix_fn(dir, wd1, wd2, stridea) \
1895 static void loop_filter_##dir##_##wd1##wd2##_16_c(uint8_t *dst, \
1896                                                   ptrdiff_t stride, \
1897                                                   int E, int I, int H) \
1898 { \
1899     loop_filter_##dir##_##wd1##_8_c(dst, stride, E & 0xff, I & 0xff, H & 0xff); \
1900     loop_filter_##dir##_##wd2##_8_c(dst + 8 * stridea, stride, E >> 8, I >> 8, H >> 8); \
1901 }
1902
1903 #define lf_mix_fns(wd1, wd2) \
1904 lf_mix_fn(h, wd1, wd2, stride) \
1905 lf_mix_fn(v, wd1, wd2, sizeof(pixel))
1906
1907 lf_mix_fns(4, 4)
1908 lf_mix_fns(4, 8)
1909 lf_mix_fns(8, 4)
1910 lf_mix_fns(8, 8)
1911
1912 #undef lf_mix_fn
1913 #undef lf_mix_fns
1914
1915 static av_cold void vp9dsp_loopfilter_init(VP9DSPContext *dsp)
1916 {
1917     dsp->loop_filter_8[0][0] = loop_filter_h_4_8_c;
1918     dsp->loop_filter_8[0][1] = loop_filter_v_4_8_c;
1919     dsp->loop_filter_8[1][0] = loop_filter_h_8_8_c;
1920     dsp->loop_filter_8[1][1] = loop_filter_v_8_8_c;
1921     dsp->loop_filter_8[2][0] = loop_filter_h_16_8_c;
1922     dsp->loop_filter_8[2][1] = loop_filter_v_16_8_c;
1923
1924     dsp->loop_filter_16[0] = loop_filter_h_16_16_c;
1925     dsp->loop_filter_16[1] = loop_filter_v_16_16_c;
1926
1927     dsp->loop_filter_mix2[0][0][0] = loop_filter_h_44_16_c;
1928     dsp->loop_filter_mix2[0][0][1] = loop_filter_v_44_16_c;
1929     dsp->loop_filter_mix2[0][1][0] = loop_filter_h_48_16_c;
1930     dsp->loop_filter_mix2[0][1][1] = loop_filter_v_48_16_c;
1931     dsp->loop_filter_mix2[1][0][0] = loop_filter_h_84_16_c;
1932     dsp->loop_filter_mix2[1][0][1] = loop_filter_v_84_16_c;
1933     dsp->loop_filter_mix2[1][1][0] = loop_filter_h_88_16_c;
1934     dsp->loop_filter_mix2[1][1][1] = loop_filter_v_88_16_c;
1935 }
1936
1937 #if BIT_DEPTH != 12
1938
1939 static av_always_inline void copy_c(uint8_t *dst, ptrdiff_t dst_stride,
1940                                     const uint8_t *src, ptrdiff_t src_stride,
1941                                     int w, int h)
1942 {
1943     do {
1944         memcpy(dst, src, w * sizeof(pixel));
1945
1946         dst += dst_stride;
1947         src += src_stride;
1948     } while (--h);
1949 }
1950
1951 static av_always_inline void avg_c(uint8_t *_dst, ptrdiff_t dst_stride,
1952                                    const uint8_t *_src, ptrdiff_t src_stride,
1953                                    int w, int h)
1954 {
1955     pixel *dst = (pixel *) _dst;
1956     const pixel *src = (const pixel *) _src;
1957
1958     dst_stride /= sizeof(pixel);
1959     src_stride /= sizeof(pixel);
1960     do {
1961         int x;
1962
1963         for (x = 0; x < w; x += 4)
1964             AV_WN4PA(&dst[x], rnd_avg_pixel4(AV_RN4PA(&dst[x]), AV_RN4P(&src[x])));
1965
1966         dst += dst_stride;
1967         src += src_stride;
1968     } while (--h);
1969 }
1970
1971 #define fpel_fn(type, sz) \
1972 static void type##sz##_c(uint8_t *dst, ptrdiff_t dst_stride, \
1973                          const uint8_t *src, ptrdiff_t src_stride, \
1974                          int h, int mx, int my) \
1975 { \
1976     type##_c(dst, dst_stride, src, src_stride, sz, h); \
1977 }
1978
1979 #define copy_avg_fn(sz) \
1980 fpel_fn(copy, sz) \
1981 fpel_fn(avg,  sz)
1982
1983 copy_avg_fn(64)
1984 copy_avg_fn(32)
1985 copy_avg_fn(16)
1986 copy_avg_fn(8)
1987 copy_avg_fn(4)
1988
1989 #undef fpel_fn
1990 #undef copy_avg_fn
1991
1992 #endif /* BIT_DEPTH != 12 */
1993
1994 #define FILTER_8TAP(src, x, F, stride) \
1995     av_clip_pixel((F[0] * src[x + -3 * stride] + \
1996                    F[1] * src[x + -2 * stride] + \
1997                    F[2] * src[x + -1 * stride] + \
1998                    F[3] * src[x + +0 * stride] + \
1999                    F[4] * src[x + +1 * stride] + \
2000                    F[5] * src[x + +2 * stride] + \
2001                    F[6] * src[x + +3 * stride] + \
2002                    F[7] * src[x + +4 * stride] + 64) >> 7)
2003
2004 static av_always_inline void do_8tap_1d_c(uint8_t *_dst, ptrdiff_t dst_stride,
2005                                           const uint8_t *_src, ptrdiff_t src_stride,
2006                                           int w, int h, ptrdiff_t ds,
2007                                           const int16_t *filter, int avg)
2008 {
2009     pixel *dst = (pixel *) _dst;
2010     const pixel *src = (const pixel *) _src;
2011
2012     dst_stride /= sizeof(pixel);
2013     src_stride /= sizeof(pixel);
2014     do {
2015         int x;
2016
2017         for (x = 0; x < w; x++)
2018             if (avg) {
2019                 dst[x] = (dst[x] + FILTER_8TAP(src, x, filter, ds) + 1) >> 1;
2020             } else {
2021                 dst[x] = FILTER_8TAP(src, x, filter, ds);
2022             }
2023
2024         dst += dst_stride;
2025         src += src_stride;
2026     } while (--h);
2027 }
2028
2029 #define filter_8tap_1d_fn(opn, opa, dir, ds) \
2030 static av_noinline void opn##_8tap_1d_##dir##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2031                                                 const uint8_t *src, ptrdiff_t src_stride, \
2032                                                 int w, int h, const int16_t *filter) \
2033 { \
2034     do_8tap_1d_c(dst, dst_stride, src, src_stride, w, h, ds, filter, opa); \
2035 }
2036
2037 filter_8tap_1d_fn(put, 0, v, src_stride / sizeof(pixel))
2038 filter_8tap_1d_fn(put, 0, h, 1)
2039 filter_8tap_1d_fn(avg, 1, v, src_stride / sizeof(pixel))
2040 filter_8tap_1d_fn(avg, 1, h, 1)
2041
2042 #undef filter_8tap_1d_fn
2043
2044 static av_always_inline void do_8tap_2d_c(uint8_t *_dst, ptrdiff_t dst_stride,
2045                                           const uint8_t *_src, ptrdiff_t src_stride,
2046                                           int w, int h, const int16_t *filterx,
2047                                           const int16_t *filtery, int avg)
2048 {
2049     int tmp_h = h + 7;
2050     pixel tmp[64 * 71], *tmp_ptr = tmp;
2051     pixel *dst = (pixel *) _dst;
2052     const pixel *src = (const pixel *) _src;
2053
2054     dst_stride /= sizeof(pixel);
2055     src_stride /= sizeof(pixel);
2056     src -= src_stride * 3;
2057     do {
2058         int x;
2059
2060         for (x = 0; x < w; x++)
2061             tmp_ptr[x] = FILTER_8TAP(src, x, filterx, 1);
2062
2063         tmp_ptr += 64;
2064         src += src_stride;
2065     } while (--tmp_h);
2066
2067     tmp_ptr = tmp + 64 * 3;
2068     do {
2069         int x;
2070
2071         for (x = 0; x < w; x++)
2072             if (avg) {
2073                 dst[x] = (dst[x] + FILTER_8TAP(tmp_ptr, x, filtery, 64) + 1) >> 1;
2074             } else {
2075                 dst[x] = FILTER_8TAP(tmp_ptr, x, filtery, 64);
2076             }
2077
2078         tmp_ptr += 64;
2079         dst += dst_stride;
2080     } while (--h);
2081 }
2082
2083 #define filter_8tap_2d_fn(opn, opa) \
2084 static av_noinline void opn##_8tap_2d_hv_c(uint8_t *dst, ptrdiff_t dst_stride, \
2085                                            const uint8_t *src, ptrdiff_t src_stride, \
2086                                            int w, int h, const int16_t *filterx, \
2087                                            const int16_t *filtery) \
2088 { \
2089     do_8tap_2d_c(dst, dst_stride, src, src_stride, w, h, filterx, filtery, opa); \
2090 }
2091
2092 filter_8tap_2d_fn(put, 0)
2093 filter_8tap_2d_fn(avg, 1)
2094
2095 #undef filter_8tap_2d_fn
2096
2097 #define filter_fn_1d(sz, dir, dir_m, type, type_idx, avg) \
2098 static void avg##_8tap_##type##_##sz##dir##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2099                                               const uint8_t *src, ptrdiff_t src_stride, \
2100                                               int h, int mx, int my) \
2101 { \
2102     avg##_8tap_1d_##dir##_c(dst, dst_stride, src, src_stride, sz, h, \
2103                             ff_vp9_subpel_filters[type_idx][dir_m]); \
2104 }
2105
2106 #define filter_fn_2d(sz, type, type_idx, avg) \
2107 static void avg##_8tap_##type##_##sz##hv_c(uint8_t *dst, ptrdiff_t dst_stride, \
2108                                            const uint8_t *src, ptrdiff_t src_stride, \
2109                                            int h, int mx, int my) \
2110 { \
2111     avg##_8tap_2d_hv_c(dst, dst_stride, src, src_stride, sz, h, \
2112                        ff_vp9_subpel_filters[type_idx][mx], \
2113                        ff_vp9_subpel_filters[type_idx][my]); \
2114 }
2115
2116 #if BIT_DEPTH != 12
2117
2118 #define FILTER_BILIN(src, x, mxy, stride) \
2119     (src[x] + ((mxy * (src[x + stride] - src[x]) + 8) >> 4))
2120
2121 static av_always_inline void do_bilin_1d_c(uint8_t *_dst, ptrdiff_t dst_stride,
2122                                            const uint8_t *_src, ptrdiff_t src_stride,
2123                                            int w, int h, ptrdiff_t ds, int mxy, int avg)
2124 {
2125     pixel *dst = (pixel *) _dst;
2126     const pixel *src = (const pixel *) _src;
2127
2128     dst_stride /= sizeof(pixel);
2129     src_stride /= sizeof(pixel);
2130     do {
2131         int x;
2132
2133         for (x = 0; x < w; x++)
2134             if (avg) {
2135                 dst[x] = (dst[x] + FILTER_BILIN(src, x, mxy, ds) + 1) >> 1;
2136             } else {
2137                 dst[x] = FILTER_BILIN(src, x, mxy, ds);
2138             }
2139
2140         dst += dst_stride;
2141         src += src_stride;
2142     } while (--h);
2143 }
2144
2145 #define bilin_1d_fn(opn, opa, dir, ds) \
2146 static av_noinline void opn##_bilin_1d_##dir##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2147                                                  const uint8_t *src, ptrdiff_t src_stride, \
2148                                                  int w, int h, int mxy) \
2149 { \
2150     do_bilin_1d_c(dst, dst_stride, src, src_stride, w, h, ds, mxy, opa); \
2151 }
2152
2153 bilin_1d_fn(put, 0, v, src_stride / sizeof(pixel))
2154 bilin_1d_fn(put, 0, h, 1)
2155 bilin_1d_fn(avg, 1, v, src_stride / sizeof(pixel))
2156 bilin_1d_fn(avg, 1, h, 1)
2157
2158 #undef bilin_1d_fn
2159
2160 static av_always_inline void do_bilin_2d_c(uint8_t *_dst, ptrdiff_t dst_stride,
2161                                            const uint8_t *_src, ptrdiff_t src_stride,
2162                                            int w, int h, int mx, int my, int avg)
2163 {
2164     pixel tmp[64 * 65], *tmp_ptr = tmp;
2165     int tmp_h = h + 1;
2166     pixel *dst = (pixel *) _dst;
2167     const pixel *src = (const pixel *) _src;
2168
2169     dst_stride /= sizeof(pixel);
2170     src_stride /= sizeof(pixel);
2171     do {
2172         int x;
2173
2174         for (x = 0; x < w; x++)
2175             tmp_ptr[x] = FILTER_BILIN(src, x, mx, 1);
2176
2177         tmp_ptr += 64;
2178         src += src_stride;
2179     } while (--tmp_h);
2180
2181     tmp_ptr = tmp;
2182     do {
2183         int x;
2184
2185         for (x = 0; x < w; x++)
2186             if (avg) {
2187                 dst[x] = (dst[x] + FILTER_BILIN(tmp_ptr, x, my, 64) + 1) >> 1;
2188             } else {
2189                 dst[x] = FILTER_BILIN(tmp_ptr, x, my, 64);
2190             }
2191
2192         tmp_ptr += 64;
2193         dst += dst_stride;
2194     } while (--h);
2195 }
2196
2197 #define bilin_2d_fn(opn, opa) \
2198 static av_noinline void opn##_bilin_2d_hv_c(uint8_t *dst, ptrdiff_t dst_stride, \
2199                                             const uint8_t *src, ptrdiff_t src_stride, \
2200                                             int w, int h, int mx, int my) \
2201 { \
2202     do_bilin_2d_c(dst, dst_stride, src, src_stride, w, h, mx, my, opa); \
2203 }
2204
2205 bilin_2d_fn(put, 0)
2206 bilin_2d_fn(avg, 1)
2207
2208 #undef bilin_2d_fn
2209
2210 #define bilinf_fn_1d(sz, dir, dir_m, avg) \
2211 static void avg##_bilin_##sz##dir##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2212                                       const uint8_t *src, ptrdiff_t src_stride, \
2213                                       int h, int mx, int my) \
2214 { \
2215     avg##_bilin_1d_##dir##_c(dst, dst_stride, src, src_stride, sz, h, dir_m); \
2216 }
2217
2218 #define bilinf_fn_2d(sz, avg) \
2219 static void avg##_bilin_##sz##hv_c(uint8_t *dst, ptrdiff_t dst_stride, \
2220                                    const uint8_t *src, ptrdiff_t src_stride, \
2221                                    int h, int mx, int my) \
2222 { \
2223     avg##_bilin_2d_hv_c(dst, dst_stride, src, src_stride, sz, h, mx, my); \
2224 }
2225
2226 #else
2227
2228 #define bilinf_fn_1d(a, b, c, d)
2229 #define bilinf_fn_2d(a, b)
2230
2231 #endif
2232
2233 #define filter_fn(sz, avg) \
2234 filter_fn_1d(sz, h, mx, regular, FILTER_8TAP_REGULAR, avg) \
2235 filter_fn_1d(sz, v, my, regular, FILTER_8TAP_REGULAR, avg) \
2236 filter_fn_2d(sz,        regular, FILTER_8TAP_REGULAR, avg) \
2237 filter_fn_1d(sz, h, mx, smooth,  FILTER_8TAP_SMOOTH,  avg) \
2238 filter_fn_1d(sz, v, my, smooth,  FILTER_8TAP_SMOOTH,  avg) \
2239 filter_fn_2d(sz,        smooth,  FILTER_8TAP_SMOOTH,  avg) \
2240 filter_fn_1d(sz, h, mx, sharp,   FILTER_8TAP_SHARP,   avg) \
2241 filter_fn_1d(sz, v, my, sharp,   FILTER_8TAP_SHARP,   avg) \
2242 filter_fn_2d(sz,        sharp,   FILTER_8TAP_SHARP,   avg) \
2243 bilinf_fn_1d(sz, h, mx,                               avg) \
2244 bilinf_fn_1d(sz, v, my,                               avg) \
2245 bilinf_fn_2d(sz,                                      avg)
2246
2247 #define filter_fn_set(avg) \
2248 filter_fn(64, avg) \
2249 filter_fn(32, avg) \
2250 filter_fn(16, avg) \
2251 filter_fn(8,  avg) \
2252 filter_fn(4,  avg)
2253
2254 filter_fn_set(put)
2255 filter_fn_set(avg)
2256
2257 #undef filter_fn
2258 #undef filter_fn_set
2259 #undef filter_fn_1d
2260 #undef filter_fn_2d
2261 #undef bilinf_fn_1d
2262 #undef bilinf_fn_2d
2263
2264 #if BIT_DEPTH != 8
2265 void ff_vp9dsp_mc_init_10(VP9DSPContext *dsp);
2266 #endif
2267 #if BIT_DEPTH != 10
2268 static
2269 #endif
2270 av_cold void FUNC(ff_vp9dsp_mc_init)(VP9DSPContext *dsp)
2271 {
2272 #if BIT_DEPTH == 12
2273     ff_vp9dsp_mc_init_10(dsp);
2274 #else /* BIT_DEPTH == 12 */
2275
2276 #define init_fpel(idx1, idx2, sz, type) \
2277     dsp->mc[idx1][FILTER_8TAP_SMOOTH ][idx2][0][0] = type##sz##_c; \
2278     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][0][0] = type##sz##_c; \
2279     dsp->mc[idx1][FILTER_8TAP_SHARP  ][idx2][0][0] = type##sz##_c; \
2280     dsp->mc[idx1][FILTER_BILINEAR    ][idx2][0][0] = type##sz##_c
2281
2282 #define init_copy_avg(idx, sz) \
2283     init_fpel(idx, 0, sz, copy); \
2284     init_fpel(idx, 1, sz, avg)
2285
2286     init_copy_avg(0, 64);
2287     init_copy_avg(1, 32);
2288     init_copy_avg(2, 16);
2289     init_copy_avg(3,  8);
2290     init_copy_avg(4,  4);
2291
2292 #undef init_copy_avg
2293 #undef init_fpel
2294
2295 #endif /* BIT_DEPTH == 12 */
2296
2297 #define init_subpel1_bd_aware(idx1, idx2, idxh, idxv, sz, dir, type) \
2298     dsp->mc[idx1][FILTER_8TAP_SMOOTH ][idx2][idxh][idxv] = type##_8tap_smooth_##sz##dir##_c; \
2299     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][idxh][idxv] = type##_8tap_regular_##sz##dir##_c; \
2300     dsp->mc[idx1][FILTER_8TAP_SHARP  ][idx2][idxh][idxv] = type##_8tap_sharp_##sz##dir##_c
2301
2302 #if BIT_DEPTH == 12
2303 #define init_subpel1 init_subpel1_bd_aware
2304 #else
2305 #define init_subpel1(idx1, idx2, idxh, idxv, sz, dir, type) \
2306     init_subpel1_bd_aware(idx1, idx2, idxh, idxv, sz, dir, type); \
2307     dsp->mc[idx1][FILTER_BILINEAR    ][idx2][idxh][idxv] = type##_bilin_##sz##dir##_c
2308 #endif
2309
2310 #define init_subpel2(idx, idxh, idxv, dir, type) \
2311     init_subpel1(0, idx, idxh, idxv, 64, dir, type); \
2312     init_subpel1(1, idx, idxh, idxv, 32, dir, type); \
2313     init_subpel1(2, idx, idxh, idxv, 16, dir, type); \
2314     init_subpel1(3, idx, idxh, idxv,  8, dir, type); \
2315     init_subpel1(4, idx, idxh, idxv,  4, dir, type)
2316
2317 #define init_subpel3(idx, type) \
2318     init_subpel2(idx, 1, 1, hv, type); \
2319     init_subpel2(idx, 0, 1, v, type); \
2320     init_subpel2(idx, 1, 0, h, type)
2321
2322     init_subpel3(0, put);
2323     init_subpel3(1, avg);
2324
2325 #undef init_subpel1
2326 #undef init_subpel2
2327 #undef init_subpel3
2328 #undef init_subpel1_bd_aware
2329 }
2330
2331 static av_always_inline void do_scaled_8tap_c(uint8_t *_dst, ptrdiff_t dst_stride,
2332                                               const uint8_t *_src, ptrdiff_t src_stride,
2333                                               int w, int h, int mx, int my,
2334                                               int dx, int dy, int avg,
2335                                               const int16_t (*filters)[8])
2336 {
2337     int tmp_h = (((h - 1) * dy + my) >> 4) + 8;
2338     pixel tmp[64 * 135], *tmp_ptr = tmp;
2339     pixel *dst = (pixel *) _dst;
2340     const pixel *src = (const pixel *) _src;
2341
2342     dst_stride /= sizeof(pixel);
2343     src_stride /= sizeof(pixel);
2344     src -= src_stride * 3;
2345     do {
2346         int x;
2347         int imx = mx, ioff = 0;
2348
2349         for (x = 0; x < w; x++) {
2350             tmp_ptr[x] = FILTER_8TAP(src, ioff, filters[imx], 1);
2351             imx += dx;
2352             ioff += imx >> 4;
2353             imx &= 0xf;
2354         }
2355
2356         tmp_ptr += 64;
2357         src += src_stride;
2358     } while (--tmp_h);
2359
2360     tmp_ptr = tmp + 64 * 3;
2361     do {
2362         int x;
2363         const int16_t *filter = filters[my];
2364
2365         for (x = 0; x < w; x++)
2366             if (avg) {
2367                 dst[x] = (dst[x] + FILTER_8TAP(tmp_ptr, x, filter, 64) + 1) >> 1;
2368             } else {
2369                 dst[x] = FILTER_8TAP(tmp_ptr, x, filter, 64);
2370             }
2371
2372         my += dy;
2373         tmp_ptr += (my >> 4) * 64;
2374         my &= 0xf;
2375         dst += dst_stride;
2376     } while (--h);
2377 }
2378
2379 #define scaled_filter_8tap_fn(opn, opa) \
2380 static av_noinline void opn##_scaled_8tap_c(uint8_t *dst, ptrdiff_t dst_stride, \
2381                                             const uint8_t *src, ptrdiff_t src_stride, \
2382                                             int w, int h, int mx, int my, int dx, int dy, \
2383                                             const int16_t (*filters)[8]) \
2384 { \
2385     do_scaled_8tap_c(dst, dst_stride, src, src_stride, w, h, mx, my, dx, dy, \
2386                      opa, filters); \
2387 }
2388
2389 scaled_filter_8tap_fn(put, 0)
2390 scaled_filter_8tap_fn(avg, 1)
2391
2392 #undef scaled_filter_8tap_fn
2393
2394 #undef FILTER_8TAP
2395
2396 #define scaled_filter_fn(sz, type, type_idx, avg) \
2397 static void avg##_scaled_##type##_##sz##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2398                                            const uint8_t *src, ptrdiff_t src_stride, \
2399                                            int h, int mx, int my, int dx, int dy) \
2400 { \
2401     avg##_scaled_8tap_c(dst, dst_stride, src, src_stride, sz, h, mx, my, dx, dy, \
2402                         ff_vp9_subpel_filters[type_idx]); \
2403 }
2404
2405 #if BIT_DEPTH != 12
2406
2407 static av_always_inline void do_scaled_bilin_c(uint8_t *_dst, ptrdiff_t dst_stride,
2408                                                const uint8_t *_src, ptrdiff_t src_stride,
2409                                                int w, int h, int mx, int my,
2410                                                int dx, int dy, int avg)
2411 {
2412     pixel tmp[64 * 129], *tmp_ptr = tmp;
2413     int tmp_h = (((h - 1) * dy + my) >> 4) + 2;
2414     pixel *dst = (pixel *) _dst;
2415     const pixel *src = (const pixel *) _src;
2416
2417     dst_stride /= sizeof(pixel);
2418     src_stride /= sizeof(pixel);
2419     do {
2420         int x;
2421         int imx = mx, ioff = 0;
2422
2423         for (x = 0; x < w; x++) {
2424             tmp_ptr[x] = FILTER_BILIN(src, ioff, imx, 1);
2425             imx += dx;
2426             ioff += imx >> 4;
2427             imx &= 0xf;
2428         }
2429
2430         tmp_ptr += 64;
2431         src += src_stride;
2432     } while (--tmp_h);
2433
2434     tmp_ptr = tmp;
2435     do {
2436         int x;
2437
2438         for (x = 0; x < w; x++)
2439             if (avg) {
2440                 dst[x] = (dst[x] + FILTER_BILIN(tmp_ptr, x, my, 64) + 1) >> 1;
2441             } else {
2442                 dst[x] = FILTER_BILIN(tmp_ptr, x, my, 64);
2443             }
2444
2445         my += dy;
2446         tmp_ptr += (my >> 4) * 64;
2447         my &= 0xf;
2448         dst += dst_stride;
2449     } while (--h);
2450 }
2451
2452 #define scaled_bilin_fn(opn, opa) \
2453 static av_noinline void opn##_scaled_bilin_c(uint8_t *dst, ptrdiff_t dst_stride, \
2454                                              const uint8_t *src, ptrdiff_t src_stride, \
2455                                              int w, int h, int mx, int my, int dx, int dy) \
2456 { \
2457     do_scaled_bilin_c(dst, dst_stride, src, src_stride, w, h, mx, my, dx, dy, opa); \
2458 }
2459
2460 scaled_bilin_fn(put, 0)
2461 scaled_bilin_fn(avg, 1)
2462
2463 #undef scaled_bilin_fn
2464
2465 #undef FILTER_BILIN
2466
2467 #define scaled_bilinf_fn(sz, avg) \
2468 static void avg##_scaled_bilin_##sz##_c(uint8_t *dst, ptrdiff_t dst_stride, \
2469                                         const uint8_t *src, ptrdiff_t src_stride, \
2470                                         int h, int mx, int my, int dx, int dy) \
2471 { \
2472     avg##_scaled_bilin_c(dst, dst_stride, src, src_stride, sz, h, mx, my, dx, dy); \
2473 }
2474
2475 #else
2476
2477 #define scaled_bilinf_fn(a, b)
2478
2479 #endif
2480
2481 #define scaled_filter_fns(sz, avg) \
2482 scaled_filter_fn(sz,        regular, FILTER_8TAP_REGULAR, avg) \
2483 scaled_filter_fn(sz,        smooth,  FILTER_8TAP_SMOOTH,  avg) \
2484 scaled_filter_fn(sz,        sharp,   FILTER_8TAP_SHARP,   avg) \
2485 scaled_bilinf_fn(sz,                                      avg)
2486
2487 #define scaled_filter_fn_set(avg) \
2488 scaled_filter_fns(64, avg) \
2489 scaled_filter_fns(32, avg) \
2490 scaled_filter_fns(16, avg) \
2491 scaled_filter_fns(8,  avg) \
2492 scaled_filter_fns(4,  avg)
2493
2494 scaled_filter_fn_set(put)
2495 scaled_filter_fn_set(avg)
2496
2497 #undef scaled_filter_fns
2498 #undef scaled_filter_fn_set
2499 #undef scaled_filter_fn
2500 #undef scaled_bilinf_fn
2501
2502 #if BIT_DEPTH != 8
2503 void ff_vp9dsp_scaled_mc_init_10(VP9DSPContext *dsp);
2504 #endif
2505 #if BIT_DEPTH != 10
2506 static
2507 #endif
2508 av_cold void FUNC(ff_vp9dsp_scaled_mc_init)(VP9DSPContext *dsp)
2509 {
2510 #define init_scaled_bd_aware(idx1, idx2, sz, type) \
2511     dsp->smc[idx1][FILTER_8TAP_SMOOTH ][idx2] = type##_scaled_smooth_##sz##_c; \
2512     dsp->smc[idx1][FILTER_8TAP_REGULAR][idx2] = type##_scaled_regular_##sz##_c; \
2513     dsp->smc[idx1][FILTER_8TAP_SHARP  ][idx2] = type##_scaled_sharp_##sz##_c
2514
2515 #if BIT_DEPTH == 12
2516     ff_vp9dsp_scaled_mc_init_10(dsp);
2517 #define init_scaled(a,b,c,d) init_scaled_bd_aware(a,b,c,d)
2518 #else
2519 #define init_scaled(idx1, idx2, sz, type) \
2520     init_scaled_bd_aware(idx1, idx2, sz, type); \
2521     dsp->smc[idx1][FILTER_BILINEAR    ][idx2] = type##_scaled_bilin_##sz##_c
2522 #endif
2523
2524 #define init_scaled_put_avg(idx, sz) \
2525     init_scaled(idx, 0, sz, put); \
2526     init_scaled(idx, 1, sz, avg)
2527
2528     init_scaled_put_avg(0, 64);
2529     init_scaled_put_avg(1, 32);
2530     init_scaled_put_avg(2, 16);
2531     init_scaled_put_avg(3,  8);
2532     init_scaled_put_avg(4,  4);
2533
2534 #undef init_scaled_put_avg
2535 #undef init_scaled
2536 #undef init_scaled_bd_aware
2537 }
2538
2539 av_cold void FUNC(ff_vp9dsp_init)(VP9DSPContext *dsp)
2540 {
2541     FUNC(ff_vp9dsp_intrapred_init)(dsp);
2542     vp9dsp_itxfm_init(dsp);
2543     vp9dsp_loopfilter_init(dsp);
2544     FUNC(ff_vp9dsp_mc_init)(dsp);
2545     FUNC(ff_vp9dsp_scaled_mc_init)(dsp);
2546 }