M32位Alpha混合的MMX优化问题?为什么这么慢?

waterflier

不是游戏项目,src,dest都是内存里的一块DIB data段。
在我赛扬 EMT64的CPU上(3G MHZ)，混合800*600的位图需要时间0.0027 (s),大概370FPS的样子。还是不够快，我希望能达到600-700FPS.

代码如下~~



static unsigned char mask0R0B[]={0xff,0x00,0xff,0x00,0xff,0x00,0xff,0x00};
static unsigned char maskA0G0[]={0x00,0xff,0x00,0xff,0x00,0xff,0x00,0xff};

// 将一个双字扩展为int64
// dest为目标mmx寄存器
// temp为临时mmx寄存器
// opn为一个字，扩展后为 00 val 00 val 00 val 00 val
#define MMX_WORD2Q(dest, temp, val)        {_asm movd dest, val}        {_asm movq temp, dest}        {_asm psllq temp, 16}        {_asm por dest, temp}        {_asm movq temp, dest}        {_asm psllq dest, 32}        {_asm por dest, temp}

void MMXMixProvider:oXRGB32Alpha(Bitmap& dest,long destX,long destY,
                           const Bitmap& src,long srcTop,long srcLeft,long srcWidth,long srcHigh,
                           unsigned char alphaValue)
{
    long destStartX, destStartY;
    long srcStartX,srcStartY;
    long rowLen, lines;
    GetRealRect(dest,destX,destY,
        src,srcTop,srcLeft,srcWidth,srcHigh,
        destStartX,destStartY,
        srcStartX,srcStartY,
        rowLen,lines);
   
    if(lines < 1)
        return;

    const unsigned char* pSrcBuffer =  src.GetConstStartPos(srcStartX,srcStartY);
    unsigned char* pDestBuffer = dest.GetStartPos(destStartX,destStartY);
   
    long srcScanLine = src.GetScanLineSize();
    srcScanLine = srcScanLine - rowLen * 4 ;
    long destScanLine = dest.GetScanLineSize();
    destScanLine = destScanLine - rowLen * 4 ;
    //以上的代码都是作裁减用的

   
    unsigned int trueAlpha = alphaValue;
    unsigned int beta = 0xff - alphaValue;
    //初始化一些常用数值
    MMX_WORD2Q(mm4, mm7,trueAlpha);
    MMX_WORD2Q(mm5,mm7,beta);
    __asm
    {
        movq mm6, mask0R0B
        movq mm7, maskA0G0
    }

    int step = rowLen / 2;


    __asm
    {
        mov eax,lines
        mov esi, pSrcBuffer
        mov edi, pDestBuffer
        mov ebx, step

FIRST:
        mov ecx, ebx
BEGIN:
        ;//下列代码努力的进行了指令配对
        movq mm0, [esi]
        movq mm1, mm0
        pand mm0, mm6
        pmullw mm0, mm4

        movq mm2, [edi]
        movq mm3, mm2
        pand mm2, mm6
        pmullw mm2, mm5
        paddusb mm2, mm0

        pand mm1, mm7
        psrlq mm1, 8
        pmullw mm1, mm4
        
        pand mm3, mm7
        psrlq mm3, 8
        pmullw mm3, mm5
        paddusb mm3, mm1

        ;//合并mm2,mm3
        psrlq mm2, 8
        pand mm2, mm6
        pand mm3, mm7
        por mm2, mm3
        movq [edi], mm2
        
        add esi, 8
        add edi, 8
        
        loop BEGIN
        
        add esi, srcScanLine
        add edi, destScanLine
        dec eax
        
        jnz FIRST
        emms
        
    }

    return;
}

sandy_zc_1

300多FPS已经很快了啊，怎么还叫“这么慢”？

千里马肝

用HW做轻松上千

luoqi

我也是同样的问题, 帖子在DX宗合块,
但没有这么复杂