我编写了一个代码,该代码在给opencv结构IplImage *和一个无符号int *的直方图上实现了直方图计算。我还是SIMD的新手,所以我可能没有充分利用指令集提供的全部潜能。
histogramASM:
xor rdx, rdx
xor rax, rax
mov eax, dword [imgPtr + imgWidthOffset]
mov edx, dword [imgPtr + imgHeightOffset]
mul rdx
mov rdx, rax ; rdx = Image Size
mov r10, qword [imgPtr + imgDataOffset] ; r10 = ImgData
NextPacket:
mov rax, rdx
movdqu xmm0, [r10 + rax - 16]
mov rcx,16 ; 16 pixels/paq
PacketLoop:
pextrb rbx, xmm0, 0 ; saving the pixel value on rbx
shl rbx,2
inc dword [rbx + Hist]
psrldq xmm0,1
loop PacketLoop
sub rdx,16
cmp rdx,0
jnz NextPacket
ret
在C上,我将运行这些代码来获得相同的结果。
imgSize = (img->width)*(img->height);
pixelData = (unsigned char *) img->imageData;
for(i = 0; i < imgSize; i++)
{
pixel = *pixelData;
hist[pixel]++;
pixelData++;
}
但是,用我的计算机使用rdtsc()衡量,两者花费的时间仅是SIMD汇编程序的1.5倍。有没有一种方法可以优化上面的代码并用SIMD快速填充直方图 vector ?
提前致谢
最佳答案
像Jester一样,我很惊讶您的SIMD代码有了重大改进。您是否在启用优化的情况下编译了C代码?
我可以提出的另一项建议是展开Packetloop
循环。这是一个相当简单的优化,并且将每个“迭代”的指令数量减少到只有两个:
pextrb ebx, xmm0, 0
inc dword [ebx * 4 + Hist]
pextrb ebx, xmm0, 1
inc dword [ebx * 4 + Hist]
pextrb ebx, xmm0, 2
inc dword [ebx * 4 + Hist]
...
pextrb ebx, xmm0, 15
inc dword [ebx * 4 + Hist]
如果您使用的是NASM,则可以使用%rep指令保存一些输入内容:
%assign pixel 0
%rep 16
pextrb rbx, xmm0, pixel
inc dword [rbx * 4 + Hist]
%assign pixel pixel + 1
%endrep