git.sesse.net Git - ffmpeg/blob - libavcodec/vp9dsp.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 Libav.
   8  *
   9  * Libav 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  * Libav 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 Libav; 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 "libavutil/intreadwrite.h"
  26
  27 #include "rnd_avg.h"
  28 #include "vp9.h"
  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     unsigned p4 = AV_RN32A(top);
  37
  38     AV_WN32A(dst + stride * 0, p4);
  39     AV_WN32A(dst + stride * 1, p4);
  40     AV_WN32A(dst + stride * 2, p4);
  41     AV_WN32A(dst + stride * 3, p4);
  42 }
  43
  44 static void vert_8x8_c(uint8_t *dst, ptrdiff_t stride,
  45                        const uint8_t *left, const uint8_t *top)
  46 {
  47     uint64_t p8 = AV_RN64A(top);
  48     int y;
  49
  50     for (y = 0; y < 8; y++) {
  51         AV_WN64A(dst, p8);
  52         dst += stride;
  53     }
  54 }
  55
  56 static void vert_16x16_c(uint8_t *dst, ptrdiff_t stride,
  57                          const uint8_t *left, const uint8_t *top)
  58 {
  59     uint64_t p8a = AV_RN64A(top + 0), p8b = AV_RN64A(top + 8);
  60     int y;
  61
  62     for (y = 0; y < 16; y++) {
  63         AV_WN64A(dst + 0, p8a);
  64         AV_WN64A(dst + 8, p8b);
  65         dst += stride;
  66     }
  67 }
  68
  69 static void vert_32x32_c(uint8_t *dst, ptrdiff_t stride,
  70                          const uint8_t *left, const uint8_t *top)
  71 {
  72     uint64_t p8a = AV_RN64A(top + 0),  p8b = AV_RN64A(top + 8),
  73              p8c = AV_RN64A(top + 16), p8d = AV_RN64A(top + 24);
  74     int y;
  75
  76     for (y = 0; y < 32; y++) {
  77         AV_WN64A(dst +  0, p8a);
  78         AV_WN64A(dst +  8, p8b);
  79         AV_WN64A(dst + 16, p8c);
  80         AV_WN64A(dst + 24, p8d);
  81         dst += stride;
  82     }
  83 }
  84
  85 static void hor_4x4_c(uint8_t *dst, ptrdiff_t stride,
  86                       const uint8_t *left, const uint8_t *top)
  87 {
  88     AV_WN32A(dst + stride * 0, left[0] * 0x01010101U);
  89     AV_WN32A(dst + stride * 1, left[1] * 0x01010101U);
  90     AV_WN32A(dst + stride * 2, left[2] * 0x01010101U);
  91     AV_WN32A(dst + stride * 3, left[3] * 0x01010101U);
  92 }
  93
  94 static void hor_8x8_c(uint8_t *dst, ptrdiff_t stride,
  95                       const uint8_t *left, const uint8_t *top)
  96 {
  97     int y;
  98
  99     for (y = 0; y < 8; y++) {
 100         AV_WN64A(dst, left[y] * 0x0101010101010101ULL);
 101         dst += stride;
 102     }
 103 }
 104
 105 static void hor_16x16_c(uint8_t *dst, ptrdiff_t stride,
 106                         const uint8_t *left, const uint8_t *top)
 107 {
 108     int y;
 109
 110     for (y = 0; y < 16; y++) {
 111         uint64_t p8 = left[y] * 0x0101010101010101ULL;
 112
 113         AV_WN64A(dst + 0, p8);
 114         AV_WN64A(dst + 8, p8);
 115         dst += stride;
 116     }
 117 }
 118
 119 static void hor_32x32_c(uint8_t *dst, ptrdiff_t stride,
 120                         const uint8_t *left, const uint8_t *top)
 121 {
 122     int y;
 123
 124     for (y = 0; y < 32; y++) {
 125         uint64_t p8 = left[y] * 0x0101010101010101ULL;
 126
 127         AV_WN64A(dst +  0, p8);
 128         AV_WN64A(dst +  8, p8);
 129         AV_WN64A(dst + 16, p8);
 130         AV_WN64A(dst + 24, p8);
 131         dst += stride;
 132     }
 133 }
 134
 135 static void tm_4x4_c(uint8_t *dst, ptrdiff_t stride,
 136                      const uint8_t *left, const uint8_t *top)
 137 {
 138     int y, tl = top[-1];
 139
 140     for (y = 0; y < 4; y++) {
 141         int l_m_tl = left[y] - tl;
 142
 143         dst[0] = av_clip_uint8(top[0] + l_m_tl);
 144         dst[1] = av_clip_uint8(top[1] + l_m_tl);
 145         dst[2] = av_clip_uint8(top[2] + l_m_tl);
 146         dst[3] = av_clip_uint8(top[3] + l_m_tl);
 147         dst   += stride;
 148     }
 149 }
 150
 151 static void tm_8x8_c(uint8_t *dst, ptrdiff_t stride,
 152                      const uint8_t *left, const uint8_t *top)
 153 {
 154     int y, tl = top[-1];
 155
 156     for (y = 0; y < 8; y++) {
 157         int l_m_tl = left[y] - tl;
 158
 159         dst[0] = av_clip_uint8(top[0] + l_m_tl);
 160         dst[1] = av_clip_uint8(top[1] + l_m_tl);
 161         dst[2] = av_clip_uint8(top[2] + l_m_tl);
 162         dst[3] = av_clip_uint8(top[3] + l_m_tl);
 163         dst[4] = av_clip_uint8(top[4] + l_m_tl);
 164         dst[5] = av_clip_uint8(top[5] + l_m_tl);
 165         dst[6] = av_clip_uint8(top[6] + l_m_tl);
 166         dst[7] = av_clip_uint8(top[7] + l_m_tl);
 167         dst   += stride;
 168     }
 169 }
 170
 171 static void tm_16x16_c(uint8_t *dst, ptrdiff_t stride,
 172                        const uint8_t *left, const uint8_t *top)
 173 {
 174     int y, tl = top[-1];
 175
 176     for (y = 0; y < 16; y++) {
 177         int l_m_tl = left[y] - tl;
 178
 179         dst[0]  = av_clip_uint8(top[0]  + l_m_tl);
 180         dst[1]  = av_clip_uint8(top[1]  + l_m_tl);
 181         dst[2]  = av_clip_uint8(top[2]  + l_m_tl);
 182         dst[3]  = av_clip_uint8(top[3]  + l_m_tl);
 183         dst[4]  = av_clip_uint8(top[4]  + l_m_tl);
 184         dst[5]  = av_clip_uint8(top[5]  + l_m_tl);
 185         dst[6]  = av_clip_uint8(top[6]  + l_m_tl);
 186         dst[7]  = av_clip_uint8(top[7]  + l_m_tl);
 187         dst[8]  = av_clip_uint8(top[8]  + l_m_tl);
 188         dst[9]  = av_clip_uint8(top[9]  + l_m_tl);
 189         dst[10] = av_clip_uint8(top[10] + l_m_tl);
 190         dst[11] = av_clip_uint8(top[11] + l_m_tl);
 191         dst[12] = av_clip_uint8(top[12] + l_m_tl);
 192         dst[13] = av_clip_uint8(top[13] + l_m_tl);
 193         dst[14] = av_clip_uint8(top[14] + l_m_tl);
 194         dst[15] = av_clip_uint8(top[15] + l_m_tl);
 195         dst    += stride;
 196     }
 197 }
 198
 199 static void tm_32x32_c(uint8_t *dst, ptrdiff_t stride,
 200                        const uint8_t *left, const uint8_t *top)
 201 {
 202     int y, tl = top[-1];
 203
 204     for (y = 0; y < 32; y++) {
 205         int l_m_tl = left[y] - tl;
 206
 207         dst[0]  = av_clip_uint8(top[0]  + l_m_tl);
 208         dst[1]  = av_clip_uint8(top[1]  + l_m_tl);
 209         dst[2]  = av_clip_uint8(top[2]  + l_m_tl);
 210         dst[3]  = av_clip_uint8(top[3]  + l_m_tl);
 211         dst[4]  = av_clip_uint8(top[4]  + l_m_tl);
 212         dst[5]  = av_clip_uint8(top[5]  + l_m_tl);
 213         dst[6]  = av_clip_uint8(top[6]  + l_m_tl);
 214         dst[7]  = av_clip_uint8(top[7]  + l_m_tl);
 215         dst[8]  = av_clip_uint8(top[8]  + l_m_tl);
 216         dst[9]  = av_clip_uint8(top[9]  + l_m_tl);
 217         dst[10] = av_clip_uint8(top[10] + l_m_tl);
 218         dst[11] = av_clip_uint8(top[11] + l_m_tl);
 219         dst[12] = av_clip_uint8(top[12] + l_m_tl);
 220         dst[13] = av_clip_uint8(top[13] + l_m_tl);
 221         dst[14] = av_clip_uint8(top[14] + l_m_tl);
 222         dst[15] = av_clip_uint8(top[15] + l_m_tl);
 223         dst[16] = av_clip_uint8(top[16] + l_m_tl);
 224         dst[17] = av_clip_uint8(top[17] + l_m_tl);
 225         dst[18] = av_clip_uint8(top[18] + l_m_tl);
 226         dst[19] = av_clip_uint8(top[19] + l_m_tl);
 227         dst[20] = av_clip_uint8(top[20] + l_m_tl);
 228         dst[21] = av_clip_uint8(top[21] + l_m_tl);
 229         dst[22] = av_clip_uint8(top[22] + l_m_tl);
 230         dst[23] = av_clip_uint8(top[23] + l_m_tl);
 231         dst[24] = av_clip_uint8(top[24] + l_m_tl);
 232         dst[25] = av_clip_uint8(top[25] + l_m_tl);
 233         dst[26] = av_clip_uint8(top[26] + l_m_tl);
 234         dst[27] = av_clip_uint8(top[27] + l_m_tl);
 235         dst[28] = av_clip_uint8(top[28] + l_m_tl);
 236         dst[29] = av_clip_uint8(top[29] + l_m_tl);
 237         dst[30] = av_clip_uint8(top[30] + l_m_tl);
 238         dst[31] = av_clip_uint8(top[31] + l_m_tl);
 239         dst    += stride;
 240     }
 241 }
 242
 243 static void dc_4x4_c(uint8_t *dst, ptrdiff_t stride,
 244                      const uint8_t *left, const uint8_t *top)
 245 {
 246     unsigned dc = 0x01010101U *
 247                   ((left[0] + left[1] + left[2] + left[3] +
 248                     top[0]  + top[1]  + top[2]  + top[3]  + 4) >> 3);
 249
 250     AV_WN32A(dst + stride * 0, dc);
 251     AV_WN32A(dst + stride * 1, dc);
 252     AV_WN32A(dst + stride * 2, dc);
 253     AV_WN32A(dst + stride * 3, dc);
 254 }
 255
 256 static void dc_8x8_c(uint8_t *dst, ptrdiff_t stride,
 257                      const uint8_t *left, const uint8_t *top)
 258 {
 259     uint64_t dc = 0x0101010101010101ULL *
 260                   ((left[0] + left[1] + left[2] + left[3] +
 261                     left[4] + left[5] + left[6] + left[7] +
 262                     top[0]  + top[1]  + top[2]  + top[3]  +
 263                     top[4]  + top[5]  + top[6]  + top[7]  + 8) >> 4);
 264     int y;
 265
 266     for (y = 0; y < 8; y++) {
 267         AV_WN64A(dst, dc);
 268         dst += stride;
 269     }
 270 }
 271
 272 static void dc_16x16_c(uint8_t *dst, ptrdiff_t stride,
 273                        const uint8_t *left, const uint8_t *top)
 274 {
 275     uint64_t dc = 0x0101010101010101ULL *
 276                   ((left[0]  + left[1]  + left[2]  + left[3]  +
 277                     left[4]  + left[5]  + left[6]  + left[7]  +
 278                     left[8]  + left[9]  + left[10] + left[11] +
 279                     left[12] + left[13] + left[14] + left[15] +
 280                     top[0]   + top[1]   + top[2]   + top[3]   +
 281                     top[4]   + top[5]   + top[6]   + top[7]   +
 282                     top[8]   + top[9]   + top[10]  + top[11]  +
 283                     top[12]  + top[13]  + top[14]  + top[15]  + 16) >> 5);
 284     int y;
 285
 286     for (y = 0; y < 16; y++) {
 287         AV_WN64A(dst + 0, dc);
 288         AV_WN64A(dst + 8, dc);
 289         dst += stride;
 290     }
 291 }
 292
 293 static void dc_32x32_c(uint8_t *dst, ptrdiff_t stride,
 294                        const uint8_t *left, const uint8_t *top)
 295 {
 296     uint64_t dc = 0x0101010101010101ULL *
 297                   ((left[0]  + left[1]  + left[2]  + left[3]  +
 298                     left[4]  + left[5]  + left[6]  + left[7]  +
 299                     left[8]  + left[9]  + left[10] + left[11] +
 300                     left[12] + left[13] + left[14] + left[15] +
 301                     left[16] + left[17] + left[18] + left[19] +
 302                     left[20] + left[21] + left[22] + left[23] +
 303                     left[24] + left[25] + left[26] + left[27] +
 304                     left[28] + left[29] + left[30] + left[31] +
 305                     top[0]   + top[1]   + top[2]   + top[3]   +
 306                     top[4]   + top[5]   + top[6]   + top[7]   +
 307                     top[8]   + top[9]   + top[10]  + top[11]  +
 308                     top[12]  + top[13]  + top[14]  + top[15]  +
 309                     top[16]  + top[17]  + top[18]  + top[19]  +
 310                     top[20]  + top[21]  + top[22]  + top[23]  +
 311                     top[24]  + top[25]  + top[26]  + top[27]  +
 312                     top[28]  + top[29]  + top[30]  + top[31]  + 32) >> 6);
 313     int y;
 314
 315     for (y = 0; y < 32; y++) {
 316         AV_WN64A(dst +  0, dc);
 317         AV_WN64A(dst +  8, dc);
 318         AV_WN64A(dst + 16, dc);
 319         AV_WN64A(dst + 24, dc);
 320         dst += stride;
 321     }
 322 }
 323
 324 static void dc_left_4x4_c(uint8_t *dst, ptrdiff_t stride,
 325                           const uint8_t *left, const uint8_t *top)
 326 {
 327     unsigned dc = 0x01010101U *
 328                   ((left[0] + left[1] + left[2] + left[3] + 2) >> 2);
 329
 330     AV_WN32A(dst + stride * 0, dc);
 331     AV_WN32A(dst + stride * 1, dc);
 332     AV_WN32A(dst + stride * 2, dc);
 333     AV_WN32A(dst + stride * 3, dc);
 334 }
 335
 336 static void dc_left_8x8_c(uint8_t *dst, ptrdiff_t stride,
 337                           const uint8_t *left, const uint8_t *top)
 338 {
 339     uint64_t dc = 0x0101010101010101ULL *
 340                   ((left[0] + left[1] + left[2] + left[3] +
 341                     left[4] + left[5] + left[6] + left[7] + 4) >> 3);
 342     int y;
 343
 344     for (y = 0; y < 8; y++) {
 345         AV_WN64A(dst, dc);
 346         dst += stride;
 347     }
 348 }
 349
 350 static void dc_left_16x16_c(uint8_t *dst, ptrdiff_t stride,
 351                             const uint8_t *left, const uint8_t *top)
 352 {
 353     uint64_t dc = 0x0101010101010101ULL *
 354                   ((left[0]  + left[1]  + left[2]  + left[3]  +
 355                     left[4]  + left[5]  + left[6]  + left[7]  +
 356                     left[8]  + left[9]  + left[10] + left[11] +
 357                     left[12] + left[13] + left[14] + left[15] + 8) >> 4);
 358     int y;
 359
 360     for (y = 0; y < 16; y++) {
 361         AV_WN64A(dst + 0, dc);
 362         AV_WN64A(dst + 8, dc);
 363         dst += stride;
 364     }
 365 }
 366
 367 static void dc_left_32x32_c(uint8_t *dst, ptrdiff_t stride,
 368                             const uint8_t *left, const uint8_t *top)
 369 {
 370     uint64_t dc = 0x0101010101010101ULL *
 371                   ((left[0]  + left[1]  + left[2]  + left[3]  +
 372                     left[4]  + left[5]  + left[6]  + left[7]  +
 373                     left[8]  + left[9]  + left[10] + left[11] +
 374                     left[12] + left[13] + left[14] + left[15] +
 375                     left[16] + left[17] + left[18] + left[19] +
 376                     left[20] + left[21] + left[22] + left[23] +
 377                     left[24] + left[25] + left[26] + left[27] +
 378                     left[28] + left[29] + left[30] + left[31] + 16) >> 5);
 379     int y;
 380
 381     for (y = 0; y < 32; y++) {
 382         AV_WN64A(dst +  0, dc);
 383         AV_WN64A(dst +  8, dc);
 384         AV_WN64A(dst + 16, dc);
 385         AV_WN64A(dst + 24, dc);
 386         dst += stride;
 387     }
 388 }
 389
 390 static void dc_top_4x4_c(uint8_t *dst, ptrdiff_t stride,
 391                          const uint8_t *left, const uint8_t *top)
 392 {
 393     unsigned dc = 0x01010101U * ((top[0] + top[1] + top[2] + top[3] + 2) >> 2);
 394
 395     AV_WN32A(dst + stride * 0, dc);
 396     AV_WN32A(dst + stride * 1, dc);
 397     AV_WN32A(dst + stride * 2, dc);
 398     AV_WN32A(dst + stride * 3, dc);
 399 }
 400
 401 static void dc_top_8x8_c(uint8_t *dst, ptrdiff_t stride,
 402                          const uint8_t *left, const uint8_t *top)
 403 {
 404     uint64_t dc = 0x0101010101010101ULL *
 405                   ((top[0] + top[1] + top[2] + top[3] +
 406                     top[4] + top[5] + top[6] + top[7] + 4) >> 3);
 407     int y;
 408
 409     for (y = 0; y < 8; y++) {
 410         AV_WN64A(dst, dc);
 411         dst += stride;
 412     }
 413 }
 414
 415 static void dc_top_16x16_c(uint8_t *dst, ptrdiff_t stride,
 416                            const uint8_t *left, const uint8_t *top)
 417 {
 418     uint64_t dc = 0x0101010101010101ULL *
 419                   ((top[0]  + top[1]  + top[2]  + top[3]  +
 420                     top[4]  + top[5]  + top[6]  + top[7]  +
 421                     top[8]  + top[9]  + top[10] + top[11] +
 422                     top[12] + top[13] + top[14] + top[15] + 8) >> 4);
 423     int y;
 424
 425     for (y = 0; y < 16; y++) {
 426         AV_WN64A(dst + 0, dc);
 427         AV_WN64A(dst + 8, dc);
 428         dst += stride;
 429     }
 430 }
 431
 432 static void dc_top_32x32_c(uint8_t *dst, ptrdiff_t stride,
 433                            const uint8_t *left, const uint8_t *top)
 434 {
 435     uint64_t dc = 0x0101010101010101ULL *
 436                   ((top[0]  + top[1]  + top[2]  + top[3]  +
 437                     top[4]  + top[5]  + top[6]  + top[7]  +
 438                     top[8]  + top[9]  + top[10] + top[11] +
 439                     top[12] + top[13] + top[14] + top[15] +
 440                     top[16] + top[17] + top[18] + top[19] +
 441                     top[20] + top[21] + top[22] + top[23] +
 442                     top[24] + top[25] + top[26] + top[27] +
 443                     top[28] + top[29] + top[30] + top[31] + 16) >> 5);
 444     int y;
 445
 446     for (y = 0; y < 32; y++) {
 447         AV_WN64A(dst +  0, dc);
 448         AV_WN64A(dst +  8, dc);
 449         AV_WN64A(dst + 16, dc);
 450         AV_WN64A(dst + 24, dc);
 451         dst += stride;
 452     }
 453 }
 454
 455 static void dc_128_4x4_c(uint8_t *dst, ptrdiff_t stride,
 456                          const uint8_t *left, const uint8_t *top)
 457 {
 458     AV_WN32A(dst + stride * 0, 0x80808080U);
 459     AV_WN32A(dst + stride * 1, 0x80808080U);
 460     AV_WN32A(dst + stride * 2, 0x80808080U);
 461     AV_WN32A(dst + stride * 3, 0x80808080U);
 462 }
 463
 464 static void dc_128_8x8_c(uint8_t *dst, ptrdiff_t stride,
 465                          const uint8_t *left, const uint8_t *top)
 466 {
 467     int y;
 468
 469     for (y = 0; y < 8; y++) {
 470         AV_WN64A(dst, 0x8080808080808080ULL);
 471         dst += stride;
 472     }
 473 }
 474
 475 static void dc_128_16x16_c(uint8_t *dst, ptrdiff_t stride,
 476                            const uint8_t *left, const uint8_t *top)
 477 {
 478     int y;
 479
 480     for (y = 0; y < 16; y++) {
 481         AV_WN64A(dst + 0, 0x8080808080808080ULL);
 482         AV_WN64A(dst + 8, 0x8080808080808080ULL);
 483         dst += stride;
 484     }
 485 }
 486
 487 static void dc_128_32x32_c(uint8_t *dst, ptrdiff_t stride,
 488                            const uint8_t *left, const uint8_t *top)
 489 {
 490     int y;
 491
 492     for (y = 0; y < 32; y++) {
 493         AV_WN64A(dst +  0, 0x8080808080808080ULL);
 494         AV_WN64A(dst +  8, 0x8080808080808080ULL);
 495         AV_WN64A(dst + 16, 0x8080808080808080ULL);
 496         AV_WN64A(dst + 24, 0x8080808080808080ULL);
 497         dst += stride;
 498     }
 499 }
 500
 501 static void dc_127_4x4_c(uint8_t *dst, ptrdiff_t stride,
 502                          const uint8_t *left, const uint8_t *top)
 503 {
 504     AV_WN32A(dst + stride * 0, 0x7F7F7F7FU);
 505     AV_WN32A(dst + stride * 1, 0x7F7F7F7FU);
 506     AV_WN32A(dst + stride * 2, 0x7F7F7F7FU);
 507     AV_WN32A(dst + stride * 3, 0x7F7F7F7FU);
 508 }
 509
 510 static void dc_127_8x8_c(uint8_t *dst, ptrdiff_t stride,
 511                          const uint8_t *left, const uint8_t *top)
 512 {
 513     int y;
 514
 515     for (y = 0; y < 8; y++) {
 516         AV_WN64A(dst, 0x7F7F7F7F7F7F7F7FULL);
 517         dst += stride;
 518     }
 519 }
 520
 521 static void dc_127_16x16_c(uint8_t *dst, ptrdiff_t stride,
 522                            const uint8_t *left, const uint8_t *top)
 523 {
 524     int y;
 525
 526     for (y = 0; y < 16; y++) {
 527         AV_WN64A(dst + 0, 0x7F7F7F7F7F7F7F7FULL);
 528         AV_WN64A(dst + 8, 0x7F7F7F7F7F7F7F7FULL);
 529         dst += stride;
 530     }
 531 }
 532
 533 static void dc_127_32x32_c(uint8_t *dst, ptrdiff_t stride,
 534                            const uint8_t *left, const uint8_t *top)
 535 {
 536     int y;
 537
 538     for (y = 0; y < 32; y++) {
 539         AV_WN64A(dst +  0, 0x7F7F7F7F7F7F7F7FULL);
 540         AV_WN64A(dst +  8, 0x7F7F7F7F7F7F7F7FULL);
 541         AV_WN64A(dst + 16, 0x7F7F7F7F7F7F7F7FULL);
 542         AV_WN64A(dst + 24, 0x7F7F7F7F7F7F7F7FULL);
 543         dst += stride;
 544     }
 545 }
 546
 547 static void dc_129_4x4_c(uint8_t *dst, ptrdiff_t stride,
 548                          const uint8_t *left, const uint8_t *top)
 549 {
 550     AV_WN32A(dst + stride * 0, 0x81818181U);
 551     AV_WN32A(dst + stride * 1, 0x81818181U);
 552     AV_WN32A(dst + stride * 2, 0x81818181U);
 553     AV_WN32A(dst + stride * 3, 0x81818181U);
 554 }
 555
 556 static void dc_129_8x8_c(uint8_t *dst, ptrdiff_t stride,
 557                          const uint8_t *left, const uint8_t *top)
 558 {
 559     int y;
 560
 561     for (y = 0; y < 8; y++) {
 562         AV_WN64A(dst, 0x8181818181818181ULL);
 563         dst += stride;
 564     }
 565 }
 566
 567 static void dc_129_16x16_c(uint8_t *dst, ptrdiff_t stride,
 568                            const uint8_t *left, const uint8_t *top)
 569 {
 570     int y;
 571
 572     for (y = 0; y < 16; y++) {
 573         AV_WN64A(dst + 0, 0x8181818181818181ULL);
 574         AV_WN64A(dst + 8, 0x8181818181818181ULL);
 575         dst += stride;
 576     }
 577 }
 578
 579 static void dc_129_32x32_c(uint8_t *dst, ptrdiff_t stride,
 580                            const uint8_t *left, const uint8_t *top)
 581 {
 582     int y;
 583
 584     for (y = 0; y < 32; y++) {
 585         AV_WN64A(dst +  0, 0x8181818181818181ULL);
 586         AV_WN64A(dst +  8, 0x8181818181818181ULL);
 587         AV_WN64A(dst + 16, 0x8181818181818181ULL);
 588         AV_WN64A(dst + 24, 0x8181818181818181ULL);
 589         dst += stride;
 590     }
 591 }
 592
 593 #define DST(x, y) dst[(x) + (y) * stride]
 594
 595 static void diag_downleft_4x4_c(uint8_t *dst, ptrdiff_t stride,
 596                                 const uint8_t *left, const uint8_t *top)
 597 {
 598     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 599         a4 = top[4], a5 = top[5], a6 = top[6], a7 = top[7];
 600
 601     DST(0, 0) = (a0 + a1 * 2 + a2 + 2) >> 2;
 602     DST(1, 0) =
 603     DST(0, 1) = (a1 + a2 * 2 + a3 + 2) >> 2;
 604     DST(2, 0) =
 605     DST(1, 1) =
 606     DST(0, 2) = (a2 + a3 * 2 + a4 + 2) >> 2;
 607     DST(3, 0) =
 608     DST(2, 1) =
 609     DST(1, 2) =
 610     DST(0, 3) = (a3 + a4 * 2 + a5 + 2) >> 2;
 611     DST(3, 1) =
 612     DST(2, 2) =
 613     DST(1, 3) = (a4 + a5 * 2 + a6 + 2) >> 2;
 614     DST(3, 2) =
 615     DST(2, 3) = (a5 + a6 * 2 + a7 + 2) >> 2;
 616     DST(3, 3) = a7;  // note: this is different from vp8 and such
 617 }
 618
 619 #define def_diag_downleft(size)                                             \
 620 static void diag_downleft_ ## size ## x ## size ## _c(uint8_t *dst,         \
 621                                                       ptrdiff_t stride,     \
 622                                                       const uint8_t *left,  \
 623                                                       const uint8_t *top)   \
 624 {                                                                           \
 625     int i, j;                                                               \
 626     uint8_t v[size - 1];                                                    \
 627                                                                             \
 628     for (i = 0; i < size - 2; i++)                                          \
 629         v[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2;             \
 630     v[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2;             \
 631                                                                             \
 632     for (j = 0; j < size; j++) {                                            \
 633         memcpy(dst + j * stride, v + j, size - 1 - j);                      \
 634         memset(dst + j * stride + size - 1 - j, top[size - 1], j + 1);      \
 635     }                                                                       \
 636 }
 637
 638 def_diag_downleft(8)
 639 def_diag_downleft(16)
 640 def_diag_downleft(32)
 641
 642 static void diag_downright_4x4_c(uint8_t *dst, ptrdiff_t stride,
 643                                  const uint8_t *left, const uint8_t *top)
 644 {
 645     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 646         l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3];
 647
 648     DST(0, 3) = (l1 + l2 * 2 + l3 + 2) >> 2;
 649     DST(0, 2) =
 650     DST(1, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 651     DST(0, 1) =
 652     DST(1, 2) =
 653     DST(2, 3) = (tl + l0 * 2 + l1 + 2) >> 2;
 654     DST(0, 0) =
 655     DST(1, 1) =
 656     DST(2, 2) =
 657     DST(3, 3) = (l0 + tl * 2 + a0 + 2) >> 2;
 658     DST(1, 0) =
 659     DST(2, 1) =
 660     DST(3, 2) = (tl + a0 * 2 + a1 + 2) >> 2;
 661     DST(2, 0) =
 662     DST(3, 1) = (a0 + a1 * 2 + a2 + 2) >> 2;
 663     DST(3, 0) = (a1 + a2 * 2 + a3 + 2) >> 2;
 664 }
 665
 666 #define def_diag_downright(size)                                            \
 667 static void diag_downright_ ## size ## x ## size ## _c(uint8_t *dst,        \
 668                                                        ptrdiff_t stride,    \
 669                                                        const uint8_t *left, \
 670                                                        const uint8_t *top)  \
 671 {                                                                           \
 672     int i, j;                                                               \
 673     uint8_t v[size + size - 1];                                             \
 674                                                                             \
 675     for (i = 0; i < size - 2; i++) {                                        \
 676         v[i]            = (left[size - 1 - i] +                             \
 677                            left[size - 2 - i] * 2 +                         \
 678                            left[size - 3 - i] + 2) >> 2;                    \
 679         v[size + 1 + i] = (top[i]             +                             \
 680                            top[i + 1]         * 2 +                         \
 681                            top[i + 2]         + 2) >> 2;                    \
 682     }                                                                       \
 683     v[size - 2] = (left[1] + left[0] * 2 + top[-1] + 2) >> 2;               \
 684     v[size - 1] = (left[0] + top[-1] * 2 + top[0]  + 2) >> 2;               \
 685     v[size]     = (top[-1] + top[0]  * 2 + top[1]  + 2) >> 2;               \
 686                                                                             \
 687     for (j = 0; j < size; j++)                                              \
 688         memcpy(dst + j * stride, v + size - 1 - j, size);                   \
 689 }
 690
 691 def_diag_downright(8)
 692 def_diag_downright(16)
 693 def_diag_downright(32)
 694
 695 static void vert_right_4x4_c(uint8_t *dst, ptrdiff_t stride,
 696                              const uint8_t *left, const uint8_t *top)
 697 {
 698     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 699         l0 = left[0], l1 = left[1], l2 = left[2];
 700
 701     DST(0, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 702     DST(0, 2) = (tl + l0 * 2 + l1 + 2) >> 2;
 703     DST(0, 0) =
 704     DST(1, 2) = (tl + a0          + 1) >> 1;
 705     DST(0, 1) =
 706     DST(1, 3) = (l0 + tl * 2 + a0 + 2) >> 2;
 707     DST(1, 0) =
 708     DST(2, 2) = (a0 + a1          + 1) >> 1;
 709     DST(1, 1) =
 710     DST(2, 3) = (tl + a0 * 2 + a1 + 2) >> 2;
 711     DST(2, 0) =
 712     DST(3, 2) = (a1 + a2          + 1) >> 1;
 713     DST(2, 1) =
 714     DST(3, 3) = (a0 + a1 * 2 + a2 + 2) >> 2;
 715     DST(3, 0) = (a2 + a3          + 1) >> 1;
 716     DST(3, 1) = (a1 + a2 * 2 + a3 + 2) >> 2;
 717 }
 718
 719 #define def_vert_right(size)                                                \
 720 static void vert_right_ ## size ## x ## size ## _c(uint8_t *dst,            \
 721                                                    ptrdiff_t stride,        \
 722                                                    const uint8_t *left,     \
 723                                                    const uint8_t *top)      \
 724 {                                                                           \
 725     int i, j;                                                               \
 726     uint8_t ve[size + size / 2 - 1], vo[size + size / 2 - 1];               \
 727                                                                             \
 728     for (i = 0; i < size / 2 - 2; i++) {                                    \
 729         vo[i] = (left[size - 4 - i * 2] +                                   \
 730                  left[size - 3 - i * 2] * 2 +                               \
 731                  left[size - 2 - i * 2] + 2) >> 2;                          \
 732         ve[i] = (left[size - 5 - i * 2] +                                   \
 733                  left[size - 4 - i * 2] * 2 +                               \
 734                  left[size - 3 - i * 2] + 2) >> 2;                          \
 735     }                                                                       \
 736     vo[size / 2 - 2] = (left[0] + left[1] * 2 + left[2] + 2) >> 2;          \
 737     ve[size / 2 - 2] = (top[-1] + left[0] * 2 + left[1] + 2) >> 2;          \
 738                                                                             \
 739     ve[size / 2 - 1] = (top[-1] + top[0] + 1) >> 1;                         \
 740     vo[size / 2 - 1] = (left[0] + top[-1] * 2 + top[0] + 2) >> 2;           \
 741     for (i = 0; i < size - 1; i++) {                                        \
 742         ve[size / 2 + i] = (top[i] + top[i + 1] + 1) >> 1;                  \
 743         vo[size / 2 + i] = (top[i - 1] + top[i] * 2 + top[i + 1] + 2) >> 2; \
 744     }                                                                       \
 745                                                                             \
 746     for (j = 0; j < size / 2; j++) {                                        \
 747         memcpy(dst +  j * 2      * stride, ve + size / 2 - 1 - j, size);    \
 748         memcpy(dst + (j * 2 + 1) * stride, vo + size / 2 - 1 - j, size);    \
 749     }                                                                       \
 750 }
 751
 752 def_vert_right(8)
 753 def_vert_right(16)
 754 def_vert_right(32)
 755
 756 static void hor_down_4x4_c(uint8_t *dst, ptrdiff_t stride,
 757                            const uint8_t *left, const uint8_t *top)
 758 {
 759     int l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3],
 760         tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2];
 761
 762     DST(2, 0) = (tl + a0 * 2 + a1 + 2) >> 2;
 763     DST(3, 0) = (a0 + a1 * 2 + a2 + 2) >> 2;
 764     DST(0, 0) =
 765     DST(2, 1) = (tl + l0          + 1) >> 1;
 766     DST(1, 0) =
 767     DST(3, 1) = (a0 + tl * 2 + l0 + 2) >> 2;
 768     DST(0, 1) =
 769     DST(2, 2) = (l0 + l1          + 1) >> 1;
 770     DST(1, 1) =
 771     DST(3, 2) = (tl + l0 * 2 + l1 + 2) >> 2;
 772     DST(0, 2) =
 773     DST(2, 3) = (l1 + l2          + 1) >> 1;
 774     DST(1, 2) =
 775     DST(3, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
 776     DST(0, 3) = (l2 + l3          + 1) >> 1;
 777     DST(1, 3) = (l1 + l2 * 2 + l3 + 2) >> 2;
 778 }
 779
 780 #define def_hor_down(size)                                              \
 781 static void hor_down_ ## size ## x ## size ## _c(uint8_t *dst,          \
 782                                                  ptrdiff_t stride,      \
 783                                                  const uint8_t *left,   \
 784                                                  const uint8_t *top)    \
 785 {                                                                       \
 786     int i, j;                                                           \
 787     uint8_t v[size * 3 - 2];                                            \
 788                                                                         \
 789     for (i = 0; i < size - 2; i++) {                                    \
 790         v[i * 2]        = (left[size - 2 - i] +                         \
 791                            left[size - 1 - i] + 1) >> 1;                \
 792         v[i * 2    + 1] = (left[size - 3 - i] +                         \
 793                            left[size - 2 - i] * 2 +                     \
 794                            left[size - 1 - i] + 2) >> 2;                \
 795         v[size * 2 + i] = (top[i - 1] +                                 \
 796                            top[i] * 2 +                                 \
 797                            top[i + 1] + 2) >> 2;                        \
 798     }                                                                   \
 799     v[size * 2 - 2] = (top[-1] + left[0] + 1) >> 1;                     \
 800     v[size * 2 - 4] = (left[0] + left[1] + 1) >> 1;                     \
 801     v[size * 2 - 1] = (top[0]  + top[-1] * 2 + left[0] + 2) >> 2;       \
 802     v[size * 2 - 3] = (top[-1] + left[0] * 2 + left[1] + 2) >> 2;       \
 803                                                                         \
 804     for (j = 0; j < size; j++)                                          \
 805         memcpy(dst + j * stride, v + size * 2 - 2 - j * 2, size);       \
 806 }
 807
 808 def_hor_down(8)
 809 def_hor_down(16)
 810 def_hor_down(32)
 811
 812 static void vert_left_4x4_c(uint8_t *dst, ptrdiff_t stride,
 813                             const uint8_t *left, const uint8_t *top)
 814 {
 815     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
 816         a4 = top[4], a5 = top[5], a6 = top[6];
 817
 818     DST(0, 0) = (a0 + a1          + 1) >> 1;
 819     DST(0, 1) = (a0 + a1 * 2 + a2 + 2) >> 2;
 820     DST(1, 0) =
 821     DST(0, 2) = (a1 + a2          + 1) >> 1;
 822     DST(1, 1) =
 823     DST(0, 3) = (a1 + a2 * 2 + a3 + 2) >> 2;
 824     DST(2, 0) =
 825     DST(1, 2) = (a2 + a3          + 1) >> 1;
 826     DST(2, 1) =
 827     DST(1, 3) = (a2 + a3 * 2 + a4 + 2) >> 2;
 828     DST(3, 0) =
 829     DST(2, 2) = (a3 + a4          + 1) >> 1;
 830     DST(3, 1) =
 831     DST(2, 3) = (a3 + a4 * 2 + a5 + 2) >> 2;
 832     DST(3, 2) = (a4 + a5          + 1) >> 1;
 833     DST(3, 3) = (a4 + a5 * 2 + a6 + 2) >> 2;
 834 }
 835
 836 #define def_vert_left(size)                                             \
 837 static void vert_left_ ## size ## x ## size ## _c(uint8_t *dst,         \
 838                                                   ptrdiff_t stride,     \
 839                                                   const uint8_t *left,  \
 840                                                   const uint8_t *top)   \
 841 {                                                                       \
 842     int i, j;                                                           \
 843     uint8_t ve[size - 1], vo[size - 1];                                 \
 844                                                                         \
 845     for (i = 0; i < size - 2; i++) {                                    \
 846         ve[i] = (top[i] + top[i + 1] + 1) >> 1;                         \
 847         vo[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2;        \
 848     }                                                                   \
 849     ve[size - 2] = (top[size - 2] + top[size - 1] + 1) >> 1;            \
 850     vo[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2;        \
 851                                                                         \
 852     for (j = 0; j < size / 2; j++) {                                    \
 853         memcpy(dst +  j * 2      * stride, ve + j, size - (j + 1));     \
 854         memset(dst +  j * 2      * stride + size - j - 1,               \
 855                top[size - 1], j + 1);                                   \
 856         memcpy(dst + (j * 2 + 1) * stride, vo + j, size - (j + 1));     \
 857         memset(dst + (j * 2 + 1) * stride + size - j - 1,               \
 858                top[size - 1], j + 1);                                   \
 859     }                                                                   \
 860 }
 861
 862 def_vert_left(8)
 863 def_vert_left(16)
 864 def_vert_left(32)
 865
 866 static void hor_up_4x4_c(uint8_t *dst, ptrdiff_t stride,
 867                          const uint8_t *left, const uint8_t *top)
 868 {
 869     int l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3];
 870
 871     DST(0, 0) = (l0 + l1          + 1) >> 1;
 872     DST(1, 0) = (l0 + l1 * 2 + l2 + 2) >> 2;
 873     DST(0, 1) =
 874     DST(2, 0) = (l1 + l2          + 1) >> 1;
 875     DST(1, 1) =
 876     DST(3, 0) = (l1 + l2 * 2 + l3 + 2) >> 2;
 877     DST(0, 2) =
 878     DST(2, 1) = (l2 + l3          + 1) >> 1;
 879     DST(1, 2) =
 880     DST(3, 1) = (l2 + l3 * 3      + 2) >> 2;
 881     DST(0, 3) =
 882     DST(1, 3) =
 883     DST(2, 2) =
 884     DST(2, 3) =
 885     DST(3, 2) =
 886     DST(3, 3) = l3;
 887 }
 888
 889 #define def_hor_up(size)                                                    \
 890 static void hor_up_ ## size ## x ## size ## _c(uint8_t *dst,                \
 891                                                ptrdiff_t stride,            \
 892                                                const uint8_t *left,         \
 893                                                const uint8_t *top)          \
 894 {                                                                           \
 895     int i, j;                                                               \
 896     uint8_t v[size * 2 - 2];                                                \
 897                                                                             \
 898     for (i = 0; i < size - 2; i++) {                                        \
 899         v[i * 2]     = (left[i] + left[i + 1] + 1) >> 1;                    \
 900         v[i * 2 + 1] = (left[i] + left[i + 1] * 2 + left[i + 2] + 2) >> 2;  \
 901     }                                                                       \
 902     v[size * 2 - 4] = (left[size - 2] + left[size - 1]     + 1) >> 1;       \
 903     v[size * 2 - 3] = (left[size - 2] + left[size - 1] * 3 + 2) >> 2;       \
 904                                                                             \
 905     for (j = 0; j < size / 2; j++)                                          \
 906         memcpy(dst + j * stride, v + j * 2, size);                          \
 907     for (j = size / 2; j < size; j++) {                                     \
 908         memcpy(dst + j * stride, v + j * 2, size * 2 - 2 - j * 2);          \
 909         memset(dst + j * stride + size * 2 - 2 - j * 2, left[size - 1],     \
 910                2 + j * 2 - size);                                           \
 911     }                                                                       \
 912 }
 913
 914 def_hor_up(8)
 915 def_hor_up(16)
 916 def_hor_up(32)
 917
 918 #undef DST
 919
 920 static av_cold void vp9dsp_intrapred_init(VP9DSPContext *dsp)
 921 {
 922 #define init_intra_pred(tx, sz)                                              \
 923     dsp->intra_pred[tx][VERT_PRED]            = vert_           ## sz ## _c; \
 924     dsp->intra_pred[tx][HOR_PRED]             = hor_            ## sz ## _c; \
 925     dsp->intra_pred[tx][DC_PRED]              = dc_             ## sz ## _c; \
 926     dsp->intra_pred[tx][DIAG_DOWN_LEFT_PRED]  = diag_downleft_  ## sz ## _c; \
 927     dsp->intra_pred[tx][DIAG_DOWN_RIGHT_PRED] = diag_downright_ ## sz ## _c; \
 928     dsp->intra_pred[tx][VERT_RIGHT_PRED]      = vert_right_     ## sz ## _c; \
 929     dsp->intra_pred[tx][HOR_DOWN_PRED]        = hor_down_       ## sz ## _c; \
 930     dsp->intra_pred[tx][VERT_LEFT_PRED]       = vert_left_      ## sz ## _c; \
 931     dsp->intra_pred[tx][HOR_UP_PRED]          = hor_up_         ## sz ## _c; \
 932     dsp->intra_pred[tx][TM_VP8_PRED]          = tm_             ## sz ## _c; \
 933     dsp->intra_pred[tx][LEFT_DC_PRED]         = dc_left_        ## sz ## _c; \
 934     dsp->intra_pred[tx][TOP_DC_PRED]          = dc_top_         ## sz ## _c; \
 935     dsp->intra_pred[tx][DC_128_PRED]          = dc_128_         ## sz ## _c; \
 936     dsp->intra_pred[tx][DC_127_PRED]          = dc_127_         ## sz ## _c; \
 937     dsp->intra_pred[tx][DC_129_PRED]          = dc_129_         ## sz ## _c
 938
 939     init_intra_pred(TX_4X4,   4x4);
 940     init_intra_pred(TX_8X8,   8x8);
 941     init_intra_pred(TX_16X16, 16x16);
 942     init_intra_pred(TX_32X32, 32x32);
 943
 944 #undef init_intra_pred
 945 }
 946
 947 #define itxfm_wrapper(type_a, type_b, sz, bits, has_dconly)                 \
 948 static void                                                                 \
 949 type_a ## _ ## type_b ## _ ## sz ## x ## sz ## _add_c(uint8_t *dst,         \
 950                                                       ptrdiff_t stride,     \
 951                                                       int16_t *block,       \
 952                                                       int eob)              \
 953 {                                                                           \
 954     int i, j;                                                               \
 955     int16_t tmp[sz * sz], out[sz];                                          \
 956                                                                             \
 957     if (has_dconly && eob == 1) {                                           \
 958         const int t  = (((block[0] * 11585 + (1 << 13)) >> 14)              \
 959                                    * 11585 + (1 << 13)) >> 14;              \
 960         block[0] = 0;                                                       \
 961         for (i = 0; i < sz; i++) {                                          \
 962             for (j = 0; j < sz; j++)                                        \
 963                 dst[j * stride] =                                           \
 964                     av_clip_uint8(dst[j * stride] +                         \
 965                                   (bits ? (t + (1 << (bits - 1))) >> bits   \
 966                                         : t));                              \
 967             dst++;                                                          \
 968         }                                                                   \
 969         return;                                                             \
 970     }                                                                       \
 971                                                                             \
 972     for (i = 0; i < sz; i++)                                                \
 973         type_a ## sz ## _1d(tmp + i * sz, block + i, sz, 0);                \
 974     memset(block, 0, sz * sz * sizeof(*block));                             \
 975     for (i = 0; i < sz; i++) {                                              \
 976         type_b ## sz ## _1d(out, tmp + i, sz, 1);                           \
 977         for (j = 0; j < sz; j++)                                            \
 978             dst[j * stride] =                                               \
 979                 av_clip_uint8(dst[j * stride] +                             \
 980                               (bits ? (out[j] + (1 << (bits - 1))) >> bits  \
 981                                     : out[j]));                             \
 982         dst++;                                                              \
 983     }                                                                       \
 984 }
 985
 986 #define itxfm_wrap(sz, bits)                 \
 987     itxfm_wrapper(idct,  idct,  sz, bits, 1) \
 988     itxfm_wrapper(iadst, idct,  sz, bits, 0) \
 989     itxfm_wrapper(idct,  iadst, sz, bits, 0) \
 990     itxfm_wrapper(iadst, iadst, sz, bits, 0)
 991
 992 #define IN(x) in[x * stride]
 993
 994 static av_always_inline void idct4_1d(int16_t *out, const int16_t *in,
 995                                       ptrdiff_t stride, int pass)
 996 {
 997     int t0, t1, t2, t3;
 998
 999     t0 = ((IN(0)        + IN(2)) * 11585 + (1 << 13)) >> 14;
1000     t1 = ((IN(0)        - IN(2)) * 11585 + (1 << 13)) >> 14;
1001     t2 = (IN(1) *  6270 - IN(3)  * 15137 + (1 << 13)) >> 14;
1002     t3 = (IN(1) * 15137 + IN(3)  *  6270 + (1 << 13)) >> 14;
1003
1004     out[0] = t0 + t3;
1005     out[1] = t1 + t2;
1006     out[2] = t1 - t2;
1007     out[3] = t0 - t3;
1008 }
1009
1010 static av_always_inline void iadst4_1d(int16_t *out, const int16_t *in,
1011                                        ptrdiff_t stride, int pass)
1012 {
1013     int t0, t1, t2, t3;
1014
1015     t0 =  5283 * IN(0) + 15212 * IN(2) +  9929 * IN(3);
1016     t1 =  9929 * IN(0) -  5283 * IN(2) - 15212 * IN(3);
1017     t2 = 13377 * (IN(0) - IN(2) + IN(3));
1018     t3 = 13377 * IN(1);
1019
1020     out[0] = (t0 + t3      + (1 << 13)) >> 14;
1021     out[1] = (t1 + t3      + (1 << 13)) >> 14;
1022     out[2] = (t2           + (1 << 13)) >> 14;
1023     out[3] = (t0 + t1 - t3 + (1 << 13)) >> 14;
1024 }
1025
1026 itxfm_wrap(4, 4)
1027
1028 static av_always_inline void idct8_1d(int16_t *out, const int16_t *in,
1029                                       ptrdiff_t stride, int pass)
1030 {
1031     int t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1032
1033     t0a = ((IN(0)        + IN(4)) * 11585 + (1 << 13)) >> 14;
1034     t1a = ((IN(0)        - IN(4)) * 11585 + (1 << 13)) >> 14;
1035     t2a = (IN(2) *  6270 - IN(6)  * 15137 + (1 << 13)) >> 14;
1036     t3a = (IN(2) * 15137 + IN(6)  *  6270 + (1 << 13)) >> 14;
1037     t4a = (IN(1) *  3196 - IN(7)  * 16069 + (1 << 13)) >> 14;
1038     t5a = (IN(5) * 13623 - IN(3)  *  9102 + (1 << 13)) >> 14;
1039     t6a = (IN(5) *  9102 + IN(3)  * 13623 + (1 << 13)) >> 14;
1040     t7a = (IN(1) * 16069 + IN(7)  *  3196 + (1 << 13)) >> 14;
1041
1042     t0  = t0a + t3a;
1043     t1  = t1a + t2a;
1044     t2  = t1a - t2a;
1045     t3  = t0a - t3a;
1046     t4  = t4a + t5a;
1047     t5a = t4a - t5a;
1048     t7  = t7a + t6a;
1049     t6a = t7a - t6a;
1050
1051     t5  = ((t6a - t5a) * 11585 + (1 << 13)) >> 14;
1052     t6  = ((t6a + t5a) * 11585 + (1 << 13)) >> 14;
1053
1054     out[0] = t0 + t7;
1055     out[1] = t1 + t6;
1056     out[2] = t2 + t5;
1057     out[3] = t3 + t4;
1058     out[4] = t3 - t4;
1059     out[5] = t2 - t5;
1060     out[6] = t1 - t6;
1061     out[7] = t0 - t7;
1062 }
1063
1064 static av_always_inline void iadst8_1d(int16_t *out, const int16_t *in,
1065                                        ptrdiff_t stride, int pass)
1066 {
1067     int t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1068
1069     t0a = 16305 * IN(7) +  1606 * IN(0);
1070     t1a =  1606 * IN(7) - 16305 * IN(0);
1071     t2a = 14449 * IN(5) +  7723 * IN(2);
1072     t3a =  7723 * IN(5) - 14449 * IN(2);
1073     t4a = 10394 * IN(3) + 12665 * IN(4);
1074     t5a = 12665 * IN(3) - 10394 * IN(4);
1075     t6a =  4756 * IN(1) + 15679 * IN(6);
1076     t7a = 15679 * IN(1) -  4756 * IN(6);
1077
1078     t0  = (t0a + t4a + (1 << 13)) >> 14;
1079     t1  = (t1a + t5a + (1 << 13)) >> 14;
1080     t2  = (t2a + t6a + (1 << 13)) >> 14;
1081     t3  = (t3a + t7a + (1 << 13)) >> 14;
1082     t4  = (t0a - t4a + (1 << 13)) >> 14;
1083     t5  = (t1a - t5a + (1 << 13)) >> 14;
1084     t6  = (t2a - t6a + (1 << 13)) >> 14;
1085     t7  = (t3a - t7a + (1 << 13)) >> 14;
1086
1087     t4a = 15137 * t4 +  6270 * t5;
1088     t5a =  6270 * t4 - 15137 * t5;
1089     t6a = 15137 * t7 -  6270 * t6;
1090     t7a =  6270 * t7 + 15137 * t6;
1091
1092     out[0] =   t0 + t2;
1093     out[7] = -(t1 + t3);
1094     t2     =   t0 - t2;
1095     t3     =   t1 - t3;
1096
1097     out[1] = -((t4a + t6a + (1 << 13)) >> 14);
1098     out[6] =   (t5a + t7a + (1 << 13)) >> 14;
1099     t6     =   (t4a - t6a + (1 << 13)) >> 14;
1100     t7     =   (t5a - t7a + (1 << 13)) >> 14;
1101
1102     out[3] = -(((t2 + t3) * 11585 + (1 << 13)) >> 14);
1103     out[4] =   ((t2 - t3) * 11585 + (1 << 13)) >> 14;
1104     out[2] =   ((t6 + t7) * 11585 + (1 << 13)) >> 14;
1105     out[5] = -(((t6 - t7) * 11585 + (1 << 13)) >> 14);
1106 }
1107
1108 itxfm_wrap(8, 5)
1109
1110 static av_always_inline void idct16_1d(int16_t *out, const int16_t *in,
1111                                        ptrdiff_t stride, int pass)
1112 {
1113     int t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1114     int t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1115     int t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1116
1117     t0a  = ((IN(0)         + IN(8)) * 11585 + (1 << 13)) >> 14;
1118     t1a  = ((IN(0)         - IN(8)) * 11585 + (1 << 13)) >> 14;
1119     t2a  = (IN(4)  *  6270 - IN(12) * 15137 + (1 << 13)) >> 14;
1120     t3a  = (IN(4)  * 15137 + IN(12) *  6270 + (1 << 13)) >> 14;
1121     t4a  = (IN(2)  *  3196 - IN(14) * 16069 + (1 << 13)) >> 14;
1122     t7a  = (IN(2)  * 16069 + IN(14) *  3196 + (1 << 13)) >> 14;
1123     t5a  = (IN(10) * 13623 - IN(6)  *  9102 + (1 << 13)) >> 14;
1124     t6a  = (IN(10) *  9102 + IN(6)  * 13623 + (1 << 13)) >> 14;
1125     t8a  = (IN(1)  *  1606 - IN(15) * 16305 + (1 << 13)) >> 14;
1126     t15a = (IN(1)  * 16305 + IN(15) *  1606 + (1 << 13)) >> 14;
1127     t9a  = (IN(9)  * 12665 - IN(7)  * 10394 + (1 << 13)) >> 14;
1128     t14a = (IN(9)  * 10394 + IN(7)  * 12665 + (1 << 13)) >> 14;
1129     t10a = (IN(5)  *  7723 - IN(11) * 14449 + (1 << 13)) >> 14;
1130     t13a = (IN(5)  * 14449 + IN(11) *  7723 + (1 << 13)) >> 14;
1131     t11a = (IN(13) * 15679 - IN(3)  *  4756 + (1 << 13)) >> 14;
1132     t12a = (IN(13) *  4756 + IN(3)  * 15679 + (1 << 13)) >> 14;
1133
1134     t0   = t0a  + t3a;
1135     t1   = t1a  + t2a;
1136     t2   = t1a  - t2a;
1137     t3   = t0a  - t3a;
1138     t4   = t4a  + t5a;
1139     t5   = t4a  - t5a;
1140     t6   = t7a  - t6a;
1141     t7   = t7a  + t6a;
1142     t8   = t8a  + t9a;
1143     t9   = t8a  - t9a;
1144     t10  = t11a - t10a;
1145     t11  = t11a + t10a;
1146     t12  = t12a + t13a;
1147     t13  = t12a - t13a;
1148     t14  = t15a - t14a;
1149     t15  = t15a + t14a;
1150
1151     t5a  =   ((t6         - t5) * 11585  + (1 << 13)) >> 14;
1152     t6a  =   ((t6         + t5) * 11585  + (1 << 13)) >> 14;
1153     t9a  =   (t14 *  6270 - t9  * 15137  + (1 << 13)) >> 14;
1154     t14a =   (t14 * 15137 + t9  *  6270  + (1 << 13)) >> 14;
1155     t10a = (-(t13 * 15137 + t10 *  6270) + (1 << 13)) >> 14;
1156     t13a =   (t13 *  6270 - t10 * 15137  + (1 << 13)) >> 14;
1157
1158     t0a  = t0   + t7;
1159     t1a  = t1   + t6a;
1160     t2a  = t2   + t5a;
1161     t3a  = t3   + t4;
1162     t4   = t3   - t4;
1163     t5   = t2   - t5a;
1164     t6   = t1   - t6a;
1165     t7   = t0   - t7;
1166     t8a  = t8   + t11;
1167     t9   = t9a  + t10a;
1168     t10  = t9a  - t10a;
1169     t11a = t8   - t11;
1170     t12a = t15  - t12;
1171     t13  = t14a - t13a;
1172     t14  = t14a + t13a;
1173     t15a = t15  + t12;
1174
1175     t10a = ((t13  - t10)  * 11585 + (1 << 13)) >> 14;
1176     t13a = ((t13  + t10)  * 11585 + (1 << 13)) >> 14;
1177     t11  = ((t12a - t11a) * 11585 + (1 << 13)) >> 14;
1178     t12  = ((t12a + t11a) * 11585 + (1 << 13)) >> 14;
1179
1180     out[0]  = t0a + t15a;
1181     out[1]  = t1a + t14;
1182     out[2]  = t2a + t13a;
1183     out[3]  = t3a + t12;
1184     out[4]  = t4  + t11;
1185     out[5]  = t5  + t10a;
1186     out[6]  = t6  + t9;
1187     out[7]  = t7  + t8a;
1188     out[8]  = t7  - t8a;
1189     out[9]  = t6  - t9;
1190     out[10] = t5  - t10a;
1191     out[11] = t4  - t11;
1192     out[12] = t3a - t12;
1193     out[13] = t2a - t13a;
1194     out[14] = t1a - t14;
1195     out[15] = t0a - t15a;
1196 }
1197
1198 static av_always_inline void iadst16_1d(int16_t *out, const int16_t *in,
1199                                         ptrdiff_t stride, int pass)
1200 {
1201     int t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1202     int t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1203     int t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1204
1205     t0  = IN(15) * 16364 + IN(0)  *   804;
1206     t1  = IN(15) *   804 - IN(0)  * 16364;
1207     t2  = IN(13) * 15893 + IN(2)  *  3981;
1208     t3  = IN(13) *  3981 - IN(2)  * 15893;
1209     t4  = IN(11) * 14811 + IN(4)  *  7005;
1210     t5  = IN(11) *  7005 - IN(4)  * 14811;
1211     t6  = IN(9)  * 13160 + IN(6)  *  9760;
1212     t7  = IN(9)  *  9760 - IN(6)  * 13160;
1213     t8  = IN(7)  * 11003 + IN(8)  * 12140;
1214     t9  = IN(7)  * 12140 - IN(8)  * 11003;
1215     t10 = IN(5)  *  8423 + IN(10) * 14053;
1216     t11 = IN(5)  * 14053 - IN(10) *  8423;
1217     t12 = IN(3)  *  5520 + IN(12) * 15426;
1218     t13 = IN(3)  * 15426 - IN(12) *  5520;
1219     t14 = IN(1)  *  2404 + IN(14) * 16207;
1220     t15 = IN(1)  * 16207 - IN(14) *  2404;
1221
1222     t0a  = (t0 + t8  + (1 << 13)) >> 14;
1223     t1a  = (t1 + t9  + (1 << 13)) >> 14;
1224     t2a  = (t2 + t10 + (1 << 13)) >> 14;
1225     t3a  = (t3 + t11 + (1 << 13)) >> 14;
1226     t4a  = (t4 + t12 + (1 << 13)) >> 14;
1227     t5a  = (t5 + t13 + (1 << 13)) >> 14;
1228     t6a  = (t6 + t14 + (1 << 13)) >> 14;
1229     t7a  = (t7 + t15 + (1 << 13)) >> 14;
1230     t8a  = (t0 - t8  + (1 << 13)) >> 14;
1231     t9a  = (t1 - t9  + (1 << 13)) >> 14;
1232     t10a = (t2 - t10 + (1 << 13)) >> 14;
1233     t11a = (t3 - t11 + (1 << 13)) >> 14;
1234     t12a = (t4 - t12 + (1 << 13)) >> 14;
1235     t13a = (t5 - t13 + (1 << 13)) >> 14;
1236     t14a = (t6 - t14 + (1 << 13)) >> 14;
1237     t15a = (t7 - t15 + (1 << 13)) >> 14;
1238
1239     t8   = t8a  * 16069 + t9a  *  3196;
1240     t9   = t8a  *  3196 - t9a  * 16069;
1241     t10  = t10a *  9102 + t11a * 13623;
1242     t11  = t10a * 13623 - t11a *  9102;
1243     t12  = t13a * 16069 - t12a *  3196;
1244     t13  = t13a *  3196 + t12a * 16069;
1245     t14  = t15a *  9102 - t14a * 13623;
1246     t15  = t15a * 13623 + t14a *  9102;
1247
1248     t0   = t0a  + t4a;
1249     t1   = t1a  + t5a;
1250     t2   = t2a  + t6a;
1251     t3   = t3a  + t7a;
1252     t4   = t0a  - t4a;
1253     t5   = t1a  - t5a;
1254     t6   = t2a  - t6a;
1255     t7   = t3a  - t7a;
1256     t8a  = (t8  + t12 + (1 << 13)) >> 14;
1257     t9a  = (t9  + t13 + (1 << 13)) >> 14;
1258     t10a = (t10 + t14 + (1 << 13)) >> 14;
1259     t11a = (t11 + t15 + (1 << 13)) >> 14;
1260     t12a = (t8  - t12 + (1 << 13)) >> 14;
1261     t13a = (t9  - t13 + (1 << 13)) >> 14;
1262     t14a = (t10 - t14 + (1 << 13)) >> 14;
1263     t15a = (t11 - t15 + (1 << 13)) >> 14;
1264
1265     t4a  = t4   * 15137 + t5   *  6270;
1266     t5a  = t4   *  6270 - t5   * 15137;
1267     t6a  = t7   * 15137 - t6   *  6270;
1268     t7a  = t7   *  6270 + t6   * 15137;
1269     t12  = t12a * 15137 + t13a *  6270;
1270     t13  = t12a *  6270 - t13a * 15137;
1271     t14  = t15a * 15137 - t14a *  6270;
1272     t15  = t15a *  6270 + t14a * 15137;
1273
1274     out[0]  =     t0 + t2;
1275     out[15] =   -(t1 + t3);
1276     t2a     =     t0 - t2;
1277     t3a     =     t1 - t3;
1278     out[3]  = -((t4a + t6a + (1 << 13)) >> 14);
1279     out[12] =   (t5a + t7a + (1 << 13)) >> 14;
1280     t6      =   (t4a - t6a + (1 << 13)) >> 14;
1281     t7      =   (t5a - t7a + (1 << 13)) >> 14;
1282     out[1]  =  -(t8a + t10a);
1283     out[14] =    t9a + t11a;
1284     t10     =    t8a - t10a;
1285     t11     =    t9a - t11a;
1286     out[2]  =   (t12 + t14 + (1 << 13)) >> 14;
1287     out[13] = -((t13 + t15 + (1 << 13)) >> 14);
1288     t14a    =   (t12 - t14 + (1 << 13)) >> 14;
1289     t15a    =   (t13 - t15 + (1 << 13)) >> 14;
1290
1291     out[7]  = ((t2a  + t3a)  * -11585 + (1 << 13)) >> 14;
1292     out[8]  = ((t2a  - t3a)  *  11585 + (1 << 13)) >> 14;
1293     out[4]  = ((t7   + t6)   *  11585 + (1 << 13)) >> 14;
1294     out[11] = ((t7   - t6)   *  11585 + (1 << 13)) >> 14;
1295     out[6]  = ((t11  + t10)  *  11585 + (1 << 13)) >> 14;
1296     out[9]  = ((t11  - t10)  *  11585 + (1 << 13)) >> 14;
1297     out[5]  = ((t14a + t15a) * -11585 + (1 << 13)) >> 14;
1298     out[10] = ((t14a - t15a) *  11585 + (1 << 13)) >> 14;
1299 }
1300
1301 itxfm_wrap(16, 6)
1302
1303 static av_always_inline void idct32_1d(int16_t *out, const int16_t *in,
1304                                        ptrdiff_t stride, int pass)
1305 {
1306     int t0a  = ((IN(0)         + IN(16)) * 11585 + (1 << 13)) >> 14;
1307     int t1a  = ((IN(0)         - IN(16)) * 11585 + (1 << 13)) >> 14;
1308     int t2a  = (IN(8)  *  6270 - IN(24)  * 15137 + (1 << 13)) >> 14;
1309     int t3a  = (IN(8)  * 15137 + IN(24)  *  6270 + (1 << 13)) >> 14;
1310     int t4a  = (IN(4)  *  3196 - IN(28)  * 16069 + (1 << 13)) >> 14;
1311     int t7a  = (IN(4)  * 16069 + IN(28)  *  3196 + (1 << 13)) >> 14;
1312     int t5a  = (IN(20) * 13623 - IN(12)  *  9102 + (1 << 13)) >> 14;
1313     int t6a  = (IN(20) *  9102 + IN(12)  * 13623 + (1 << 13)) >> 14;
1314     int t8a  = (IN(2)  *  1606 - IN(30)  * 16305 + (1 << 13)) >> 14;
1315     int t15a = (IN(2)  * 16305 + IN(30)  *  1606 + (1 << 13)) >> 14;
1316     int t9a  = (IN(18) * 12665 - IN(14)  * 10394 + (1 << 13)) >> 14;
1317     int t14a = (IN(18) * 10394 + IN(14)  * 12665 + (1 << 13)) >> 14;
1318     int t10a = (IN(10) *  7723 - IN(22)  * 14449 + (1 << 13)) >> 14;
1319     int t13a = (IN(10) * 14449 + IN(22)  *  7723 + (1 << 13)) >> 14;
1320     int t11a = (IN(26) * 15679 - IN(6)   *  4756 + (1 << 13)) >> 14;
1321     int t12a = (IN(26) *  4756 + IN(6)   * 15679 + (1 << 13)) >> 14;
1322     int t16a = (IN(1)  *   804 - IN(31)  * 16364 + (1 << 13)) >> 14;
1323     int t31a = (IN(1)  * 16364 + IN(31)  *   804 + (1 << 13)) >> 14;
1324     int t17a = (IN(17) * 12140 - IN(15)  * 11003 + (1 << 13)) >> 14;
1325     int t30a = (IN(17) * 11003 + IN(15)  * 12140 + (1 << 13)) >> 14;
1326     int t18a = (IN(9)  *  7005 - IN(23)  * 14811 + (1 << 13)) >> 14;
1327     int t29a = (IN(9)  * 14811 + IN(23)  *  7005 + (1 << 13)) >> 14;
1328     int t19a = (IN(25) * 15426 - IN(7)   *  5520 + (1 << 13)) >> 14;
1329     int t28a = (IN(25) *  5520 + IN(7)   * 15426 + (1 << 13)) >> 14;
1330     int t20a = (IN(5)  *  3981 - IN(27)  * 15893 + (1 << 13)) >> 14;
1331     int t27a = (IN(5)  * 15893 + IN(27)  *  3981 + (1 << 13)) >> 14;
1332     int t21a = (IN(21) * 14053 - IN(11)  *  8423 + (1 << 13)) >> 14;
1333     int t26a = (IN(21) *  8423 + IN(11)  * 14053 + (1 << 13)) >> 14;
1334     int t22a = (IN(13) *  9760 - IN(19)  * 13160 + (1 << 13)) >> 14;
1335     int t25a = (IN(13) * 13160 + IN(19)  *  9760 + (1 << 13)) >> 14;
1336     int t23a = (IN(29) * 16207 - IN(3)   *  2404 + (1 << 13)) >> 14;
1337     int t24a = (IN(29) *  2404 + IN(3)   * 16207 + (1 << 13)) >> 14;
1338
1339     int t0  = t0a  + t3a;
1340     int t1  = t1a  + t2a;
1341     int t2  = t1a  - t2a;
1342     int t3  = t0a  - t3a;
1343     int t4  = t4a  + t5a;
1344     int t5  = t4a  - t5a;
1345     int t6  = t7a  - t6a;
1346     int t7  = t7a  + t6a;
1347     int t8  = t8a  + t9a;
1348     int t9  = t8a  - t9a;
1349     int t10 = t11a - t10a;
1350     int t11 = t11a + t10a;
1351     int t12 = t12a + t13a;
1352     int t13 = t12a - t13a;
1353     int t14 = t15a - t14a;
1354     int t15 = t15a + t14a;
1355     int t16 = t16a + t17a;
1356     int t17 = t16a - t17a;
1357     int t18 = t19a - t18a;
1358     int t19 = t19a + t18a;
1359     int t20 = t20a + t21a;
1360     int t21 = t20a - t21a;
1361     int t22 = t23a - t22a;
1362     int t23 = t23a + t22a;
1363     int t24 = t24a + t25a;
1364     int t25 = t24a - t25a;
1365     int t26 = t27a - t26a;
1366     int t27 = t27a + t26a;
1367     int t28 = t28a + t29a;
1368     int t29 = t28a - t29a;
1369     int t30 = t31a - t30a;
1370     int t31 = t31a + t30a;
1371
1372     t5a  =   ((t6         - t5) * 11585  + (1 << 13)) >> 14;
1373     t6a  =   ((t6         + t5) * 11585  + (1 << 13)) >> 14;
1374     t9a  =   (t14 *  6270 - t9  * 15137  + (1 << 13)) >> 14;
1375     t14a =   (t14 * 15137 + t9  *  6270  + (1 << 13)) >> 14;
1376     t10a = (-(t13 * 15137 + t10 *  6270) + (1 << 13)) >> 14;
1377     t13a =   (t13 *  6270 - t10 * 15137  + (1 << 13)) >> 14;
1378     t17a =   (t30 *  3196 - t17 * 16069  + (1 << 13)) >> 14;
1379     t30a =   (t30 * 16069 + t17 *  3196  + (1 << 13)) >> 14;
1380     t18a = (-(t29 * 16069 + t18 *  3196) + (1 << 13)) >> 14;
1381     t29a =   (t29 *  3196 - t18 * 16069  + (1 << 13)) >> 14;
1382     t21a =   (t26 * 13623 - t21 *  9102  + (1 << 13)) >> 14;
1383     t26a =   (t26 *  9102 + t21 * 13623  + (1 << 13)) >> 14;
1384     t22a = (-(t25 *  9102 + t22 * 13623) + (1 << 13)) >> 14;
1385     t25a =   (t25 * 13623 - t22 *  9102  + (1 << 13)) >> 14;
1386
1387     t0a  = t0   + t7;
1388     t1a  = t1   + t6a;
1389     t2a  = t2   + t5a;
1390     t3a  = t3   + t4;
1391     t4a  = t3   - t4;
1392     t5   = t2   - t5a;
1393     t6   = t1   - t6a;
1394     t7a  = t0   - t7;
1395     t8a  = t8   + t11;
1396     t9   = t9a  + t10a;
1397     t10  = t9a  - t10a;
1398     t11a = t8   - t11;
1399     t12a = t15  - t12;
1400     t13  = t14a - t13a;
1401     t14  = t14a + t13a;
1402     t15a = t15  + t12;
1403     t16a = t16  + t19;
1404     t17  = t17a + t18a;
1405     t18  = t17a - t18a;
1406     t19a = t16  - t19;
1407     t20a = t23  - t20;
1408     t21  = t22a - t21a;
1409     t22  = t22a + t21a;
1410     t23a = t23  + t20;
1411     t24a = t24  + t27;
1412     t25  = t25a + t26a;
1413     t26  = t25a - t26a;
1414     t27a = t24  - t27;
1415     t28a = t31  - t28;
1416     t29  = t30a - t29a;
1417     t30  = t30a + t29a;
1418     t31a = t31  + t28;
1419
1420     t10a = ((t13           - t10)  * 11585  + (1 << 13)) >> 14;
1421     t13a = ((t13           + t10)  * 11585  + (1 << 13)) >> 14;
1422     t11  = ((t12a          - t11a) * 11585  + (1 << 13)) >> 14;
1423     t12  = ((t12a          + t11a) * 11585  + (1 << 13)) >> 14;
1424     t18a =   (t29  *  6270 - t18   * 15137  + (1 << 13)) >> 14;
1425     t29a =   (t29  * 15137 + t18   *  6270  + (1 << 13)) >> 14;
1426     t19  =   (t28a *  6270 - t19a  * 15137  + (1 << 13)) >> 14;
1427     t28  =   (t28a * 15137 + t19a  *  6270  + (1 << 13)) >> 14;
1428     t20  = (-(t27a * 15137 + t20a  *  6270) + (1 << 13)) >> 14;
1429     t27  =   (t27a *  6270 - t20a  * 15137  + (1 << 13)) >> 14;
1430     t21a = (-(t26  * 15137 + t21   *  6270) + (1 << 13)) >> 14;
1431     t26a =   (t26  *  6270 - t21   * 15137  + (1 << 13)) >> 14;
1432
1433     t0   = t0a  + t15a;
1434     t1   = t1a  + t14;
1435     t2   = t2a  + t13a;
1436     t3   = t3a  + t12;
1437     t4   = t4a  + t11;
1438     t5a  = t5   + t10a;
1439     t6a  = t6   + t9;
1440     t7   = t7a  + t8a;
1441     t8   = t7a  - t8a;
1442     t9a  = t6   - t9;
1443     t10  = t5   - t10a;
1444     t11a = t4a  - t11;
1445     t12a = t3a  - t12;
1446     t13  = t2a  - t13a;
1447     t14a = t1a  - t14;
1448     t15  = t0a  - t15a;
1449     t16  = t16a + t23a;
1450     t17a = t17  + t22;
1451     t18  = t18a + t21a;
1452     t19a = t19  + t20;
1453     t20a = t19  - t20;
1454     t21  = t18a - t21a;
1455     t22a = t17  - t22;
1456     t23  = t16a - t23a;
1457     t24  = t31a - t24a;
1458     t25a = t30  - t25;
1459     t26  = t29a - t26a;
1460     t27a = t28  - t27;
1461     t28a = t28  + t27;
1462     t29  = t29a + t26a;
1463     t30a = t30  + t25;
1464     t31  = t31a + t24a;
1465
1466     t20  = ((t27a - t20a) * 11585 + (1 << 13)) >> 14;
1467     t27  = ((t27a + t20a) * 11585 + (1 << 13)) >> 14;
1468     t21a = ((t26  - t21)  * 11585 + (1 << 13)) >> 14;
1469     t26a = ((t26  + t21)  * 11585 + (1 << 13)) >> 14;
1470     t22  = ((t25a - t22a) * 11585 + (1 << 13)) >> 14;
1471     t25  = ((t25a + t22a) * 11585 + (1 << 13)) >> 14;
1472     t23a = ((t24  - t23)  * 11585 + (1 << 13)) >> 14;
1473     t24a = ((t24  + t23)  * 11585 + (1 << 13)) >> 14;
1474
1475     out[0]  = t0   + t31;
1476     out[1]  = t1   + t30a;
1477     out[2]  = t2   + t29;
1478     out[3]  = t3   + t28a;
1479     out[4]  = t4   + t27;
1480     out[5]  = t5a  + t26a;
1481     out[6]  = t6a  + t25;
1482     out[7]  = t7   + t24a;
1483     out[8]  = t8   + t23a;
1484     out[9]  = t9a  + t22;
1485     out[10] = t10  + t21a;
1486     out[11] = t11a + t20;
1487     out[12] = t12a + t19a;
1488     out[13] = t13  + t18;
1489     out[14] = t14a + t17a;
1490     out[15] = t15  + t16;
1491     out[16] = t15  - t16;
1492     out[17] = t14a - t17a;
1493     out[18] = t13  - t18;
1494     out[19] = t12a - t19a;
1495     out[20] = t11a - t20;
1496     out[21] = t10  - t21a;
1497     out[22] = t9a  - t22;
1498     out[23] = t8   - t23a;
1499     out[24] = t7   - t24a;
1500     out[25] = t6a  - t25;
1501     out[26] = t5a  - t26a;
1502     out[27] = t4   - t27;
1503     out[28] = t3   - t28a;
1504     out[29] = t2   - t29;
1505     out[30] = t1   - t30a;
1506     out[31] = t0   - t31;
1507 }
1508
1509 itxfm_wrapper(idct, idct, 32, 6, 1)
1510
1511 static av_always_inline void iwht4_1d(int16_t *out, const int16_t *in,
1512                                       ptrdiff_t stride, int pass)
1513 {
1514     int t0, t1, t2, t3, t4;
1515
1516     if (pass == 0) {
1517         t0 = IN(0) >> 2;
1518         t1 = IN(3) >> 2;
1519         t2 = IN(1) >> 2;
1520         t3 = IN(2) >> 2;
1521     } else {
1522         t0 = IN(0);
1523         t1 = IN(3);
1524         t2 = IN(1);
1525         t3 = IN(2);
1526     }
1527
1528     t0 += t2;
1529     t3 -= t1;
1530     t4 = (t0 - t3) >> 1;
1531     t1 = t4 - t1;
1532     t2 = t4 - t2;
1533     t0 -= t1;
1534     t3 += t2;
1535
1536     out[0] = t0;
1537     out[1] = t1;
1538     out[2] = t2;
1539     out[3] = t3;
1540 }
1541
1542 itxfm_wrapper(iwht, iwht, 4, 0, 0)
1543
1544 #undef IN
1545 #undef itxfm_wrapper
1546 #undef itxfm_wrap
1547
1548 static av_cold void vp9dsp_itxfm_init(VP9DSPContext *dsp)
1549 {
1550 #define init_itxfm(tx, sz)                                        \
1551     dsp->itxfm_add[tx][DCT_DCT]   = idct_idct_   ## sz ## _add_c; \
1552     dsp->itxfm_add[tx][DCT_ADST]  = iadst_idct_  ## sz ## _add_c; \
1553     dsp->itxfm_add[tx][ADST_DCT]  = idct_iadst_  ## sz ## _add_c; \
1554     dsp->itxfm_add[tx][ADST_ADST] = iadst_iadst_ ## sz ## _add_c
1555
1556 #define init_idct(tx, nm)                               \
1557     dsp->itxfm_add[tx][DCT_DCT]   =                     \
1558     dsp->itxfm_add[tx][ADST_DCT]  =                     \
1559     dsp->itxfm_add[tx][DCT_ADST]  =                     \
1560     dsp->itxfm_add[tx][ADST_ADST] = nm ## _add_c
1561
1562     init_itxfm(TX_4X4, 4x4);
1563     init_itxfm(TX_8X8, 8x8);
1564     init_itxfm(TX_16X16, 16x16);
1565     init_idct(TX_32X32, idct_idct_32x32);
1566     init_idct(4 /* lossless */, iwht_iwht_4x4);
1567
1568 #undef init_itxfm
1569 #undef init_idct
1570 }
1571
1572 static av_always_inline void loop_filter(uint8_t *dst, ptrdiff_t stride,
1573                                          int E, int I, int H,
1574                                          ptrdiff_t stridea, ptrdiff_t strideb,
1575                                          int wd)
1576 {
1577     int i;
1578
1579     for (i = 0; i < 8; i++, dst += stridea) {
1580         int p7, p6, p5, p4;
1581         int p3 = dst[strideb * -4], p2 = dst[strideb * -3];
1582         int p1 = dst[strideb * -2], p0 = dst[strideb * -1];
1583         int q0 = dst[strideb * +0], q1 = dst[strideb * +1];
1584         int q2 = dst[strideb * +2], q3 = dst[strideb * +3];
1585         int q4, q5, q6, q7;
1586         int fm = FFABS(p3 - p2) <= I && FFABS(p2 - p1) <= I &&
1587                  FFABS(p1 - p0) <= I && FFABS(q1 - q0) <= I &&
1588                  FFABS(q2 - q1) <= I && FFABS(q3 - q2) <= I &&
1589                  FFABS(p0 - q0) * 2 + (FFABS(p1 - q1) >> 1) <= E;
1590         int flat8out, flat8in;
1591
1592         if (!fm)
1593             continue;
1594
1595         if (wd >= 16) {
1596             p7 = dst[strideb * -8];
1597             p6 = dst[strideb * -7];
1598             p5 = dst[strideb * -6];
1599             p4 = dst[strideb * -5];
1600             q4 = dst[strideb * +4];
1601             q5 = dst[strideb * +5];
1602             q6 = dst[strideb * +6];
1603             q7 = dst[strideb * +7];
1604
1605             flat8out = FFABS(p7 - p0) <= 1 && FFABS(p6 - p0) <= 1 &&
1606                        FFABS(p5 - p0) <= 1 && FFABS(p4 - p0) <= 1 &&
1607                        FFABS(q4 - q0) <= 1 && FFABS(q5 - q0) <= 1 &&
1608                        FFABS(q6 - q0) <= 1 && FFABS(q7 - q0) <= 1;
1609         }
1610
1611         if (wd >= 8)
1612             flat8in = FFABS(p3 - p0) <= 1 && FFABS(p2 - p0) <= 1 &&
1613                       FFABS(p1 - p0) <= 1 && FFABS(q1 - q0) <= 1 &&
1614                       FFABS(q2 - q0) <= 1 && FFABS(q3 - q0) <= 1;
1615
1616         if (wd >= 16 && flat8out && flat8in) {
1617             dst[strideb * -7] = (p7 + p7 + p7 + p7 + p7 + p7 + p7 + p6 * 2 +
1618                                  p5 + p4 + p3 + p2 + p1 + p0 + q0 + 8) >> 4;
1619             dst[strideb * -6] = (p7 + p7 + p7 + p7 + p7 + p7 + p6 + p5 * 2 +
1620                                  p4 + p3 + p2 + p1 + p0 + q0 + q1 + 8) >> 4;
1621             dst[strideb * -5] = (p7 + p7 + p7 + p7 + p7 + p6 + p5 + p4 * 2 +
1622                                  p3 + p2 + p1 + p0 + q0 + q1 + q2 + 8) >> 4;
1623             dst[strideb * -4] = (p7 + p7 + p7 + p7 + p6 + p5 + p4 + p3 * 2 +
1624                                  p2 + p1 + p0 + q0 + q1 + q2 + q3 + 8) >> 4;
1625             dst[strideb * -3] = (p7 + p7 + p7 + p6 + p5 + p4 + p3 + p2 * 2 +
1626                                  p1 + p0 + q0 + q1 + q2 + q3 + q4 + 8) >> 4;
1627             dst[strideb * -2] = (p7 + p7 + p6 + p5 + p4 + p3 + p2 + p1 * 2 +
1628                                  p0 + q0 + q1 + q2 + q3 + q4 + q5 + 8) >> 4;
1629             dst[strideb * -1] = (p7 + p6 + p5 + p4 + p3 + p2 + p1 + p0 * 2 +
1630                                  q0 + q1 + q2 + q3 + q4 + q5 + q6 + 8) >> 4;
1631             dst[strideb * +0] = (p6 + p5 + p4 + p3 + p2 + p1 + p0 + q0 * 2 +
1632                                  q1 + q2 + q3 + q4 + q5 + q6 + q7 + 8) >> 4;
1633             dst[strideb * +1] = (p5 + p4 + p3 + p2 + p1 + p0 + q0 + q1 * 2 +
1634                                  q2 + q3 + q4 + q5 + q6 + q7 + q7 + 8) >> 4;
1635             dst[strideb * +2] = (p4 + p3 + p2 + p1 + p0 + q0 + q1 + q2 * 2 +
1636                                  q3 + q4 + q5 + q6 + q7 + q7 + q7 + 8) >> 4;
1637             dst[strideb * +3] = (p3 + p2 + p1 + p0 + q0 + q1 + q2 + q3 * 2 +
1638                                  q4 + q5 + q6 + q7 + q7 + q7 + q7 + 8) >> 4;
1639             dst[strideb * +4] = (p2 + p1 + p0 + q0 + q1 + q2 + q3 + q4 * 2 +
1640                                  q5 + q6 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1641             dst[strideb * +5] = (p1 + p0 + q0 + q1 + q2 + q3 + q4 + q5 * 2 +
1642                                  q6 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1643             dst[strideb * +6] = (p0 + q0 + q1 + q2 + q3 + q4 + q5 + q6 * 2 +
1644                                  q7 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1645         } else if (wd >= 8 && flat8in) {
1646             dst[strideb * -3] = (p3 + p3 + p3 + 2 * p2 + p1 + p0 + q0 + 4) >> 3;
1647             dst[strideb * -2] = (p3 + p3 + p2 + 2 * p1 + p0 + q0 + q1 + 4) >> 3;
1648             dst[strideb * -1] = (p3 + p2 + p1 + 2 * p0 + q0 + q1 + q2 + 4) >> 3;
1649             dst[strideb * +0] = (p2 + p1 + p0 + 2 * q0 + q1 + q2 + q3 + 4) >> 3;
1650             dst[strideb * +1] = (p1 + p0 + q0 + 2 * q1 + q2 + q3 + q3 + 4) >> 3;
1651             dst[strideb * +2] = (p0 + q0 + q1 + 2 * q2 + q3 + q3 + q3 + 4) >> 3;
1652         } else {
1653             int hev = FFABS(p1 - p0) > H || FFABS(q1 - q0) > H;
1654
1655             if (hev) {
1656                 int f = av_clip_int8(3 * (q0 - p0) + av_clip_int8(p1 - q1));
1657                 int f1 = FFMIN(f + 4, 127) >> 3;
1658                 int f2 = FFMIN(f + 3, 127) >> 3;
1659
1660                 dst[strideb * -1] = av_clip_uint8(p0 + f2);
1661                 dst[strideb * +0] = av_clip_uint8(q0 - f1);
1662             } else {
1663                 int f = av_clip_int8(3 * (q0 - p0));
1664                 int f1 = FFMIN(f + 4, 127) >> 3;
1665                 int f2 = FFMIN(f + 3, 127) >> 3;
1666
1667                 dst[strideb * -1] = av_clip_uint8(p0 + f2);
1668                 dst[strideb * +0] = av_clip_uint8(q0 - f1);
1669
1670                 f = (f1 + 1) >> 1;
1671                 dst[strideb * -2] = av_clip_uint8(p1 + f);
1672                 dst[strideb * +1] = av_clip_uint8(q1 - f);
1673             }
1674         }
1675     }
1676 }
1677
1678 #define lf_8_fn(dir, wd, stridea, strideb)                                  \
1679 static void loop_filter_ ## dir ## _ ## wd  ## _8_c(uint8_t *dst,           \
1680                                                     ptrdiff_t stride,       \
1681                                                     int E, int I, int H)    \
1682 {                                                                           \
1683     loop_filter(dst, stride, E, I, H, stridea, strideb, wd);                \
1684 }
1685
1686 #define lf_8_fns(wd)          \
1687     lf_8_fn(h, wd, stride, 1) \
1688     lf_8_fn(v, wd, 1, stride)
1689
1690 lf_8_fns(4)
1691 lf_8_fns(8)
1692 lf_8_fns(16)
1693
1694 #undef lf_8_fn
1695 #undef lf_8_fns
1696
1697 #define lf_16_fn(dir, stridea)                                          \
1698 static void loop_filter_ ## dir ## _16_16_c(uint8_t *dst,               \
1699                                             ptrdiff_t stride,           \
1700                                             int E, int I, int H)        \
1701 {                                                                       \
1702     loop_filter_ ## dir ## _16_8_c(dst, stride, E, I, H);               \
1703     loop_filter_ ## dir ## _16_8_c(dst + 8 * stridea, stride, E, I, H); \
1704 }
1705
1706 lf_16_fn(h, stride)
1707 lf_16_fn(v, 1)
1708
1709 #undef lf_16_fn
1710
1711 #define lf_mix_fn(dir, wd1, wd2, stridea)                                     \
1712 static void loop_filter_ ## dir ## _ ## wd1 ## wd2 ## _16_c(uint8_t *dst,     \
1713                                                             ptrdiff_t stride, \
1714                                                             int E, int I,     \
1715                                                             int H)            \
1716 {                                                                             \
1717     loop_filter_ ## dir ## _ ## wd1 ## _8_c(dst, stride, E & 0xff,            \
1718                                             I & 0xff, H & 0xff);              \
1719     loop_filter_ ## dir ## _ ## wd2 ## _8_c(dst + 8 * stridea, stride,        \
1720                                             E >> 8, I >> 8, H >> 8);          \
1721 }
1722
1723 #define lf_mix_fns(wd1, wd2)       \
1724     lf_mix_fn(h, wd1, wd2, stride) \
1725     lf_mix_fn(v, wd1, wd2, 1)
1726
1727 lf_mix_fns(4, 4)
1728 lf_mix_fns(4, 8)
1729 lf_mix_fns(8, 4)
1730 lf_mix_fns(8, 8)
1731
1732 #undef lf_mix_fn
1733 #undef lf_mix_fns
1734
1735 static av_cold void vp9dsp_loopfilter_init(VP9DSPContext *dsp)
1736 {
1737     dsp->loop_filter_8[0][0] = loop_filter_h_4_8_c;
1738     dsp->loop_filter_8[0][1] = loop_filter_v_4_8_c;
1739     dsp->loop_filter_8[1][0] = loop_filter_h_8_8_c;
1740     dsp->loop_filter_8[1][1] = loop_filter_v_8_8_c;
1741     dsp->loop_filter_8[2][0] = loop_filter_h_16_8_c;
1742     dsp->loop_filter_8[2][1] = loop_filter_v_16_8_c;
1743
1744     dsp->loop_filter_16[0] = loop_filter_h_16_16_c;
1745     dsp->loop_filter_16[1] = loop_filter_v_16_16_c;
1746
1747     dsp->loop_filter_mix2[0][0][0] = loop_filter_h_44_16_c;
1748     dsp->loop_filter_mix2[0][0][1] = loop_filter_v_44_16_c;
1749     dsp->loop_filter_mix2[0][1][0] = loop_filter_h_48_16_c;
1750     dsp->loop_filter_mix2[0][1][1] = loop_filter_v_48_16_c;
1751     dsp->loop_filter_mix2[1][0][0] = loop_filter_h_84_16_c;
1752     dsp->loop_filter_mix2[1][0][1] = loop_filter_v_84_16_c;
1753     dsp->loop_filter_mix2[1][1][0] = loop_filter_h_88_16_c;
1754     dsp->loop_filter_mix2[1][1][1] = loop_filter_v_88_16_c;
1755 }
1756
1757 static av_always_inline void copy_c(uint8_t *dst, ptrdiff_t dst_stride,
1758                                     const uint8_t *src, ptrdiff_t src_stride,
1759                                     int w, int h)
1760 {
1761     do {
1762         memcpy(dst, src, w);
1763
1764         dst += dst_stride;
1765         src += src_stride;
1766     } while (--h);
1767 }
1768
1769 static av_always_inline void avg_c(uint8_t *dst, ptrdiff_t dst_stride,
1770                                    const uint8_t *src, ptrdiff_t src_stride,
1771                                    int w, int h)
1772 {
1773     do {
1774         int x;
1775
1776         for (x = 0; x < w; x += 4)
1777             AV_WN32A(&dst[x], rnd_avg32(AV_RN32A(&dst[x]), AV_RN32(&src[x])));
1778
1779         dst += dst_stride;
1780         src += src_stride;
1781     } while (--h);
1782 }
1783
1784 #define fpel_fn(type, sz)                                              \
1785 static void type ## sz ## _c(uint8_t *dst, ptrdiff_t dst_stride,       \
1786                              const uint8_t *src, ptrdiff_t src_stride, \
1787                              int h, int mx, int my)                    \
1788 {                                                                      \
1789     type ## _c(dst, dst_stride, src, src_stride, sz, h);               \
1790 }
1791
1792 #define copy_avg_fn(sz) \
1793     fpel_fn(copy, sz)   \
1794     fpel_fn(avg, sz)
1795
1796 copy_avg_fn(64)
1797 copy_avg_fn(32)
1798 copy_avg_fn(16)
1799 copy_avg_fn(8)
1800 copy_avg_fn(4)
1801
1802 #undef fpel_fn
1803 #undef copy_avg_fn
1804
1805 const DECLARE_ALIGNED(8, int8_t, ff_vp9_subpel_filters)[3][15][8] = {
1806     [FILTER_8TAP_REGULAR] = {
1807         {  0,  1,  -5, 126,   8,  -3,  1,  0 },
1808         { -1,  3, -10, 122,  18,  -6,  2,  0 },
1809         { -1,  4, -13, 118,  27,  -9,  3, -1 },
1810         { -1,  4, -16, 112,  37, -11,  4, -1 },
1811         { -1,  5, -18, 105,  48, -14,  4, -1 },
1812         { -1,  5, -19,  97,  58, -16,  5, -1 },
1813         { -1,  6, -19,  88,  68, -18,  5, -1 },
1814         { -1,  6, -19,  78,  78, -19,  6, -1 },
1815         { -1,  5, -18,  68,  88, -19,  6, -1 },
1816         { -1,  5, -16,  58,  97, -19,  5, -1 },
1817         { -1,  4, -14,  48, 105, -18,  5, -1 },
1818         { -1,  4, -11,  37, 112, -16,  4, -1 },
1819         { -1,  3,  -9,  27, 118, -13,  4, -1 },
1820         {  0,  2,  -6,  18, 122, -10,  3, -1 },
1821         {  0,  1,  -3,   8, 126,  -5,  1,  0 },
1822     }, [FILTER_8TAP_SHARP] = {
1823         { -1,  3,  -7, 127,   8,  -3,  1,  0 },
1824         { -2,  5, -13, 125,  17,  -6,  3, -1 },
1825         { -3,  7, -17, 121,  27, -10,  5, -2 },
1826         { -4,  9, -20, 115,  37, -13,  6, -2 },
1827         { -4, 10, -23, 108,  48, -16,  8, -3 },
1828         { -4, 10, -24, 100,  59, -19,  9, -3 },
1829         { -4, 11, -24,  90,  70, -21, 10, -4 },
1830         { -4, 11, -23,  80,  80, -23, 11, -4 },
1831         { -4, 10, -21,  70,  90, -24, 11, -4 },
1832         { -3,  9, -19,  59, 100, -24, 10, -4 },
1833         { -3,  8, -16,  48, 108, -23, 10, -4 },
1834         { -2,  6, -13,  37, 115, -20,  9, -4 },
1835         { -2,  5, -10,  27, 121, -17,  7, -3 },
1836         { -1,  3,  -6,  17, 125, -13,  5, -2 },
1837         {  0,  1,  -3,   8, 127,  -7,  3, -1 },
1838     }, [FILTER_8TAP_SMOOTH] = {
1839         { -3, -1,  32,  64,  38,   1, -3,  0 },
1840         { -2, -2,  29,  63,  41,   2, -3,  0 },
1841         { -2, -2,  26,  63,  43,   4, -4,  0 },
1842         { -2, -3,  24,  62,  46,   5, -4,  0 },
1843         { -2, -3,  21,  60,  49,   7, -4,  0 },
1844         { -1, -4,  18,  59,  51,   9, -4,  0 },
1845         { -1, -4,  16,  57,  53,  12, -4, -1 },
1846         { -1, -4,  14,  55,  55,  14, -4, -1 },
1847         { -1, -4,  12,  53,  57,  16, -4, -1 },
1848         {  0, -4,   9,  51,  59,  18, -4, -1 },
1849         {  0, -4,   7,  49,  60,  21, -3, -2 },
1850         {  0, -4,   5,  46,  62,  24, -3, -2 },
1851         {  0, -4,   4,  43,  63,  26, -2, -2 },
1852         {  0, -3,   2,  41,  63,  29, -2, -2 },
1853         {  0, -3,   1,  38,  64,  32, -1, -3 },
1854     }
1855 };
1856
1857 #define FILTER_8TAP(src, x, F, stride)              \
1858     av_clip_uint8((F[0] * src[x + -3 * stride] +    \
1859                    F[1] * src[x + -2 * stride] +    \
1860                    F[2] * src[x + -1 * stride] +    \
1861                    F[3] * src[x + +0 * stride] +    \
1862                    F[4] * src[x + +1 * stride] +    \
1863                    F[5] * src[x + +2 * stride] +    \
1864                    F[6] * src[x + +3 * stride] +    \
1865                    F[7] * src[x + +4 * stride] + 64) >> 7)
1866
1867 static av_always_inline void do_8tap_1d_c(uint8_t *dst, ptrdiff_t dst_stride,
1868                                           const uint8_t *src, ptrdiff_t src_stride,
1869                                           int w, int h, ptrdiff_t ds,
1870                                           const int8_t *filter, int avg)
1871 {
1872     do {
1873         int x;
1874
1875         for (x = 0; x < w; x++)
1876             if (avg)
1877                 dst[x] = (dst[x] + FILTER_8TAP(src, x, filter, ds) + 1) >> 1;
1878             else
1879                 dst[x] = FILTER_8TAP(src, x, filter, ds);
1880
1881         dst += dst_stride;
1882         src += src_stride;
1883     } while (--h);
1884 }
1885
1886 #define filter_8tap_1d_fn(opn, opa, dir, ds)                                \
1887 static av_noinline void opn ## _8tap_1d_ ## dir ## _c(uint8_t *dst,         \
1888                                                       ptrdiff_t dst_stride, \
1889                                                       const uint8_t *src,   \
1890                                                       ptrdiff_t src_stride, \
1891                                                       int w, int h,         \
1892                                                       const int8_t *filter) \
1893 {                                                                           \
1894     do_8tap_1d_c(dst, dst_stride, src, src_stride, w, h, ds, filter, opa);  \
1895 }
1896
1897 filter_8tap_1d_fn(put, 0, v, src_stride)
1898 filter_8tap_1d_fn(put, 0, h, 1)
1899 filter_8tap_1d_fn(avg, 1, v, src_stride)
1900 filter_8tap_1d_fn(avg, 1, h, 1)
1901
1902 #undef filter_8tap_1d_fn
1903
1904 static av_always_inline void do_8tap_2d_c(uint8_t *dst, ptrdiff_t dst_stride,
1905                                           const uint8_t *src, ptrdiff_t src_stride,
1906                                           int w, int h, const int8_t *filterx,
1907                                           const int8_t *filtery, int avg)
1908 {
1909     int tmp_h = h + 7;
1910     uint8_t tmp[64 * 71], *tmp_ptr = tmp;
1911
1912     src -= src_stride * 3;
1913     do {
1914         int x;
1915
1916         for (x = 0; x < w; x++)
1917             tmp_ptr[x] = FILTER_8TAP(src, x, filterx, 1);
1918
1919         tmp_ptr += 64;
1920         src     += src_stride;
1921     } while (--tmp_h);
1922
1923     tmp_ptr = tmp + 64 * 3;
1924     do {
1925         int x;
1926
1927         for (x = 0; x < w; x++)
1928             if (avg)
1929                 dst[x] = (dst[x] + FILTER_8TAP(tmp_ptr, x, filtery, 64) + 1) >> 1;
1930             else
1931                 dst[x] = FILTER_8TAP(tmp_ptr, x, filtery, 64);
1932
1933         tmp_ptr += 64;
1934         dst += dst_stride;
1935     } while (--h);
1936 }
1937
1938 #define filter_8tap_2d_fn(opn, opa)                                     \
1939 static av_noinline void opn ## _8tap_2d_hv_c(uint8_t *dst,              \
1940                                              ptrdiff_t dst_stride,      \
1941                                              const uint8_t *src,        \
1942                                              ptrdiff_t src_stride,      \
1943                                              int w, int h,              \
1944                                              const int8_t *filterx,     \
1945                                              const int8_t *filtery)     \
1946 {                                                                       \
1947     do_8tap_2d_c(dst, dst_stride, src, src_stride,                      \
1948                  w, h, filterx, filtery, opa);                          \
1949 }
1950
1951 filter_8tap_2d_fn(put, 0)
1952 filter_8tap_2d_fn(avg, 1)
1953
1954 #undef filter_8tap_2d_fn
1955
1956 #undef FILTER_8TAP
1957
1958 #define filter_fn_1d(sz, dir, dir_m, type, type_idx, avg)                   \
1959 static void                                                                 \
1960 avg ## _8tap_ ## type ## _ ## sz ## dir ## _c(uint8_t *dst,                 \
1961                                               ptrdiff_t dst_stride,         \
1962                                               const uint8_t *src,           \
1963                                               ptrdiff_t src_stride,         \
1964                                               int h, int mx, int my)        \
1965 {                                                                           \
1966     avg ## _8tap_1d_ ## dir ## _c(dst, dst_stride, src, src_stride, sz, h,  \
1967                                   ff_vp9_subpel_filters[type_idx][dir_m - 1]); \
1968 }
1969
1970 #define filter_fn_2d(sz, type, type_idx, avg)                               \
1971 static void avg ## _8tap_ ## type ## _ ## sz ## hv_c(uint8_t *dst,          \
1972                                                      ptrdiff_t dst_stride,  \
1973                                                      const uint8_t *src,    \
1974                                                      ptrdiff_t src_stride,  \
1975                                                      int h, int mx, int my) \
1976 {                                                                           \
1977     avg ## _8tap_2d_hv_c(dst, dst_stride, src, src_stride, sz, h,           \
1978                          ff_vp9_subpel_filters[type_idx][mx - 1],           \
1979                          ff_vp9_subpel_filters[type_idx][my - 1]);          \
1980 }
1981
1982 #define FILTER_BILIN(src, x, mxy, stride)                       \
1983     (src[x] + ((mxy * (src[x + stride] - src[x]) + 8) >> 4))
1984
1985 static av_always_inline void do_bilin_1d_c(uint8_t *dst,
1986                                            ptrdiff_t dst_stride,
1987                                            const uint8_t *src,
1988                                            ptrdiff_t src_stride,
1989                                            int w, int h, ptrdiff_t ds,
1990                                            int mxy, int avg)
1991 {
1992     do {
1993         int x;
1994
1995         for (x = 0; x < w; x++)
1996             if (avg)
1997                 dst[x] = (dst[x] + FILTER_BILIN(src, x, mxy, ds) + 1) >> 1;
1998             else
1999                 dst[x] = FILTER_BILIN(src, x, mxy, ds);
2000
2001         dst += dst_stride;
2002         src += src_stride;
2003     } while (--h);
2004 }
2005
2006 #define bilin_1d_fn(opn, opa, dir, ds)                                        \
2007 static av_noinline void opn ## _bilin_1d_ ## dir ## _c(uint8_t *dst,          \
2008                                                        ptrdiff_t dst_stride,  \
2009                                                        const uint8_t *src,    \
2010                                                        ptrdiff_t src_stride,  \
2011                                                        int w, int h, int mxy) \
2012 {                                                                             \
2013     do_bilin_1d_c(dst, dst_stride, src, src_stride, w, h, ds, mxy, opa);      \
2014 }
2015
2016 bilin_1d_fn(put, 0, v, src_stride)
2017 bilin_1d_fn(put, 0, h, 1)
2018 bilin_1d_fn(avg, 1, v, src_stride)
2019 bilin_1d_fn(avg, 1, h, 1)
2020
2021 #undef bilin_1d_fn
2022
2023 static av_always_inline void do_bilin_2d_c(uint8_t *dst,
2024                                            ptrdiff_t dst_stride,
2025                                            const uint8_t *src,
2026                                            ptrdiff_t src_stride,
2027                                            int w, int h, int mx, int my,
2028                                            int avg)
2029 {
2030     uint8_t tmp[64 * 65], *tmp_ptr = tmp;
2031     int tmp_h = h + 1;
2032
2033     do {
2034         int x;
2035
2036         for (x = 0; x < w; x++)
2037             tmp_ptr[x] = FILTER_BILIN(src, x, mx, 1);
2038
2039         tmp_ptr += 64;
2040         src     += src_stride;
2041     } while (--tmp_h);
2042
2043     tmp_ptr = tmp;
2044     do {
2045         int x;
2046
2047         for (x = 0; x < w; x++)
2048             if (avg)
2049                 dst[x] = (dst[x] + FILTER_BILIN(tmp_ptr, x, my, 64) + 1) >> 1;
2050             else
2051                 dst[x] = FILTER_BILIN(tmp_ptr, x, my, 64);
2052
2053         tmp_ptr += 64;
2054         dst += dst_stride;
2055     } while (--h);
2056 }
2057
2058 #define bilin_2d_fn(opn, opa)                                           \
2059 static av_noinline void opn ## _bilin_2d_hv_c(uint8_t *dst,             \
2060                                               ptrdiff_t dst_stride,     \
2061                                               const uint8_t *src,       \
2062                                               ptrdiff_t src_stride,     \
2063                                               int w, int h,             \
2064                                               int mx, int my)           \
2065 {                                                                       \
2066     do_bilin_2d_c(dst, dst_stride, src, src_stride, w, h, mx, my, opa); \
2067 }
2068
2069 bilin_2d_fn(put, 0)
2070 bilin_2d_fn(avg, 1)
2071
2072 #undef bilin_2d_fn
2073
2074 #undef FILTER_BILIN
2075
2076 #define bilinf_fn_1d(sz, dir, dir_m, avg)                               \
2077 static void avg ## _bilin_ ## sz ## dir ## _c(uint8_t *dst,             \
2078                                               ptrdiff_t dst_stride,     \
2079                                               const uint8_t *src,       \
2080                                               ptrdiff_t src_stride,     \
2081                                               int h, int mx, int my)    \
2082 {                                                                       \
2083     avg ## _bilin_1d_ ## dir ## _c(dst, dst_stride, src, src_stride,    \
2084                                    sz, h, dir_m);                       \
2085 }
2086
2087 #define bilinf_fn_2d(sz, avg)                                        \
2088 static void avg ## _bilin_ ## sz ## hv_c(uint8_t *dst,               \
2089                                          ptrdiff_t dst_stride,       \
2090                                          const uint8_t *src,         \
2091                                          ptrdiff_t src_stride,       \
2092                                          int h, int mx, int my)      \
2093 {                                                                    \
2094     avg ## _bilin_2d_hv_c(dst, dst_stride, src, src_stride,          \
2095                           sz, h, mx, my);                            \
2096 }
2097
2098 #define filter_fn(sz, avg)                                     \
2099     filter_fn_1d(sz, h, mx, regular, FILTER_8TAP_REGULAR, avg) \
2100     filter_fn_1d(sz, v, my, regular, FILTER_8TAP_REGULAR, avg) \
2101     filter_fn_2d(sz, regular, FILTER_8TAP_REGULAR, avg)        \
2102     filter_fn_1d(sz, h, mx, smooth, FILTER_8TAP_SMOOTH, avg)   \
2103     filter_fn_1d(sz, v, my, smooth, FILTER_8TAP_SMOOTH, avg)   \
2104     filter_fn_2d(sz, smooth, FILTER_8TAP_SMOOTH, avg)          \
2105     filter_fn_1d(sz, h, mx, sharp, FILTER_8TAP_SHARP, avg)     \
2106     filter_fn_1d(sz, v, my, sharp, FILTER_8TAP_SHARP, avg)     \
2107     filter_fn_2d(sz, sharp, FILTER_8TAP_SHARP, avg)            \
2108     bilinf_fn_1d(sz, h, mx, avg)                               \
2109     bilinf_fn_1d(sz, v, my, avg)                               \
2110     bilinf_fn_2d(sz, avg)
2111
2112 #define filter_fn_set(avg) \
2113     filter_fn(64, avg)     \
2114     filter_fn(32, avg)     \
2115     filter_fn(16, avg)     \
2116     filter_fn(8, avg)      \
2117     filter_fn(4, avg)
2118
2119 filter_fn_set(put)
2120 filter_fn_set(avg)
2121
2122 #undef filter_fn
2123 #undef filter_fn_set
2124 #undef filter_fn_1d
2125 #undef filter_fn_2d
2126 #undef bilinf_fn_1d
2127 #undef bilinf_fn_2d
2128
2129 static av_cold void vp9dsp_mc_init(VP9DSPContext *dsp)
2130 {
2131 #define init_fpel(idx1, idx2, sz, type)                                \
2132     dsp->mc[idx1][FILTER_8TAP_SMOOTH][idx2][0][0]  = type ## sz ## _c; \
2133     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][0][0] = type ## sz ## _c; \
2134     dsp->mc[idx1][FILTER_8TAP_SHARP][idx2][0][0]   = type ## sz ## _c; \
2135     dsp->mc[idx1][FILTER_BILINEAR][idx2][0][0]     = type ## sz ## _c
2136
2137 #define init_copy_avg(idx, sz)          \
2138     init_fpel(idx, 0, sz, copy);        \
2139     init_fpel(idx, 1, sz, avg)
2140
2141     init_copy_avg(0, 64);
2142     init_copy_avg(1, 32);
2143     init_copy_avg(2, 16);
2144     init_copy_avg(3,  8);
2145     init_copy_avg(4,  4);
2146
2147 #undef init_copy_avg
2148 #undef init_fpel
2149
2150 #define init_subpel1(idx1, idx2, idxh, idxv, sz, dir, type)             \
2151     dsp->mc[idx1][FILTER_8TAP_SMOOTH][idx2][idxh][idxv]  = type ## _8tap_smooth_  ## sz ## dir ## _c; \
2152     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][idxh][idxv] = type ## _8tap_regular_ ## sz ## dir ## _c; \
2153     dsp->mc[idx1][FILTER_8TAP_SHARP][idx2][idxh][idxv]   = type ## _8tap_sharp_   ## sz ## dir ## _c; \
2154     dsp->mc[idx1][FILTER_BILINEAR][idx2][idxh][idxv]     = type ## _bilin_        ## sz ## dir ## _c
2155
2156 #define init_subpel2(idx, idxh, idxv, dir, type)     \
2157     init_subpel1(0, idx, idxh, idxv, 64, dir, type); \
2158     init_subpel1(1, idx, idxh, idxv, 32, dir, type); \
2159     init_subpel1(2, idx, idxh, idxv, 16, dir, type); \
2160     init_subpel1(3, idx, idxh, idxv,  8, dir, type); \
2161     init_subpel1(4, idx, idxh, idxv,  4, dir, type)
2162
2163 #define init_subpel3(idx, type)         \
2164     init_subpel2(idx, 1, 1, hv, type);  \
2165     init_subpel2(idx, 0, 1, v, type);   \
2166     init_subpel2(idx, 1, 0, h, type)
2167
2168     init_subpel3(0, put);
2169     init_subpel3(1, avg);
2170
2171 #undef init_subpel1
2172 #undef init_subpel2
2173 #undef init_subpel3
2174 }
2175
2176 av_cold void ff_vp9dsp_init(VP9DSPContext *dsp)
2177 {
2178     vp9dsp_intrapred_init(dsp);
2179     vp9dsp_itxfm_init(dsp);
2180     vp9dsp_loopfilter_init(dsp);
2181     vp9dsp_mc_init(dsp);
2182
2183     if (ARCH_AARCH64)
2184         ff_vp9dsp_init_aarch64(dsp);
2185     if (ARCH_ARM)
2186         ff_vp9dsp_init_arm(dsp);
2187     if (ARCH_X86)
2188         ff_vp9dsp_init_x86(dsp);
2189 }