图片缩放旋转.docx

1、图片缩放旋转高质量的快速的图像缩放 上篇 近邻取样插值和其速度优化正文： 为了便于讨论，这里只处理32bit的ARGB颜色； 代码使用C+;涉及到汇编优化的时候假定为x86平台;使用的编译器为vc2005; 为了代码的可读性,没有加入异常处理代码;测试使用的CPU为AMD64x2 4200+(2.37G) 和 Intel Core2 4400(2.00G);速度测试说明: 只测试内存数据到内存数据的缩放 测试图片都是800*600缩放到1024*768; fps表示每秒钟的帧数,值越大表示函数越快/Windows GDI相关函数参考速度:/=/ BitBlt544.7 fps /is copy

2、 800*600 to 800*600/ BitBlt331.6 fps /is copy 1024*1024 to 1024*1024/ StretchBlt232.7 fps /is zoom 800*600 to 1024*1024/A: 首先定义图像数据结构:#defineasm_asmtypedefunsignedcharTUInt8;/0.255structTARGB32/32bitcolorTUInt8B,G,R,A;/Aisalpha;structTPicRegion/一块颜色数据区的描述，便于参数传递TARGB32*pdata;/颜色数据首地址longbyte_width;/

3、一行数据的物理宽度(字节宽度)；/abs(byte_width)有可能大于等于width*sizeof(TARGB32);longwidth;/像素宽度longheight;/像素高度;/那么访问一个点的函数可以写为：inlineTARGB32&Pixels(constTPicRegion&pic,constlongx,constlongy)return(TARGB32*)(TUInt8*)pic.pdata+pic.byte_width*y)x;B: 缩放原理和公式图示: 缩放后图片 原图片 (宽DW,高DH) (宽SW,高SH) (Sx-0)/(SW-0)=(Dx-0)/(DW-0) (S

4、y-0)/(SH-0)=(Dy-0)/(DH-0)= Sx=Dx*SW/DW Sy=Dy*SH/DHC: 缩放算法的一个参考实现/给出一个最简单的缩放函数(插值方式为近邻取样,而且我“尽力”把它写得慢一些了:D)/Src.PColorData指向源数据区,Dst.PColorData指向目的数据区/函数将大小为Src.Width*Src.Height的图片缩放到Dst.Width*Dst.Height的区域中voidPicZoom0(constTPicRegion&Dst,constTPicRegion&Src)if(0=Dst.width)|(0=Dst.height)|(0=Src.wid

5、th)|(0=Src.height)return;for(longx=0;xDst.width;+x)for(longy=0;yDst.height;+y)longsrcx=(x*Src.width/Dst.width);longsrcy=(y*Src.height/Dst.height);Pixels(Dst,x,y)=Pixels(Src,srcx,srcy);/速度测试:/=/ PicZoom019.4 fps/D: 优化PicZoom0函数 a.PicZoom0函数并没有按照颜色数据在内存中的排列顺序读写(内部循环递增y行索引)，将造成CPU缓存预读失败和内存颠簸导致巨大的性能损失,(

6、很多硬件都有这种特性,包括缓存、内存、显存、硬盘等,优化顺序访问，随机访问时会造成巨大的性能损失)所以先交换x,y循环的顺序:voidPicZoom1(constTPicRegion&Dst,constTPicRegion&Src)if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return;for(longy=0;yDst.height;+y)for(longx=0;xDst.width;+x)longsrcx=(x*Src.width/Dst.width);longsrcy=(y*Src.height/Dst.heigh

7、t);Pixels(Dst,x,y)=Pixels(Src,srcx,srcy);/速度测试:/=/ PicZoom130.1 fps/ b.“(x*Src.Width/Dst.Width)”表达式中有一个除法运算，它属于很慢的操作(比一般的加减运算慢几十倍!),使用定点数的方法来优化它；voidPicZoom2(constTPicRegion&Dst,constTPicRegion&Src)if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return; /函数能够处理的最大图片尺寸65536*65536 unsigned

8、long xrIntFloat_16=(Src.width16)/Dst.width+1;/16.16格式定点数 unsigned long yrIntFloat_16=(Src.height16)/Dst.height+1;/16.16格式定点数 /可证明: (Dst.width-1)*xrIntFloat_16Src.width成立 for (unsigned long y=0;yDst.height;+y) for (unsigned long x=0;x16; unsigned long srcy=(y*yrIntFloat_16)16; Pixels(Dst,x,y)=Pixels(

9、Src,srcx,srcy); /速度测试:/=/ PicZoom2185.8 fps/ c. 在x的循环中y一直不变，那么可以提前计算与y相关的值; 1.可以发现srcy的值和x变量无关，可以提前到x轴循环之前；2.展开Pixels函数，优化与y相关的指针计算； void PicZoom3(const TPicRegion& Dst,const TPicRegion& Src)if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return; unsigned long xrIntFloat_16=(Src.width16)/

10、Dst.width+1; unsigned long yrIntFloat_16=(Src.height16)/Dst.height+1; unsigned long dst_width=Dst.width; TARGB32* pDstLine=Dst.pdata; unsigned long srcy_16=0; for (unsigned long y=0;y16); unsigned long srcx_16=0; for (unsigned long x=0;x16; srcx_16+=xrIntFloat_16; srcy_16+=yrIntFloat_16; (TUInt8*&)p

11、DstLine)+=Dst.byte_width; /速度测试:/=/ PicZoom3414.4 fps/ d.定点数优化使函数能够处理的最大图片尺寸和缩放结果(肉眼不可察觉的误差)受到了一定的影响,这里给出一个使用浮点运算的版本,可以在有这种需求的场合使用:voidPicZoom3_float(constTPicRegion&Dst,constTPicRegion&Src)/注意:该函数需要FPU支持if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return; double xrFloat=1.000000001/(d

12、ouble)Dst.width/Src.width); double yrFloat=1.000000001/(double)Dst.height/Src.height);unsignedshortRC_Old;unsignedshortRC_Edit;asm/设置FPU的取整方式为了直接使用fist浮点指令FNSTCWRC_Old/保存协处理器控制字,用来恢复FNSTCWRC_Edit/保存协处理器控制字,用来修改FWAITORRC_Edit,0x0F00/改为RC=11使FPU向零取整FLDCWRC_Edit/载入协处理器控制字,RC场已经修改unsignedlongdst_width=D

13、st.width;TARGB32*pDstLine=Dst.pdata;doublesrcy=0;for(unsignedlongy=0;yDst.height;+y)TARGB32*pSrcLine=(TARGB32*)(TUInt8*)Src.pdata+Src.byte_width*(long)srcy);/*/*doublesrcx=0;for(unsignedlongx=0;xdst_width;+x)pDstLinex=pSrcLine(unsignedlong)srcx;/因为默认的浮点取整是一个很慢/的操作!所以才使用了直接操作FPU的内联汇编代码。srcx+=xrFloat;

14、*/asmfldxrFloat/st0=xrFloatasmfldz/st0=0st1=xrFloatunsignedlongsrcx=0;for(longx=0;xdst_width;+x)asmfistdwordptrsrcx/srcx=(long)st0pDstLinex=pSrcLinesrcx;asmfaddst,st(1)/st0+=st1st1=xrFloatasmfstpstasmfstpstsrcy+=yrFloat;(TUInt8*&)pDstLine)+=Dst.byte_width;asm/恢复FPU的取整方式FWAITFLDCWRC_Old/速度测试:/=/ PicZ

15、oom3_float286.2 fps/ e.注意到这样一个事实:每一行的缩放比例是固定的;那么可以预先建立一个缩放映射表格 来处理缩放映射算法(PicZoom3_Table和PicZoom3_float的实现等价);voidPicZoom3_Table(constTPicRegion&Dst,constTPicRegion&Src)if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return;unsignedlongdst_width=Dst.width;unsignedlong*SrcX_Table=newunsigne

16、dlongdst_width;for(unsignedlongx=0;xdst_width;+x)/生成表SrcX_TableSrcX_Tablex=(x*Src.width/Dst.width);TARGB32*pDstLine=Dst.pdata;for(unsignedlongy=0;yDst.height;+y)unsignedlongsrcy=(y*Src.height/Dst.height);TARGB32*pSrcLine=(TARGB32*)(TUInt8*)Src.pdata+Src.byte_width*srcy);for(unsignedlongx=0;xdst_widt

17、h;+x)pDstLinex=pSrcLineSrcX_Tablex;(TUInt8*&)pDstLine)+=Dst.byte_width;deleteSrcX_Table;/速度测试:/=/ PicZoom3_Table390.1 fps/ f.为了加快缩放，可以采用根据缩放比例动态生成函数的方式来得到更快的缩放函数；这 有点像编译器的工作原理；要实现它需要的工作量比较大(或比较晦涩)就不再实现了； (动态生成是一种不错的思路，但个人觉得对于缩放，实现它的必要性不大) g.现代CPU中，在读取数据和写入数据时，都有自动的缓存机制；很容易知道，算法中生 成的数据不会很快再次使用，所以不需要写

18、入缓存的帮助；在SSE指令集中增加了movntq 等指令来完成这个功能； (尝试过利用CPU显式prefetcht0、prefetchnta预读指令或直接的mov读取指令等速度反 而略有下降:( 但预读在copy算法中速度优化效果很明显 )voidPicZoom3_SSE(constTPicRegion&Dst,constTPicRegion&Src)/警告:函数需要CPU支持MMX和movntq指令if(0=Dst.width)|(0=Dst.height)|(0=Src.width)|(0=Src.height)return; unsigned long xrIntFloat_16=(Src.width16)/Dst.width+1; unsigned long yrIntFloat_16=(Src.height16)/Dst.height+1;unsignedlongdst_width=Dst.width;TARGB32*pDstLine=Dst.pdata;unsignedlongsrcy_16=0;for(unsignedlongy=0;y16);asmpushebpmovesi,pSrcLinemovedi,pDstLinemovedx,xrIntFloat_16