AVX图像算法优化系列二: 使用AVX2指令集加速查表算法。( 三 ) _生活百科

我们回到刚才的关于Curve函数的应用，因为gather相关指令最小的收集粒度都是32位，因此，对于字节版本的表是无论为力的，但是为了能借用这个函数实现查表，我们可以稍微对输入的参数做些手续，再次构造一个int类型的表格，即使用如下代码（弧度版本，Channel == 1）：
int Table[256];for (int Y = 0; Y < 256; Y++){Table[Y] = TableB[Y];}这样这个表就可以用了，对于24位我们也可以用类似的方式构架一个256*3个int元素的表。
但是我们又面临着另外一个问题，即_mm256_i32gather_epi32这个返回的是8个int32类型的整形数，而我们需要的返回值确实字节数，所以这里就又涉及到8个int32数据转换为8个字节数并保存的问题，当然为了更为高效的利用指令集，我们这里考虑同时把2个__m256i类型里的16个int32数据同时转换为16个字节数，这个可以用如下的代码高效的实现：
for (int Y = 0; Y < Height; Y++){unsigned char *LinePS = Src + Y * Stride;unsigned char *LinePD = Dest + Y * Stride;for (int X = 0; X < Block * BlockSize; X += BlockSize){__m128i SrcV = _mm_loadu_si128((__m128i *)(LinePS + X));//int32A0A1A2A3A4A5A6A7__m256i ValueL = _mm256_i32gather_epi32(Table, _mm256_cvtepu8_epi32(SrcV), 4);//int32B0B1B2B3B4B5B6B7__m256i ValueH = _mm256_i32gather_epi32(Table, _mm256_cvtepu8_epi32(_mm_srli_si128(SrcV, 8)), 4);//shortA0A1A2A3B0B1B2B3A4A5A6A7B4B5B6B7__m256i Value = https://www.huyubaike.com/biancheng/_mm256_packs_epi32(ValueL, ValueH);//byteA0A1A2A3B0B1B2B300000000A4A5A6A7B4B5B6B700000000Value = _mm256_packus_epi16(Value, _mm256_setzero_si256());//byteA0A1A2A3A4A5A6A7B0B1B2B3B4B5B6B70000000000000000Value = _mm256_permutevar8x32_epi32(Value, _mm256_setr_epi32(0, 4, 1, 5, 2, 3, 6, 7));_mm_storeu_si128((__m128i *)(LinePD + X), _mm256_castsi256_si128(Value));}for (int X = Block * BlockSize; X < Width; X++){LinePD[X] = TableB[LinePS[X]];}　上面的代码里涉及到了没有按常规方式出牌的_mm256_packs_epi32、_mm256_packus_epi16等等，最后我们也是需要借助于AVX2提供的_mm256_permutevar8x32_epi32才能把那些数据正确的调整为需要的格式。
对于彩色的图像，就要稍微复杂一些了，因为涉及到RGB格式的排布，同时考虑一些对齐问题，最友好的方式就是一次性处理8个像素，24个字节，这一部分留给有兴趣的读者自行研究。
在我本机的CPU中测试呢，灰度版本的查找表大概有20%的提速，彩色版本的要稍微多一些，大概有30%左右。
这些提速其实不太明显，因为在整个过程中处理内存耗时较多，他并不是以计算为主要过程的算法，当我们某个算法中见也有查找时，并且为了计算查找表时，需要很多的数学运算去进行隐射的坐标计算时，这个时候这些隐射计算通常都是有浮点参与，或其他各种复杂的计算参与，这个时候用SIMD指令计算这些过程是能起到很大的加速作用的，在我们没有AVX2之前，使用SSE实现时，到了进行查表时通常的做法都是把前通过SSE计算得到的坐标的_m128i元素的每个值使用_mm_extract_epi32（这个是内在的SSE指令，不是用其他伪指令拼合的）提取出每个坐标值，然后在使用_mm_set相关的函数把查找表的返回值拼接成一个行的SSE变量，以便进行后续的计算，比如下面的代码：

文章插图
这个时候使用AVX2的这个指令就方便了，如下所示：

文章插图
注意到上面的Texture其实是个字节类型的数组，也就是一副图像，对应的C代码如下所示：
int SampleXF = IM_ClampI(ClipXF >> 16, 0, Width - 1);//试着拆分VX和VY的符号情况分开写，减少ClampI的次数，结果似乎区别不是特别大，因此优化意义不大int SampleXB = IM_ClampI(ClipXB >> 16, 0, Width - 1);int SampleYF = IM_ClampI(ClipYF >> 16, 0, Height - 1);int SampleYB = IM_ClampI(ClipYB >> 16, 0, Height - 1);unsigned char *SampleF = Texture + (SampleYF * Stride + SampleXF);unsigned char *SampleB = Texture + (SampleYB * Stride + SampleXB);Sum += SampleF[0] + SampleB[0];