【短道速滑五】性能只逼双线性插值，但效果要好很多---还有什么理由不用双三次立方插值呢？

       在2年前，我写过SSE图像算法优化系列十八：三次卷积插值的进一步SSE优化 一文，在那里使用了SSE对三次卷积插值进行了SSE优化，原本以为那个速度已经比较极限了，最新遇到一个项目需要更高速的效果，自己又对这个算法进行了下构思，发现原来根本不是那回事，速度极限离天花板还早着呢。

      早期的优化中，仅仅是在每个像素的放大内部使用SIMD指令进行处理，而没有考虑每个相邻像素或者相邻行像素之间的联系和关系，因此呢计算量依旧是很大。     再来仔细看看三次立方插值，他需要涉及到像素是4*4的领域，共有16个权重，但是16个权重可以看成是水平和垂直分离的，因此可以先计算行方向的累计值，然后再计算列方向的累加和，我们发现，在放大和缩小时，这4行的取样点一般来说总会有部分是重叠的，甚至是完全重叠的，如果是完全重叠，那么水平方向的累加和是根本无需进行计算的，部分重叠时，也可以只计算重叠的部分，这个时候，整体的计算量将大大的减少。这也是行和列分离计算所带来的好处。4*4的取样这个特性，决定他在某方面非常合适使用SIMD指令进行优化。对于灰度图，由于其一个采样点水平方向只涉及到4个像素（4个字节），不适合在取样时就计算其水平方向的累加值（是指不适合用SIMD指令，如果纯C实现反而就要在取样时计算了），我们先收集取样数据，然后再整体计算累加值时使用SIMD指令优化，而对于24位或者是32位图，由于取样4个像素占用了12个字节和16个字节，此时就可以直接在取样时进行计算，避免了收集取样数据的耗时，使得彩色模式图像比灰度也仅仅多了一倍时间，而不是3倍或4倍。

  　 就是这么一个简单的思路，能极大的提高算法的速度，而对于另外一个经典的Lanczos4插值算法，他涉及到的领域范围是8*8，同样可以使用上述的方式进行优化。

       测试一幅720P的彩色图放大到1080P，三次立方插值单次的执行时间越月8.5ms， Lanczos4的耗时17.7ms左右，如果是灰度图像，则三次立方耗时约6ms，Lanczos4用时7.5ms，差异很小。

　　如果4K彩色图缩小到1080P图，三次立方插值单次的执行时间越15ms， Lanczos4的耗时31ms左右，如果是灰度图像，则三次立方耗时约10ms，Lanczos4用时也是10ms左右，也差异很小。

      和Opencv比较发现，CV你如果调用100次某个图的放大，他是多线程的执行的，CPU使用率到了100%，而且这个时候他的速度也就是和我的差不多。

      另外，三次立方插值其实有个参数可以调节，他控制了结果是锐化还是模糊一些，如下图所示：