git.sesse.net Git - ffmpeg/blob - libavcodec/x86/v210enc.asm

   1 ;******************************************************************************
   2 ;* V210 SIMD pack
   3 ;* Copyright (c) 2014 Kieran Kunhya <kierank@obe.tv>
   4 ;*
   5 ;* This file is part of FFmpeg.
   6 ;*
   7 ;* FFmpeg is free software; you can redistribute it and/or
   8 ;* modify it under the terms of the GNU Lesser General Public
   9 ;* License as published by the Free Software Foundation; either
  10 ;* version 2.1 of the License, or (at your option) any later version.
  11 ;*
  12 ;* FFmpeg is distributed in the hope that it will be useful,
  13 ;* but WITHOUT ANY WARRANTY; without even the implied warranty of
  14 ;* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  15 ;* Lesser General Public License for more details.
  16 ;*
  17 ;* You should have received a copy of the GNU Lesser General Public
  18 ;* License along with FFmpeg; if not, write to the Free Software
  19 ;* Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  20 ;******************************************************************************
  21
  22 %include "libavutil/x86/x86util.asm"
  23
  24 SECTION_RODATA
  25
  26 cextern pw_4
  27 %define v210_enc_min_10 pw_4
  28 v210_enc_max_10: times 8 dw 0x3fb
  29
  30 v210_enc_luma_mult_10: dw 4,1,16,4,1,16,0,0
  31 v210_enc_luma_shuf_10: db -1,0,1,-1,2,3,4,5,-1,6,7,-1,8,9,10,11
  32
  33 v210_enc_chroma_mult_10: dw 1,4,16,0,16,1,4,0
  34 v210_enc_chroma_shuf_10: db 0,1,8,9,-1,2,3,-1,10,11,4,5,-1,12,13,-1
  35
  36 cextern pb_1
  37 %define v210_enc_min_8 pb_1
  38 cextern pb_FE
  39 %define v210_enc_max_8 pb_FE
  40
  41 v210_enc_luma_shuf_8: db 6,-1,7,-1,8,-1,9,-1,10,-1,11,-1,-1,-1,-1,-1
  42 v210_enc_luma_mult_8: dw 16,4,64,16,4,64,0,0
  43
  44 v210_enc_chroma_shuf1_8: db 0,-1,1,-1,2,-1,3,-1,8,-1,9,-1,10,-1,11,-1
  45 v210_enc_chroma_shuf2_8: db 3,-1,4,-1,5,-1,7,-1,11,-1,12,-1,13,-1,15,-1
  46
  47 v210_enc_chroma_mult_8: dw 4,16,64,0,64,4,16,0
  48
  49 SECTION .text
  50
  51 %macro v210_planar_pack_10 0
  52
  53 ; v210_planar_pack_10(const uint16_t *y, const uint16_t *u, const uint16_t *v, uint8_t *dst, ptrdiff_t width)
  54 cglobal v210_planar_pack_10, 5, 5, 4, y, u, v, dst, width
  55     lea     r0, [yq+2*widthq]
  56     add     uq, widthq
  57     add     vq, widthq
  58     neg     widthq
  59
  60     mova    m2, [v210_enc_min_10]
  61     mova    m3, [v210_enc_max_10]
  62
  63 .loop:
  64     movu    m0, [yq+2*widthq]
  65     CLIPW   m0, m2, m3
  66
  67     movq    m1, [uq+widthq]
  68     movhps  m1, [vq+widthq]
  69     CLIPW   m1, m2, m3
  70
  71     pmullw  m0, [v210_enc_luma_mult_10]
  72     pshufb  m0, [v210_enc_luma_shuf_10]
  73
  74     pmullw  m1, [v210_enc_chroma_mult_10]
  75     pshufb  m1, [v210_enc_chroma_shuf_10]
  76
  77     por     m0, m1
  78
  79     movu    [dstq], m0
  80
  81     add     dstq, mmsize
  82     add     widthq, 6
  83     jl .loop
  84
  85     RET
  86 %endmacro
  87
  88 INIT_XMM ssse3
  89 v210_planar_pack_10
  90
  91 %macro v210_planar_pack_8 0
  92
  93 ; v210_planar_pack_8(const uint8_t *y, const uint8_t *u, const uint8_t *v, uint8_t *dst, ptrdiff_t width)
  94 cglobal v210_planar_pack_8, 5, 5, 7, y, u, v, dst, width
  95     add     yq, widthq
  96     shr     widthq, 1
  97     add     uq, widthq
  98     add     vq, widthq
  99     neg     widthq
 100
 101     mova    m4, [v210_enc_min_8]
 102     mova    m5, [v210_enc_max_8]
 103     pxor    m6, m6
 104
 105 .loop:
 106     movu    m1, [yq+2*widthq]
 107     CLIPUB  m1, m4, m5
 108
 109     punpcklbw m0, m1, m6
 110     ; can't unpack high bytes in the same way because we process
 111     ; only six bytes at a time
 112     pshufb  m1, [v210_enc_luma_shuf_8]
 113
 114     pmullw  m0, [v210_enc_luma_mult_8]
 115     pmullw  m1, [v210_enc_luma_mult_8]
 116     pshufb  m0, [v210_enc_luma_shuf_10]
 117     pshufb  m1, [v210_enc_luma_shuf_10]
 118
 119     movq    m3, [uq+widthq]
 120     movhps  m3, [vq+widthq]
 121     CLIPUB  m3, m4, m5
 122
 123     ; shuffle and multiply to get the same packing as in 10-bit
 124     pshufb  m2, m3, [v210_enc_chroma_shuf1_8]
 125     pshufb  m3, [v210_enc_chroma_shuf2_8]
 126
 127     pmullw  m2, [v210_enc_chroma_mult_8]
 128     pmullw  m3, [v210_enc_chroma_mult_8]
 129     pshufb  m2, [v210_enc_chroma_shuf_10]
 130     pshufb  m3, [v210_enc_chroma_shuf_10]
 131
 132     por     m0, m2
 133     por     m1, m3
 134
 135     movu    [dstq], m0
 136     movu    [dstq+mmsize], m1
 137
 138     add     dstq, 2*mmsize
 139     add     widthq, 6
 140     jl .loop
 141
 142     RET
 143 %endmacro
 144
 145 INIT_XMM ssse3
 146 v210_planar_pack_8
 147 INIT_XMM avx
 148 v210_planar_pack_8