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为赛扬2G(新的测试平台的CPU为AMD64x2 4200+(2.37G),测试时使用的单线程执行);
(一些基础代码和插值原理的详细说明参见作者的《图形图像处理－之－高质量的快速的图像缩放》系列文章)
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旋转到1004*1004，测试成绩取各个旋转角度的平均速度值; fps表示每秒钟的帧数,值越大表示函数越快
A:旋转原理和旋转公式:
推导旋转公式：
旋转示意图
有：
tg(b)=y/x ----(1) tg(a+b)=y'/x' ----(2) x*x + y*y = x'*x' + y'*y' ----(3)
有公式：
tg(a+b) = ( tg(a)+tg(b) ) / ( 1-tg(a)*tg(b) ) ----(4)
把(1)代入(4)从而消除参数b;
tg(a)+y/x = y'/x'*( 1-tg(a)*y/x ) ----(5) 由(5)可以得x'=y'*(x-y*tg(a))/( x*tg(a)+y ) ----(6)
把(6)代入(3)从而消除参数x',化简后求得:
y'=x*sin(a)+y*cos(a); ----(7)
把(7)代入(6),有:
x'=x*cos(a)-y*sin(a); ----(8)
OK，旋转公式有了，那么来看看在图片旋转中的应用；
假设对图片上任意点(x,y)，绕一个坐标点(rx0,ry0)逆时针旋转RotaryAngle角度后的新的坐标设为(x', y')，有公式：
(x平移rx0,y平移ry0,角度a对应-RotaryAngle ， 带入方程(7)、(8)后有： )
x'= (x - rx0)*cos(RotaryAngle) + (y - ry0)*sin(RotaryAngle) + rx0 ; y'=-(x - rx0)*sin(RotaryAngle) + (y - ry0)*cos(RotaryAngle) + ry0 ;
那么，根据新的坐标点求源坐标点的公式为：
x=(x'- rx0)*cos(RotaryAngle) - (y'- ry0)*sin(RotaryAngle) + rx0 ; y=(x'- rx0)*sin(RotaryAngle) + (y'- ry0)*cos(RotaryAngle) + ry0 ;
旋转的时候还可以顺便加入x轴和y轴的缩放和平移，而不影响速度，那么完整的公式为:
x=(x'- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y'- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0 ; y=(x'- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y'- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0 ;
其中： RotaryAngle为逆时针旋转的角度;
ZoomX,ZoomY为x轴y轴的缩放系数(支持负的系数,相当于图像翻转);
move_x,move_y为x轴y轴的平移量;
一些颜色和图片的数据定义:
#define asm __asm typedef unsigned char TUInt8; // [0..255] struct TARGB32 //32 bit color { TUInt8 b,g,r,a; //a is alpha }; struct TPicRegion //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 long byte_width; //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); long width; //像素宽度 long height; //像素高度 };
//那么访问一个点的函数可以写为：
inline TARGB32& Pixels(const TPicRegion& pic,const long x,const long y) { return ( (TARGB32*)((TUInt8*)pic.pdata+pic.byte_width*y) )[x]; }
//判断一个点是否在图片中
inline bool PixelsIsInPic(const TPicRegion& pic,const long x,const long y) { return ( (x>=0)&&(x<pic.width) && (y>=0)&&(y<pic.height) ); }
B:一个简单的浮点实现版本
////////////////////////////////////////////////////////////////////////////////////////////////////// //函数假设以原图片的中心点坐标为旋转和缩放的中心 void PicRotary0(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; for (long y=0;y<Dst.height;++y) { for (long x=0;x<Dst.width;++x) { long srcx=(long)((x- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0) ; long srcy=(long)((x- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0) ; if (PixelsIsInPic(Src,srcx,srcy)) Pixels(Dst,x,y)=Pixels(Src,srcx,srcy); } } }
调用方法比如:
PicRotary0(ppicDst,ppicSrc,PI/6,0.9,0.9,(dst_wh-ppicSrc.width)*0.5,(dst_wh-ppicSrc.height)*0.5);
//作用：将图片ppicSrc按0.9的缩放比例旋转PI/6幅度后绘制到图片ppicDst的中心
)
//注：测试图片都是800*600的图片旋转到1004*1004的图片中心 测试成绩取各个旋转角度的平均速度值
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotary0 34.9 fps
////////////////////////////////////////////////////////////////////////////////
旋转结果图示（小图）：
30度 60度 90度
120度 150度 180度
210度 240度 270度
300度 330度 360度
C:优化循环内部，化简系数
1.sin和cos函数是很慢的计算函数，可以在循环前预先计算好sin(RotaryAngle)和cos(RotaryAngle)的值：
double sinA=sin(RotaryAngle);
double cosA=cos(RotaryAngle);
2.可以将除以ZoomX、ZoomY改成乘法，预先计算出倒数：
double rZoomX=1.0/ZoomX;
double rZoomY=1.0/ZoomY;
3.优化内部的旋转公式，将能够预先计算的部分提到循环外(即：拆解公式):
原： long srcx=(long)((x- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0) ;
long srcy=(long)((x- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0) ;
变形为:
long srcx=(long)( Ax*x + Bx*y +Cx ) ;
long srcy=(long)( Ay*x + By*y +Cy ) ;
其中: Ax=(rZoomX*cosA); Bx=(-rZoomY*sinA); Cx=(-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0);
Ay=(rZoomX*sinA); By=(rZoomY*cosA); Cy=(-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0);
(提示: Ax,Bx,Cx,Ay,By,Cy都可以在旋转之前预先计算出来)
改进后的函数为：
void PicRotary1(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double rZoomX=1.0/ZoomX; double rZoomY=1.0/ZoomY; double sinA=sin(RotaryAngle); double cosA=cos(RotaryAngle); double Ax=(rZoomX*cosA); double Ay=(rZoomX*sinA); double Bx=(-rZoomY*sinA); double By=(rZoomY*cosA); double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; double Cx=(-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0); double Cy=(-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0); TARGB32* pDstLine=Dst.pdata; double srcx0_f=(Cx); double srcy0_f=(Cy); for (long y=0;y<Dst.height;++y) { double srcx_f=srcx0_f; double srcy_f=srcy0_f; for (long x=0;x<Dst.width;++x) { long srcx=(long)(srcx_f); long srcy=(long)(srcy_f); if (PixelsIsInPic(Src,srcx,srcy)) pDstLine[x]=Pixels(Src,srcx,srcy); srcx_f+=Ax; srcy_f+=Ay; } srcx0_f+=Bx; srcy0_f+=By; ((TUInt8*&)pDstLine)+=Dst.byte_width; } }
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotary1 62.0 fps
////////////////////////////////////////////////////////////////////////////////
( 在AMD64x2 4200+和VC2005编译下PicRotary1(51.8fps)比PicRotary0(27.1fps)快90%；
在AMD64x2 4200+和VC6编译下PicRotary1(20.3fps)比PicRotary0(16.1fps)快26%；
以前在赛扬2G和VC6编译下PicRotary1(8.4fps)反而比PicRotary0(12.7fps)慢50%! :( )
D:更深入的优化、定点数优化
(浮点数到整数的转化也是应该优化的一个地方，这里不再处理，可以参见
<图形图像处理－之－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>中的PicZoom3_float函数)
1.优化除法：
原： double rZoomX=1.0/ZoomX;
double rZoomY=1.0/ZoomY;
改写为(优化掉了一次除法)：
double tmprZoomXY=1.0/(ZoomX*ZoomY);
double rZoomX=tmprZoomXY*ZoomY;
double rZoomY=tmprZoomXY*ZoomX;
2.x86的浮点计算单元(FPU)有一条指令"fsincos"可以同时计算出sin和cos值
//定义SinCos函数: 同时计算sin(Angle)和cos(Angle)的内嵌x86汇编函数
void __declspec(naked) __stdcall SinCos(const double Angle,double& sina,double& cosa)
{
asm
{
fld qword ptr [esp+4]//Angle
mov eax,[esp+12]//&sina
mov edx,[esp+16]//&cosa
fsincos
fstp qword ptr [edx]
fstp qword ptr [eax]
ret 16
}
}
3.用定点数代替浮点计算
void PicRotary2(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double tmprZoomXY=1.0/(ZoomX*ZoomY); double rZoomX=tmprZoomXY*ZoomY; double rZoomY=tmprZoomXY*ZoomX; double sinA,cosA; SinCos(RotaryAngle,sinA,cosA); long Ax_16=(long)(rZoomX*cosA*(1<<16)); long Ay_16=(long)(rZoomX*sinA*(1<<16)); long Bx_16=(long)(-rZoomY*sinA*(1<<16)); long By_16=(long)(rZoomY*cosA*(1<<16)); double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16)); long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16)); TARGB32* pDstLine=Dst.pdata; long srcx0_16=(Cx_16); long srcy0_16=(Cy_16); for (long y=0;y<Dst.height;++y) { long srcx_16=srcx0_16; long srcy_16=srcy0_16; for (long x=0;x<Dst.width;++x) { long srcx=(srcx_16>>16); long srcy=(srcy_16>>16); if (PixelsIsInPic(Src,srcx,srcy)) pDstLine[x]=Pixels(Src,srcx,srcy); srcx_16+=Ax_16; srcy_16+=Ay_16; } srcx0_16+=Bx_16; srcy0_16+=By_16; ((TUInt8*&)pDstLine)+=Dst.byte_width; } }
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotary2 134.2 fps
////////////////////////////////////////////////////////////////////////////////
E:优化内部循环的判断函数PixelsIsInPic，将判断展开到内部循环之外，跳过不需要处理的目标像素；
TRotaryClipData类用于寻找旋转需要处理的边界范围；算法思路是首先寻找原图片中心点对应的；
那条扫描线，然后依次向上和向下寻找边界； 如果想要更快速的边界寻找算法，可以考虑利用像素的直线
绘制原理来自动生成边界(有机会的时候再来实现它)；
边界寻找算法图示
struct TRotaryClipData{ public: long src_width; long src_height; long dst_width; long dst_height; long Ax_16; long Ay_16; long Bx_16; long By_16; long Cx_16; long Cy_16; public: long out_dst_up_y; long out_dst_down_y; long out_src_x0_16; long out_src_y0_16; private: long out_dst_up_x0; long out_dst_up_x1; long out_dst_down_x0; long out_dst_down_x1; public: inline long get_up_x0(){ if (out_dst_up_x0<0) return 0; else return out_dst_up_x0; } inline long get_up_x1(){ if (out_dst_up_x1>=dst_width) return dst_width; else return out_dst_up_x1; } inline long get_down_x0(){ if (out_dst_down_x0<0) return 0; else return out_dst_down_x0; } inline long get_down_x1(){ if (out_dst_down_x1>=dst_width) return dst_width; else return out_dst_down_x1; } inline bool is_in_src(long src_x_16,long src_y_16) { return ( ( (src_x_16>=0)&&((src_x_16>>16)<src_width) ) && ( (src_y_16>=0)&&((src_y_16>>16)<src_height) ) ); } void find_begin_in(long dst_y,long& out_dst_x,long& src_x_16,long& src_y_16) { src_x_16-=Ax_16; src_y_16-=Ay_16; while (is_in_src(src_x_16,src_y_16)) { --out_dst_x; src_x_16-=Ax_16; src_y_16-=Ay_16; } src_x_16+=Ax_16; src_y_16+=Ay_16; } bool find_begin(long dst_y,long& out_dst_x0,long dst_x1) { long test_dst_x0=out_dst_x0-1; long src_x_16=Ax_16*test_dst_x0 + Bx_16*dst_y + Cx_16; long src_y_16=Ay_16*test_dst_x0 + By_16*dst_y + Cy_16; for (long i=test_dst_x0;i<=dst_x1;++i) { if (is_in_src(src_x_16,src_y_16)) { out_dst_x0=i; if (i==test_dst_x0) find_begin_in(dst_y,out_dst_x0,src_x_16,src_y_16); if (out_dst_x0<0) { src_x_16-=(Ax_16*out_dst_x0); src_y_16-=(Ay_16*out_dst_x0); } out_src_x0_16=src_x_16; out_src_y0_16=src_y_16; return true; } else { src_x_16+=Ax_16; src_y_16+=Ay_16; } } return false; } void find_end(long dst_y,long dst_x0,long& out_dst_x1) { long test_dst_x1=out_dst_x1; if (test_dst_x1<dst_x0) test_dst_x1=dst_x0; long src_x_16=Ax_16*test_dst_x1 + Bx_16*dst_y + Cx_16; long src_y_16=Ay_16*test_dst_x1 + By_16*dst_y + Cy_16; if (is_in_src(src_x_16,src_y_16)) { ++test_dst_x1; src_x_16+=Ax_16; src_y_16+=Ay_16; while (is_in_src(src_x_16,src_y_16)) { ++test_dst_x1; src_x_16+=Ax_16; src_y_16+=Ay_16; } out_dst_x1=test_dst_x1; } else { src_x_16-=Ax_16; src_y_16-=Ay_16; while (!is_in_src(src_x_16,src_y_16)) { --test_dst_x1; src_x_16-=Ax_16; src_y_16-=Ay_16; } out_dst_x1=test_dst_x1; } } bool inti_clip(double move_x,double move_y) { //计算src中心点映射到dst后的坐标 out_dst_down_y=(long)(src_height*0.5+move_y); out_dst_down_x0=(long)(src_width*0.5+move_x); out_dst_down_x1=out_dst_down_x0; //得到初始out_??? if (find_begin(out_dst_down_y,out_dst_down_x0,out_dst_down_x1)) find_end(out_dst_down_y,out_dst_down_x0,out_dst_down_x1); out_dst_up_y=out_dst_down_y; out_dst_up_x0=out_dst_down_x0; out_dst_up_x1=out_dst_down_x1; return (out_dst_down_x0<out_dst_down_x1); } bool next_clip_line_down() { ++out_dst_down_y; if (!find_begin(out_dst_down_y,out_dst_down_x0,out_dst_down_x1)) return false; find_end(out_dst_down_y,out_dst_down_x0,out_dst_down_x1); return (out_dst_down_x0<out_dst_down_x1); } bool next_clip_line_up() { --out_dst_up_y; if (!find_begin(out_dst_up_y,out_dst_up_x0,out_dst_up_x1)) return false; find_end(out_dst_up_y,out_dst_up_x0,out_dst_up_x1); return (out_dst_up_x0<out_dst_up_x1); } };
void PicRotary3_CopyLine(TARGB32* pDstLine,long dstCount,long Ax_16,long Ay_16, long srcx0_16,long srcy0_16,TARGB32* pSrcLine,long src_byte_width) { for (long x=0;x<dstCount;++x) { pDstLine[x]=Pixels(pSrcLine,src_byte_width,srcx0_16>>16,srcy0_16>>16); srcx0_16+=Ax_16; srcy0_16+=Ay_16; } } void PicRotary3(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double tmprZoomXY=1.0/(ZoomX*ZoomY); double rZoomX=tmprZoomXY*ZoomY; double rZoomY=tmprZoomXY*ZoomX; double sinA,cosA; SinCos(RotaryAngle,sinA,cosA); long Ax_16=(long)(rZoomX*cosA*(1<<16)); long Ay_16=(long)(rZoomX*sinA*(1<<16)); long Bx_16=(long)(-rZoomY*sinA*(1<<16)); long By_16=(long)(rZoomY*cosA*(1<<16)); double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16)); long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16)); TRotaryClipData rcData; rcData.Ax_16=Ax_16; rcData.Bx_16=Bx_16; rcData.Cx_16=Cx_16; rcData.Ay_16=Ay_16; rcData.By_16=By_16; rcData.Cy_16=Cy_16; rcData.dst_width=Dst.width; rcData.dst_height=Dst.height; rcData.src_width=Src.width; rcData.src_height=Src.height; if (!rcData.inti_clip(move_x,move_y)) return; TARGB32* pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_down_y); while (true) //to down { long y=rcData.out_dst_down_y; if (y>=Dst.height) break; if (y>=0) { long x0=rcData.get_down_x0(); PicRotary3_CopyLine(&pDstLine[x0],rcData.get_down_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } if (!rcData.next_clip_line_down()) break; ((TUInt8*&)pDstLine)+=Dst.byte_width; } pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_up_y); while (rcData.next_clip_line_up()) //to up { long y=rcData.out_dst_up_y; if (y<0) break; ((TUInt8*&)pDstLine)-=Dst.byte_width; if (y<Dst.height) { long x0=rcData.get_up_x0(); PicRotary3_CopyLine(&pDstLine[x0],rcData.get_up_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } } }
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotary3 280.9 fps
////////////////////////////////////////////////////////////////////////////////
F:使用SSE的MOVNTQ指令优化CPU写缓冲
(仅改写了PicRotary3_CopyLine的实现)
void __declspec(naked) __stdcall PicRotarySSE_CopyLine(TARGB32* pDstLine,long dstCount,long Ax_16,long Ay_16, // [esp+ 4] [esp+ 8] [esp+12] [esp+16] long srcx0_16,long srcy0_16,TARGB32* pSrcLine,long src_byte_width) // [esp+20] [esp+24] [esp+28] [esp+32] { //利用SSE的MOVNTQ指令优化写缓冲的汇编实现 asm { push ebx push esi push edi push ebp //esp offset 16 mov ebx,dword ptr [esp+ 8+16] mov esi,dword ptr [esp+32+16] mov edi,dword ptr [esp+28+16] mov eax,dword ptr [esp+24+16] mov ecx,dword ptr [esp+20+16] dec ebx xor edx,edx test ebx,ebx mov dword ptr [esp+ 8+16],ebx jle loop_bound //jmp loop_begin //align 16 loop_begin: mov ebx,eax add eax,dword ptr [esp+16+16] sar ebx,16 imul ebx,esi add ebx,edi mov ebp,ecx add ecx,dword ptr [esp+12+16] sar ebp,16 MOVD MM0,dword ptr [ebx+ebp*4] mov ebx,eax add eax,dword ptr [esp+16+16] sar ebx,16 imul ebx,esi mov ebp,ecx add ecx,dword ptr [esp+12+16] sar ebp,16 add ebx,edi MOVD MM1,dword ptr [ebx+ebp*4] mov ebp,dword ptr [esp+ 4+16] PUNPCKlDQ MM0,MM1 mov ebx,dword ptr [esp+ 8+16] MOVNTQ qword ptr [ebp+edx*4],MM0 add edx,2 cmp edx,ebx jl loop_begin EMMS loop_bound: cmp edx,ebx jne loop_bound_end sar eax,16 imul eax,esi sar ecx,16 add eax,edi mov eax,dword ptr [eax+ecx*4] mov ecx,dword ptr [esp+ 4+16] mov dword ptr [ecx+edx*4],eax loop_bound_end: pop ebp pop edi pop esi pop ebx ret 32 } } void PicRotarySSE(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double tmprZoomXY=1.0/(ZoomX*ZoomY); double rZoomX=tmprZoomXY*ZoomY; double rZoomY=tmprZoomXY*ZoomX; double sinA,cosA; SinCos(RotaryAngle,sinA,cosA); long Ax_16=(long)(rZoomX*cosA*(1<<16)); long Ay_16=(long)(rZoomX*sinA*(1<<16)); long Bx_16=(long)(-rZoomY*sinA*(1<<16)); long By_16=(long)(rZoomY*cosA*(1<<16)); double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16)); long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16)); TRotaryClipData rcData; rcData.Ax_16=Ax_16; rcData.Bx_16=Bx_16; rcData.Cx_16=Cx_16; rcData.Ay_16=Ay_16; rcData.By_16=By_16; rcData.Cy_16=Cy_16; rcData.dst_width=Dst.width; rcData.dst_height=Dst.height; rcData.src_width=Src.width; rcData.src_height=Src.height; if (!rcData.inti_clip(move_x,move_y)) return; TARGB32* pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_down_y); while (true) //to down { long y=rcData.out_dst_down_y; if (y>=Dst.height) break; if (y>=0) { long x0=rcData.get_down_x0(); PicRotarySSE_CopyLine(&pDstLine[x0],rcData.get_down_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } if (!rcData.next_clip_line_down()) break; ((TUInt8*&)pDstLine)+=Dst.byte_width; } pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_up_y); while (rcData.next_clip_line_up()) //to up { long y=rcData.out_dst_up_y; if (y<0) break; ((TUInt8*&)pDstLine)-=Dst.byte_width; if (y<Dst.height) { long x0=rcData.get_up_x0(); PicRotarySSE_CopyLine(&pDstLine[x0],rcData.get_up_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } } asm sfence //刷新写入 }
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotarySEE 306.3 fps
////////////////////////////////////////////////////////////////////////////////
F':尝试利用SSE2新增的MOVNTI指令优化CPU写缓冲
void __declspec(naked) __stdcall PicRotarySSE2_CopyLine(TARGB32* pDstLine,long dstCount,long Ax_16,long Ay_16, // [esp+ 4] [esp+ 8] [esp+12] [esp+16] long srcx0_16,long srcy0_16,TARGB32* pSrcLine,long src_byte_width) // [esp+20] [esp+24] [esp+28] [esp+32] { //利用SSE2的MOVNTI指令优化写缓冲的汇编实现 asm { push ebx push esi push edi push ebp //esp offset 16 mov ebx,dword ptr [esp+ 8+16] mov esi,dword ptr [esp+32+16] mov edi,dword ptr [esp+28+16] mov eax,dword ptr [esp+24+16] mov ecx,dword ptr [esp+20+16] dec ebx xor edx,edx test ebx,ebx mov dword ptr [esp+ 8+16],ebx jle loop_bound jmp loop_begin align 16 loop_begin: mov ebx,eax add eax,dword ptr [esp+16+16] sar ebx,16 imul ebx,esi add ebx,edi mov ebp,ecx add ecx,dword ptr [esp+12+16] sar ebp,16 mov ebx,dword ptr [ebx+ebp*4] mov ebp,dword ptr [esp+ 4+16] MOVNTI dword ptr [ebp+edx*4],ebx mov ebx,eax add eax,dword ptr [esp+16+16] sar ebx,16 imul ebx,esi mov ebp,ecx add ecx,dword ptr [esp+12+16] sar ebp,16 add ebx,edi mov ebx,dword ptr [ebx+ebp*4] mov ebp,dword ptr [esp+4+16] MOVNTI dword ptr [ebp+edx*4+4],ebx mov ebx,dword ptr [esp+ 8+16] add edx,2 cmp edx,ebx jl loop_begin loop_bound: cmp edx,ebx jne loop_bound_end sar eax,16 imul eax,esi sar ecx,16 add eax,edi mov eax,dword ptr [eax+ecx*4] mov ecx,dword ptr [esp+ 4+16] mov dword ptr [ecx+edx*4],eax loop_bound_end: pop ebp pop edi pop esi pop ebx ret 32 } } void PicRotarySSE2(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y) { if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见 double tmprZoomXY=1.0/(ZoomX*ZoomY); double rZoomX=tmprZoomXY*ZoomY; double rZoomY=tmprZoomXY*ZoomX; double sinA,cosA; SinCos(RotaryAngle,sinA,cosA); long Ax_16=(long)(rZoomX*cosA*(1<<16)); long Ay_16=(long)(rZoomX*sinA*(1<<16)); long Bx_16=(long)(-rZoomY*sinA*(1<<16)); long By_16=(long)(rZoomY*cosA*(1<<16)); double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心 double ry0=Src.height*0.5; long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16)); long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16)); TRotaryClipData rcData; rcData.Ax_16=Ax_16; rcData.Bx_16=Bx_16; rcData.Cx_16=Cx_16; rcData.Ay_16=Ay_16; rcData.By_16=By_16; rcData.Cy_16=Cy_16; rcData.dst_width=Dst.width; rcData.dst_height=Dst.height; rcData.src_width=Src.width; rcData.src_height=Src.height; if (!rcData.inti_clip(move_x,move_y)) return; TARGB32* pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_down_y); while (true) //to down { long y=rcData.out_dst_down_y; if (y>=Dst.height) break; if (y>=0) { long x0=rcData.get_down_x0(); PicRotarySSE2_CopyLine(&pDstLine[x0],rcData.get_down_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } if (!rcData.next_clip_line_down()) break; ((TUInt8*&)pDstLine)+=Dst.byte_width; } pDstLine=Dst.pdata; ((TUInt8*&)pDstLine)+=(Dst.byte_width*rcData.out_dst_up_y); while (rcData.next_clip_line_up()) //to up { long y=rcData.out_dst_up_y; if (y<0) break; ((TUInt8*&)pDstLine)-=Dst.byte_width; if (y<Dst.height) { long x0=rcData.get_up_x0(); PicRotarySSE2_CopyLine(&pDstLine[x0],rcData.get_up_x1()-x0,Ax_16,Ay_16, rcData.out_src_x0_16,rcData.out_src_y0_16,Src.pdata,Src.byte_width); } } asm sfence //刷新写入 }
////////////////////////////////////////////////////////////////////////////////
//速度测试:
//==============================================================================
// PicRotarySEE2 304.2 fps
////////////////////////////////////////////////////////////////////////////////
一张效果图:
//程序使用的调用参数:
const long testcount=2000; long dst_wh=1004; for (int i=0;i<testcount;++i) { double zoom=rand()*(1.0/RAND_MAX)+0.5; PicRotarySSE(ppicDst,ppicSrc,rand()*(PI*2/RAND_MAX),zoom,zoom,((dst_wh+ppicSrc.width)*rand()*(1.0/RAND_MAX)-ppicSrc.width),(dst_wh+ppicSrc.height)*rand()*(1.0/RAND_MAX)-ppicSrc.height); }
//ps：如果很多时候源图片绘制时可能落在目标区域的外面，那么需要写一个剪切算法快速排除不必要的绘制
一张测试函数速度的时候生成的图像：
G:旋转测试的结果放到一起：
//注：测试图片都是800*600的图片旋转到1004*1004的图片中心，测试成绩取各个旋转角度的平均速度值
////////////////////////////////////////////////////////////////////////////////
//速度测试: (测试CPU为AMD64x2 4200+(2.37G),单线程)
//==============================================================================
// PicRotary0 34.9 fps
// PicRotary1 62.0 fps
// PicRotary2 134.2 fps
// PicRotary3 280.9 fps
// PicRotarySEE 306.3 fps
// PicRotarySEE2 304.2 fps
//(PicRotarySSE2_Block 316.6 fps (参见《下篇 补充话题》))
////////////////////////////////////////////////////////////////////////////////
补充Intel Core2 4400上的测试成绩:
////////////////////////////////////////////////////////////////////////////////
//速度测试: (测试CPU为Intel Core2 4400(2.00G)单线程)
//==============================================================================
// PicRotary0 58.6 fps
// PicRotary1 82.1 fps
// PicRotary2 167.9 fps
// PicRotary3 334.9 fps
// PicRotarySEE 463.1 fps
// PicRotarySEE2 449.3 fps
//(PicRotarySSE2_Block 351.3 fps (参见《下篇 补充话题》))
////////////////////////////////////////////////////////////////////////////////
//ps:文章的下篇将进一步优化图片旋转的质量(使用二次线性插值、三次卷积插值和MipMap链)，并完美的处理边缘的锯齿，并考虑介绍颜色的Alpha Blend混合
(希望读者能在这一系列的文章中不仅能学到旋转和缩放，还能够学到一些优化的基本技巧和思路；也欢迎指出文章中的错误、我没有做到的优化、改进意见 等)
