使用getRotationMatrix2D创建变换矩阵通过SIMD指令加速warpAffine带参数WARP_INVERSE_MAP效果例程C++
时间: 2023-12-04 09:06:15 浏览: 125
下面是一个使用SIMD指令加速warpAffine函数的例程,其中使用了getRotationMatrix2D函数创建变换矩阵,并使用WARP_INVERSE_MAP参数来反转变换结果:
```cpp
#include <opencv2/opencv.hpp>
#include <immintrin.h>
using namespace cv;
void warpAffine_SIMD(const Mat& src, Mat& dst, const Mat& M) {
int rows = src.rows;
int cols = src.cols;
int num_channels = src.channels();
int num_blocks = (cols / 8) * (rows / 2);
__m256i offsets = _mm256_set_epi32(0, 1, 2, 3, 4, 5, 6, 7);
__m256i row_indices = _mm256_set_epi32(0, 0, 1, 1, 2, 2, 3, 3);
__m256i col_indices = _mm256_set_epi32(7, 6, 5, 4, 3, 2, 1, 0);
__m256i zero = _mm256_setzero_si256();
__m256i ones = _mm256_set1_epi32(1);
int dst_cols = dst.cols;
int dst_rows = dst.rows;
for (int i = 0; i < dst_rows; ++i) {
for (int j = 0; j < dst_cols; j += 8) {
__m256i x_indices = _mm256_set_epi32(j + 7, j + 6, j + 5, j + 4, j + 3, j + 2, j + 1, j);
__m256i y_indices = _mm256_set1_epi32(i);
__m256i x_coords = _mm256_add_epi32(_mm256_mullo_epi32(x_indices, ones), col_indices);
__m256i y_coords = _mm256_add_epi32(_mm256_mullo_epi32(y_indices, ones), row_indices);
__m256i x_coords_f = _mm256_cvtepi32_ps(x_coords);
__m256i y_coords_f = _mm256_cvtepi32_ps(y_coords);
__m256i xy_coords[2];
xy_coords[0] = x_coords;
xy_coords[1] = y_coords;
__m256i xy_coords_f[2];
xy_coords_f[0] = _mm256_cvtps_epi32(x_coords_f);
xy_coords_f[1] = _mm256_cvtps_epi32(y_coords_f);
__m256i mask[2];
mask[0] = _mm256_cmpgt_epi32(x_coords_f, _mm256_set1_ps(cols - 1));
mask[1] = _mm256_cmpgt_epi32(y_coords_f, _mm256_set1_ps(rows - 1));
__m256i zero_mask[2];
zero_mask[0] = _mm256_and_si256(mask[0], zero);
zero_mask[1] = _mm256_and_si256(mask[1], zero);
__m256i max_indices[2];
max_indices[0] = _mm256_set1_epi32(cols - 1);
max_indices[1] = _mm256_set1_epi32(rows - 1);
__m256i result_indices[2];
result_indices[0] = _mm256_min_epi32(xy_coords_f[0], max_indices[0]);
result_indices[1] = _mm256_min_epi32(xy_coords_f[1], max_indices[1]);
__m256i result_indices_offset[2];
result_indices_offset[0] = _mm256_add_epi32(result_indices[0], offsets);
result_indices_offset[1] = _mm256_mullo_epi32(result_indices[1], _mm256_set1_epi32(src.step / num_channels));
__m256i src_indices[2];
src_indices[0] = _mm256_add_epi32(result_indices_offset[0], result_indices_offset[1]);
src_indices[1] = _mm256_add_epi32(src_indices[0], _mm256_set1_epi32(j*num_channels));
__m256i dst_indices[2];
dst_indices[0] = _mm256_set1_epi32(j*num_channels);
dst_indices[1] = _mm256_add_epi32(dst_indices[0], _mm256_mullo_epi32(_mm256_set1_epi32(i), _mm256_set1_epi32(dst.step)));
__m256i src_pixels[8];
for (int k = 0; k < 8; ++k) {
src_pixels[k] = _mm256_set_epi8(
src.data[src_indices[0].m256i_i32[k] + 7],
src.data[src_indices[0].m256i_i32[k] + 6],
src.data[src_indices[0].m256i_i32[k] + 5],
src.data[src_indices[0].m256i_i32[k] + 4],
src.data[src_indices[0].m256i_i32[k] + 3],
src.data[src_indices[0].m256i_i32[k] + 2],
src.data[src_indices[0].m256i_i32[k] + 1],
src.data[src_indices[0].m256i_i32[k]],
src.data[src_indices[1].m256i_i32[k] + 7],
src.data[src_indices[1].m256i_i32[k] + 6],
src.data[src_indices[1].m256i_i32[k] + 5],
src.data[src_indices[1].m256i_i32[k] + 4],
src.data[src_indices[1].m256i_i32[k] + 3],
src.data[src_indices[1].m256i_i32[k] + 2],
src.data[src_indices[1].m256i_i32[k] + 1],
src.data[src_indices[1].m256i_i32[k]]
);
}
__m256i src_pixels1[4], src_pixels2[4];
for (int k = 0; k < 4; ++k) {
src_pixels1[k] = _mm256_unpacklo_epi8(src_pixels[k * 2], zero);
src_pixels2[k] = _mm256_unpackhi_epi8(src_pixels[k * 2], zero);
}
__m256i src_pixels_f1[4], src_pixels_f2[4];
for (int k = 0; k < 4; ++k) {
src_pixels_f1[k] = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(src_pixels1[k]), _mm256_set1_ps(256.f)));
src_pixels_f2[k] = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(src_pixels2[k]), _mm256_set1_ps(256.f)));
}
__m256i src_pixels_f[2];
for (int k = 0; k < 2; ++k) {
src_pixels_f[k] = _mm256_or_si256(_mm256_slli_epi32(src_pixels_f1[k * 2], 16), src_pixels_f1[k * 2 + 1]);
src_pixels_f[k] = _mm256_or_si256(_mm256_slli_epi32(src_pixels_f[k], 8), _mm256_or_si256(_mm256_slli_epi32(src_pixels_f2[k * 2], 16), src_pixels_f2[k * 2 + 1]));
}
__m256i dst_pixels = _mm256_i32gather_epi32(dst.data, dst_indices[0], 1);
__m256i dst_pixels1 = _mm256_unpacklo_epi8(dst_pixels, zero);
__m256i dst_pixels2 = _mm256_unpackhi_epi8(dst_pixels, zero);
__m256i dst_pixels_f1 = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(dst_pixels1), _mm256_set1_ps(256.f)));
__m256i dst_pixels_f2 = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(dst_pixels2), _mm256_set1_ps(256.f)));
__m256i dst_pixels_f = _mm256_or_si256(_mm256_slli_epi32(dst_pixels_f1, 16), dst_pixels_f2);
dst_pixels_f = _mm256_or_si256(_mm256_slli_epi32(dst_pixels_f, 8), _mm256_srli_epi32(dst_pixels_f, 24));
__m256i mask_f[2];
mask_f[0] = _mm256_and_si256(_mm256_cmpgt_epi32(result_indices[0], zero), _mm256_cmpgt_epi32(result_indices[1], zero));
mask_f[1] = _mm256_and_si256(_mm256_cmpgt_epi32(max_indices[0], result_indices[0]), _mm256_cmpgt_epi32(max_indices[1], result_indices[1]));
mask_f[1] = _mm256_and_si256(mask_f[1], mask_f[0]);
__m256i transformed_pixels_f = _mm256_i32gather_epi32((int*)M.data, src_indices[0], 4);
transformed_pixels_f = _mm256_mullo_epi32(transformed_pixels_f, _mm256_set1_epi32(1024));
transformed_pixels_f = _mm256_add_epi32(transformed_pixels_f, _mm256_set1_epi32(1 << 19));
transformed_pixels_f = _mm256_srli_epi32(transformed_pixels_f, 20);
__m256i transformed_pixels[8];
for (int k = 0; k < 8; ++k) {
transformed_pixels[k] = _mm256_set_epi8(
0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0
);
}
for (int k = 0; k < 8; ++k) {
int index = dst_indices[0].m256i_i32[k] / num_channels;
if (index < dst_cols && mask_f[1].m256i_i32[k]) {
int x = transformed_pixels_f.m256i_i32[k * 2];
int y = transformed_pixels_f.m256i_i32[k * 2 + 1];
int src_index = y * (src.step / num_channels) + x;
if (src_index >= 0 && src_index < num_blocks) {
transformed_pixels[k] = _mm256_set_epi8(
src.data[src_indices[0].m256i_i32[index] + 7],
src.data[src_indices[0].m256i_i32[index] + 6],
src.data[src_indices[0].m256i_i32[index] + 5],
src.data[src_indices[0].m256i_i32[index] + 4],
src.data[src_indices[0].m256i_i32[index] + 3],
src.data[src_indices[0].m256i_i32[index] + 2],
src.data[src_indices[0].m256i_i32[index] + 1],
src.data[src_indices[0].m256i_i32[index]],
src.data[src_indices[1].m256i_i32[index] + 7],
src.data[src_indices[1].m256i_i32[index] + 6],
src.data[src_indices[1].m256i_i32[index] + 5],
src.data[src_indices[1].m256i_i32[index] + 4],
src.data[src_indices[1].m256i_i32[index] + 3],
src.data[src_indices[1].m256i_i32[index] + 2],
src.data[src_indices[1].m256i_i32[index] + 1],
src.data[src_indices[1].m256i_i32[index]]
);
}
}
}
__m256i transformed_pixels1[4], transformed_pixels2[4];
for (int k = 0; k < 4; ++k) {
transformed_pixels1[k] = _mm256_unpacklo_epi8(transformed_pixels[k * 2], zero);
transformed_pixels2[k] = _mm256_unpackhi_epi8(transformed_pixels[k * 2], zero);
}
__m256i transformed_pixels_f1[4], transformed_pixels_f2[4];
for (int k = 0; k < 4; ++k) {
transformed_pixels_f1[k] = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(transformed_pixels1[k]), _mm256_set1_ps(256.f)));
transformed_pixels_f2[k] = _mm256_cvtps_epi32(_mm256_mul_ps(_mm256_cvtepi32_ps(transformed_pixels2[k]), _mm256_set1_ps(256.f)));
}
__m256i transformed_pixels_f[2];
for (int k = 0; k < 2; ++k) {
transformed_pixels_f[k] = _mm256_or_si256(_mm256_slli_epi32(transformed_pixels_f1[k * 2], 16), transformed_pixels_f1[k * 2 + 1]);
transformed_pixels_f[k] = _mm256_or_si256(_mm256_slli_epi32(transformed_pixels_f[k], 8), _mm256_or_si256(_mm256_slli_epi32(transformed_pixels_f2[k * 2], 16), transformed_pixels_f2[k * 2 + 1]));
}
__m256i result_pixels_f = _mm256_mullo_epi32(transformed_pixels_f[0], _mm256_set1_epi32(256));
result_pixels_f = _mm256_add_epi32(result_pixels_f, transformed_pixels_f[1]);
result_pixels_f = _mm256_srli_epi32(result_pixels_f, 8);
__m256i result_pixels = _mm256_packus_epi32(result_pixels_f, zero);
result_pixels = _mm256_permute4x64_epi64(result_pixels, _MM_SHUFFLE(3, 1, 2, 0));
result_pixels = _mm256_permute4x64_epi64(result_pixels, _MM_SHUFFLE(3, 1, 2, 0));
_mm256_maskstore_epi32((int*)dst.data + dst_indices[0].m256i_i32[0], mask_f[1], result_pixels);
}
}
}
int main() {
Mat src = imread("test.jpg");
int cols = src.cols;
int rows = src.rows;
float angle = 45.f;
float scale = 1.f;
Mat M = getRotationMatrix2D(Point2f(cols / 2.f, rows / 2.f), angle, scale);
Mat M_inv;
invertAffineTransform(M, M_inv);
Mat dst(rows, cols, src.type());
warpAffine_SIMD(src, dst, M_inv, WARP_INVERSE_MAP);
imshow("src", src);
imshow("dst", dst);
waitKey(0);
return 0;
}
```
需要注意的是,这个例程只适用于8通道的图像,并且使用了AVX2指令集,需要在支持AVX2指令集的CPU上运行。
阅读全文