void interpolate8x8_halfpel_h(uint8_t* const dst,const uint8_t* const src, 
const uint32_t stride, const uint32_t rounding)
{
uint32_t j;           
int r = 1 - rounding;     /*舍尾方式*/
for (j = 0; j < 8*stride; j+=stride){                             // 每次循环处理一列
dst[j + 0] = (uint8_t)((src[j + 0] + src[j + 1] + r )>>1);  //0元素和1元素取平均
dst[j + 1] = (uint8_t)((src[j + 1] + src[j + 2] + r )>>1);  //1元素和2元素取平均
dst[j + 2] = (uint8_t)((src[j + 2] + src[j + 3] + r )>>1);  //2元素和3元素取平均
dst[j + 3] = (uint8_t)((src[j + 3] + src[j + 4] + r )>>1);  //3元素和4元素取平均
dst[j + 4] = (uint8_t)((src[j + 4] + src[j + 5] + r )>>1);  //4元素和5元素取平均
dst[j + 5] = (uint8_t)((src[j + 5] + src[j + 6] + r )>>1);  //5元素和6元素取平均
dst[j + 6] = (uint8_t)((src[j + 6] + src[j + 7] + r )>>1);  //6元素和7元素取平均
dst[j + 7] = (uint8_t)((src[j + 7] + src[j + 8] + r )>>1);  //7元素和8元素取平均
}
}

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;   interpolate8x8_halfpel_h_asm_dm642                 ;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
.sect ".text:_interpolate8x8_halfpel_h_asm_dm642"
.global _interpolate8x8_halfpel_h_asm_dm642
_interpolate8x8_halfpel_h_asm_dm642  .cproc 
A_dst0, B_src0, A_stride,B_stride
.no_mdep              ;存储区没有依赖性，这样便于流水
.reg  B_src1_FIX_F, B_src1_FEDC:B_src1_BA98, 
B_src1_GFED, B_src1_CBA9 ;定义的寄存器
.reg  A_src0_FIX_7, A_src0_7654:A_src0_3210, A_src0_8765, A_src0_4321
.reg  B_dst1_FEDC:B_dst1_BA98, A_dst0_7654:A_
dst0_3210
.reg  B_dst1, A_src1, A_i, A_pitch,B_pitch
MVK 3,      A_i               ;循环次数
ADD  B_src0,  B_stride,  A_src1 ;
ADD  A_dst0,  A_stride, B_dst1 ;
SHR  A_stride,  2,   A_pitch
SHR  B_stride,  2,  B_pitch
mc8x8_hpel_h: .trip 4, 4, 4                
 ; 每次处理两行，循环4次
LDNW  .D1T2   *+A_src1[2],   B_src1_FIX_F   ; 地址不对齐读取
LDNDW  .D1T2   *A_src1++[B_pitch], B_src1_FEDC:B_src1_BA98 ;
;;
SHRMB .2 B_src1_FIX_F, B_src1_FEDC, 
B_src1_GFED ;右移并拼接：fix_F || (FEDC>>8)
;;    AVGU4 .2  B_src1_FEDC, B_src1_GFED,
B_dst1_FEDC ; 4对字节对应取平均值
    ;;
STDW .D2T2   B_dst1_FEDC:B_dst1_BA98, 
*B_dst1++[A_pitch] ; 存结果
;;
[A_i] BDEC             mc8x8_hpel_h, A_i
.return
.endproc

void interpolate8x8_halfpel_v(uint8_t* const dst,const uint8_t* const src, 
const uint32_t stride, const uint32_t rounding)
{
uint32_t j;
int r = 1 - rounding; 
for (j = 0; j < 8*stride; j+=stride)                        //每次循环处理一行
{
dst[j + 0] = (uint8_t)((src[j + 0] + src[j + stride + 0] + r )>>1);
//0元素和次行0元素取平均
dst[j + 1] = (uint8_t)((src[j + 1] + src[j + stride + 1] + r )>>1);
//1元素和次行1元素取平均
dst[j + 2] = (uint8_t)((src[j + 2] + src[j + stride + 2] + r )>>1);
//2元素和次行2元素取平均
dst[j + 3] = (uint8_t)((src[j + 3] + src[j + stride + 3] + r )>>1);
//3元素和次行3元素取平均
dst[j + 4] = (uint8_t)((src[j + 4] + src[j + stride + 4] + r )>>1);
//4元素和次行4元素取平均
dst[j + 5] = (uint8_t)((src[j + 5] + src[j + stride + 5] + r )>>1);
//5元素和次行5元素取平均
dst[j + 6] = (uint8_t)((src[j + 6] + src[j + stride + 6] + r )>>1);
//6元素和次行6元素取平均
dst[j + 7] = (uint8_t)((src[j + 7] + src[j + stride + 7] + r )>>1);
//7元素和次行7元素取平均
}
}