;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;   interpolate8x8_halfpel_v_asm_dm642       ;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
.sect ".text:_interpolate8x8_halfpel_v_asm_dm642"
.global _interpolate8x8_halfpel_v_asm_dm642
_interpolate8x8_halfpel_v_asm_dm642  .cproc A_dst0, B_src0, A_stride,B_stride
.no_mdep          ;存储区无依赖性
.reg B_dst7_7654:B_dst7_3210, B_dst6_7654:B_dst6_3210
;;
.reg B_src8_7654:B_src8_3210, B_src7_7654:B_src7_3210
;;
.reg A_src2_7654:A_src2_3210, A_src1_7654:A_src1_3210
.reg A_src0_7654:A_src0_3210
.reg  B_dst1, A_src1, A_i, A_pitch,AB_stride
.reg cst_32, B_pitch,BA_stride
SHR  B_stride,   3,    A_pitch
SHR  A_stride,  3,   B_pitch
SHL  B_stride,  2,   AB_stride
SHL  A_stride,  2,   BA_stride
ADD  B_src0,  AB_stride,  A_src1
ADD  A_dst0,  BA_stride, B_dst1
LDNDW   .D2T1   *B_src0++[A_pitch],  A_src0_7654:A_src0_3210   ;读取8字节
LDNDW   .D2T1   *B_src0++[A_pitch], A_src1_7654:A_src1_3210   ;读取8字节
;;
 AVGU4   A_src0_7654,  A_src1_7654,  A_dst0_7654 ;求4对字节平均
 AVGU4   A_src0_3210,  A_src1_3210,  A_dst0_3210 ;求4对字节平均
STDW   .D1T1   A_dst0_7654:A_dst0_3210,  *A_dst0++[B_pitch]    ;存储8字节
;;
.return
.endproc

void interpolate8x8_halfpel_hv(uint8_t* const dst, const uint8_t* const src, 
const uint32_t stride, const uint32_t rounding)
{
uint32_t j;
int r = 2- rounding;
for (j = 0; j < 8*stride; j+=stride)
{
dst[j+0]=(uint8_t)((src[j+0]+src[j+1]+src[j+stride+0]+src[j+stride+1]+r)>>2);
//4个像素求平均
dst[j+1]=(uint8_t)((src[j+1]+src[j+2]+src[j+stride+1]+src[j+stride+2]+r)>>2);
//4个像素求平均
dst[j+2]=(uint8_t)((src[j+2]+src[j+3]+src[j+stride+2]+src[j+stride+3]+r)>>2);
//4个像素求平均
dst[j+3]=(uint8_t)((src[j+3]+src[j+4]+src[j+stride+3]+src[j+stride+4]+r)>>2);
//4个像素求平均
dst[j+4]=(uint8_t)((src[j+4]+src[j+5]+src[j+stride+4]+src[j+stride+5]+r)>>2);
//4个像素求平均
dst[j+5]=(uint8_t)((src[j+5]+src[j+6]+src[j+stride+5]+src[j+stride+6]+r)>>2);
//4个像素求平均
dst[j+6]=(uint8_t)((src[j+6]+src[j+7]+src[j+stride+6]+src[j+stride+7]+r)>>2);
//4个像素求平均
dst[j+7]=(uint8_t)((src[j+7]+src[j+8]+src[j+stride+7]+src[j+stride+8]+r)>>2);
//4个像素求平均
}
}

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;   interpolate8x8_halfpel_hv_asm_dm642          ;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
.sect ".text:_interpolate8x8_halfpel_hv_asm_dm642"
.global _interpolate8x8_halfpel_hv_asm_dm642
_interpolate8x8_halfpel_hv_asm_dm642  .cproc 
A_dst0, B_src0, A_stride,B_stride
.no_mdep                     ;存储区无依赖性
.reg  A_dst1,B_src1,B_src2
.reg  A_i,A_pitch,B_pitch
.reg  A_1111,B_1111,A_22,B_22
.reg  A_7654:A_3210,A_8765:A_4321, B_7654:B_3210,B_8765:B_4321
.reg  C_7654:C_3210,C_8765:C_4321, D_7654:D_3210,E_7654:E_3210
.reg  A_0,A_1,A_2,A_3,A_4,A_5,A_6,A_7
.reg  C_1010,C_3232,C_5454,C_7676,C_2121,C_4343,C_6565,C_8787
.reg  A_76,A_54,A_32,A_10,B_76,B_54,B_32,B_10
.reg C_76,C_54,C_32,C_10,D_76,D_54,D_32,D_10
.reg E_76,E_54,E_32,E_10,F_76,F_54,F_32,F_10 
ADD  B_src0, B_stride, B_src1
ADD  B_src1, B_stride, B_src2
ADD A_dst0, A_stride, A_dst1
SHR B_stride, 2, B_pitch
SHR A_stride, 2, A_pitch
MVKL  0x01010101, A_1111      ;用来点积，实质是相加
MVKH  0x01010101, A_1111
MVKL  0x00020002, A_22         ;用来右移
MVKH  0x00020002, A_22
MV     A_22,  B_22
MV      A_1111,  B_1111
MVK  3, A_i
LOOP_HV_88: .trip 4,4,4
LDNDW  *+B_src2(1),        C_8765:C_4321  ;地址不对齐读取8字节数据
LDNDW  *B_src2++[B_pitch],   C_7654:C_3210
LDNDW  *+B_src1(1),        B_8765:B_4321
LDNDW  *B_src1++[B_pitch],   B_7654:B_3210
LDNDW *+B_src0(1),        A_8765:A_4321
LDNDW  *B_src0++[B_pitch],   A_7654:A_3210
PACK2 A_3210, B_3210, C_1010 ;打包低16位
PACKH2 B_3210, A_3210, C_3232 ;打包高16位
PACK2  A_7654, B_7654, C_5454
PACKH2  B_7654, A_7654, C_7676
PACK2  A_4321, B_4321, C_2121
PACKH2  B_4321, A_4321, C_4343
PACK2  A_8765, B_8765, C_6565
PACKH2  B_8765, A_8765, C_8787
;;
DOTPU4  C_1010, A_1111, A_0  ;与1点积，即4个元素相加
DOTPU4  C_2121, A_1111, A_1
DOTPU4  C_3232, A_1111, A_2
DOTPU4  C_4343, A_1111, A_3
DOTPU4 C_5454, A_1111, A_4
DOTPU4 C_6565, A_1111, A_5
DOTPU4 C_7676, A_1111, A_6
DOTPU4 C_8787, A_1111, A_7
;;
PACK2  A_1, A_0, A_10          ;低16位打包
PACK2  A_3, A_2, A_32
PACK2  A_5, A_4, A_54
PACK2  A_7, A_6, A_76
;;
ADD2  A_22, A_10, C_10  ;两个16位数分别加2
ADD2  A_22, A_32, C_32
ADD2  A_22, A_54, C_54
ADD2  A_22, A_76, C_76
;;
SHRU2 C_10, A_22, E_10  ;两个16位数分别右移2位
SHRU2 C_32, A_22, E_32
SHRU2 C_54, A_22, E_54
SHRU2 C_76, A_22, E_76
;;
PACKL4  E_32, E_10, D_3210 ;偶位字节提取组合成一个新数
PACKL4  E_76, E_54, D_7654
;;
STDW D_7654:D_3210, *A_dst0++[A_pitch] ;存储8字节结果
;;[A_i] BDEC  LOOP_HV_88, A_i
.return
.endproc