Algo mit Assembler noch weiter optimierbar?
-
Moin Jungs,
ich berechne über eine Schleife Alphablending pro Pixel, doch bei 640x480 Pixeln braucht dieser "Algo" fast 60 Millisekunden! Das ist etwas kräftig, aber bekomme es nicht mehr weiter mit C++ optimiert, auch der Compiler hat sein Bestes gegeben.
Auch mit meinen Inline Assembler-Kenntnissen (nur Grundlagen, sowie etwas ISSE1[aber hier nichts tiefgründigeres]) habe ich es nicht besser optimieren können.
Daher die Frage an die jenigen die von inline Assembler etwas mehr Peil haben als ich: Würde sich folgender Code mit einer SIMD-Technik al á ISSE1/2/3, MMX oder 3DNow! erheblich (10-20 Millisekunden) beschleunigen lassen?
Aber hier erstmal Code:
// Bei Colorkey müssen die einzelnen Pixel überprüft werden if (colorkey) { // Durch die Farbdaten laufen (BGR) for (unsigned long i=0; i<tile_w*tile_h*3; i += 3) { // Testen ob Pixel die Farbe für die Transparenz hat, wenn nicht neue Farbe errechnen. if ((data_source[i ] != static_cast<unsigned char>(color >> 0)) || (data_source[i+1] != static_cast<unsigned char>(color >> 8)) || (data_source[i+2] != static_cast<unsigned char>(color >> 16))) { // Farbe errechnen data_dest[i ] += ((data_source[i ] - data_dest[i ]) * alpha + 255) >> 8; data_dest[i+1] += ((data_source[i+1] - data_dest[i+1]) * alpha + 255) >> 8; data_dest[i+2] += ((data_source[i+2] - data_dest[i+2]) * alpha + 255) >> 8; } } } // wenn kein Colorkey vorhanden ist, einfach durchrasseln. else { // Durch die Farbdaten laufen (BGR) for (unsigned long i=0; i<tile_w*tile_h*3; i += 3) { // Farbe errechnen data_dest[i ] += ((data_source[i ] - data_dest[i ]) * alpha + 255) >> 8; data_dest[i+1] += ((data_source[i+1] - data_dest[i+1]) * alpha + 255) >> 8; data_dest[i+2] += ((data_source[i+2] - data_dest[i+2]) * alpha + 255) >> 8; } }Werte:
colorkey: ist ein bool der aussagt ob auf die transparenet Farbe getestet werden soll oder nicht.
tile_w und tile_h: ist ein unsigned long und sind die Dimensionen der Farbdaten.
data_source und data_dest: beides unsigned char*. Jedes enthält für eine Farbe 3 Farbkanäle, also BGR.
color: ist ein unsigned long, im 0xAARRGGBB Format für die transparente Farbe.Aber zurück zur Frage: kann man da noch was raushauen? Wenn ja: Wie und hat jemand weiterführende Infos dazu?
Danke im voraus!
- Patrick
-
Hallo,
if ((data_source[i ] != static_cast<unsigned char>(color >> 0)) || (data_source[i+1] != static_cast<unsigned char>(color >> 8)) || (data_source[i+2] != static_cast<unsigned char>(color >> 16)))hast du vorher mal versucht, jedem Pixel 4 Byte zu spendieren und dann DWORDs miteinander zu vergleichen?
-
SeppSchrot
Stimmt!Na ja, mir geht es mehr um die Errechnung der Farbe, denn diese 60 Millisekunden sind nicht bei Colorkey sondern bei Grafiken ohne Colorkey (Klar mit Colorkey gehts richtig in die tiefe). Die Farberrechnung braucht leider sehr lange
-
die tatsache, dass data_source[i]-data_dest[i] mal positiv, mal negativ sein kann, macht die sache unangenehm. ich hab mal zum spass die untere schleife mittels mmx und sse2 implementiert. auf meinem athlon64 ist sse2 nur minimal schneller als mmx, auf einem intel prozessor sieht das möglicherweise anders aus. allerdings habe ich mir auch keine besondere mühe bzgl. der instruktionsreihenfolge u.ä. gegeben, da kann man evtl. noch ein bisschen herausholen.
#include <iostream> #include <cstddef> #include <ctime> #include <cmath> using namespace std; typedef unsigned char uchar; typedef unsigned __int64 u64; u64 rdtsc() { __asm rdtsc } void f1(uchar* dest, const uchar* src, size_t width, size_t height, uchar alpha) { for ( size_t i = 0, end = width * height * 3; i < end; ++i ) { dest[ i ] = ( dest[ i ] * 256 + ( src[ i ] - dest[ i ] ) * alpha + 255 ) / 256; } } void f2(uchar* dest, const uchar* src, size_t width, size_t height, uchar alpha) { __asm { movzx eax, alpha movd mm0, eax pshufw mm0, mm0, 0 psubw mm1, mm1 mov eax, 255 movd mm2, eax pshufw mm2, mm2, 0 mov eax, width imul eax, height lea eax, [ eax + eax * 2 ] shr eax, 3 mov ecx, dest mov edx, src lea ecx, [ ecx + eax * 8 ] lea edx, [ edx + eax * 8 ] neg eax loop_: movq mm4, [ ecx + eax * 8 ] movq mm5, mm4 movq mm6, [ edx + eax * 8 ] movq mm7, mm6 inc eax punpcklbw mm4, mm1 punpckhbw mm5, mm1 punpcklbw mm6, mm1 punpckhbw mm7, mm1 psubw mm6, mm4 psubw mm7, mm5 psllw mm4, 8 psllw mm5, 8 pmullw mm6, mm0 pmullw mm7, mm0 paddw mm6, mm2 paddw mm7, mm2 paddw mm6, mm4 paddw mm7, mm5 psrlw mm6, 8 psrlw mm7, 8 packuswb mm6, mm7 movq [ ecx + eax * 8 - 8 ], mm6 jnz loop_ emms } for ( size_t i = width * height * 3 / 8 * 8, end = width * height * 3; i < end; ++i ) { dest[ i ] = ( dest[ i ] * 256 + ( src[ i ] - dest[ i ] ) * alpha + 255 ) / 256; } } void f3(uchar* dest, const uchar* src, size_t width, size_t height, uchar alpha) { __asm { movzx eax, alpha movd xmm0, eax pshuflw xmm0, xmm0, 0 movlhps xmm0, xmm0 psubw xmm1, xmm1 mov eax, 255 movd xmm2, eax pshuflw xmm2, xmm2, 0 movlhps xmm2, xmm2 mov eax, width imul eax, height lea eax, [ eax + eax * 2 ] and eax, 0xfffffff0 mov ecx, dest mov edx, src lea ecx, [ ecx + eax ] lea edx, [ edx + eax ] neg eax loop_: movdqa xmm4, [ ecx + eax ] movdqa xmm5, xmm4 movdqa xmm6, [ edx + eax ] movdqa xmm7, xmm6 add eax, 16 punpcklbw xmm4, xmm1 punpckhbw xmm5, xmm1 punpcklbw xmm6, xmm1 punpckhbw xmm7, xmm1 psubw xmm6, xmm4 psubw xmm7, xmm5 psllw xmm4, 8 psllw xmm5, 8 pmullw xmm6, xmm0 pmullw xmm7, xmm0 paddw xmm6, xmm2 paddw xmm7, xmm2 paddw xmm6, xmm4 paddw xmm7, xmm5 psrlw xmm6, 8 psrlw xmm7, 8 packuswb xmm6, xmm7 movdqa [ ecx + eax - 16 ], xmm6 jnz loop_ } for ( size_t i = width * height * 3 / 16 * 16, end = width * height * 3; i < end; ++i ) { dest[ i ] = ( dest[ i ] * 256 + ( src[ i ] - dest[ i ] ) * alpha + 255 ) / 256; } } uchar* dest1; uchar* dest2; uchar* dest3; uchar* src; int main() { srand( time( NULL ) ); const size_t width = 100; const size_t height = 100; const uchar alpha = 10; uchar* d1 = new uchar[ width * height * 3 + 15 ]; uchar* d2 = new uchar[ width * height * 3 + 15 ]; uchar* d3 = new uchar[ width * height * 3 + 15 ]; uchar* s = new uchar[ width * height * 3 + 15 ]; dest1 = (uchar*)(( (size_t)d1 + 15 ) & 0xfffffff0); dest2 = (uchar*)(( (size_t)d2 + 15 ) & 0xfffffff0); dest3 = (uchar*)(( (size_t)d3 + 15 ) & 0xfffffff0); src = (uchar*)(( (size_t)s + 15 ) & 0xfffffff0); for ( size_t i = 0, end = width * height * 3; i < end; ++i ) { dest1[ i ] = dest2[ i ] = dest3[ i ] = rand() % 256; src[ i ] = rand() % 256; } cout << memcmp( dest1, dest2, width * height * 3 ) << endl; f1( dest1, src, width, height, alpha ); f2( dest2, src, width, height, alpha ); cout << memcmp( dest1, dest2, width * height * 3 ) << endl; f3( dest3, src, width, height, alpha ); cout << memcmp( dest1, dest3, width * height * 3 ) << endl; for ( size_t i = 0; i < width * height * 3; ++i ) { if ( dest1[i] != dest2[i] ) cout << i << '\t' << int(dest1[i]) << '\t' << int(dest2[i]) << endl; } u64 min1 = ~u64(0); u64 min2 = ~u64(0); u64 min3 = ~u64(0); for ( int i = 0; i < 10000; ++i ) { u64 t = rdtsc(); f1( dest1, src, width, height, alpha ); t = rdtsc() - t; if ( t < min1 ) { min1 = t; i = 0; } } cout << min1 << endl; for ( int i = 0; i < 10000; ++i ) { u64 t = rdtsc(); f2( dest1, src, width, height, alpha ); t = rdtsc() - t; if ( t < min2 ) { min2 = t; i = 0; } } cout << min2 << endl; for ( int i = 0; i < 10000; ++i ) { u64 t = rdtsc(); f3( dest1, src, width, height, alpha ); t = rdtsc() - t; if ( t < min3 ) { min3 = t; i = 0; } } cout << min3 << endl; delete [] s; delete [] d3; delete [] d2; delete [] d1; }