hevc_deblock: Fix compilation with nasm
[ffmpeg.git] / libavcodec / vp9dsp.c
1 /*
2  * VP9 compatible video decoder
3  *
4  * Copyright (C) 2013 Ronald S. Bultje <rsbultje gmail com>
5  * Copyright (C) 2013 Clément Bœsch <u pkh me>
6  *
7  * This file is part of Libav.
8  *
9  * Libav is free software; you can redistribute it and/or
10  * modify it under the terms of the GNU Lesser General Public
11  * License as published by the Free Software Foundation; either
12  * version 2.1 of the License, or (at your option) any later version.
13  *
14  * Libav is distributed in the hope that it will be useful,
15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
17  * Lesser General Public License for more details.
18  *
19  * You should have received a copy of the GNU Lesser General Public
20  * License along with Libav; if not, write to the Free Software
21  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
22  */
23
24 #include "libavutil/common.h"
25 #include "libavutil/intreadwrite.h"
26
27 #include "rnd_avg.h"
28 #include "vp9.h"
29
30 // FIXME see whether we can merge parts of this (perhaps at least 4x4 and 8x8)
31 // back with h264pred.[ch]
32
33 static void vert_4x4_c(uint8_t *dst, ptrdiff_t stride,
34                        const uint8_t *left, const uint8_t *top)
35 {
36     unsigned p4 = AV_RN32A(top);
37
38     AV_WN32A(dst + stride * 0, p4);
39     AV_WN32A(dst + stride * 1, p4);
40     AV_WN32A(dst + stride * 2, p4);
41     AV_WN32A(dst + stride * 3, p4);
42 }
43
44 static void vert_8x8_c(uint8_t *dst, ptrdiff_t stride,
45                        const uint8_t *left, const uint8_t *top)
46 {
47     uint64_t p8 = AV_RN64A(top);
48     int y;
49
50     for (y = 0; y < 8; y++) {
51         AV_WN64A(dst, p8);
52         dst += stride;
53     }
54 }
55
56 static void vert_16x16_c(uint8_t *dst, ptrdiff_t stride,
57                          const uint8_t *left, const uint8_t *top)
58 {
59     uint64_t p8a = AV_RN64A(top + 0), p8b = AV_RN64A(top + 8);
60     int y;
61
62     for (y = 0; y < 16; y++) {
63         AV_WN64A(dst + 0, p8a);
64         AV_WN64A(dst + 8, p8b);
65         dst += stride;
66     }
67 }
68
69 static void vert_32x32_c(uint8_t *dst, ptrdiff_t stride,
70                          const uint8_t *left, const uint8_t *top)
71 {
72     uint64_t p8a = AV_RN64A(top + 0),  p8b = AV_RN64A(top + 8),
73              p8c = AV_RN64A(top + 16), p8d = AV_RN64A(top + 24);
74     int y;
75
76     for (y = 0; y < 32; y++) {
77         AV_WN64A(dst +  0, p8a);
78         AV_WN64A(dst +  8, p8b);
79         AV_WN64A(dst + 16, p8c);
80         AV_WN64A(dst + 24, p8d);
81         dst += stride;
82     }
83 }
84
85 static void hor_4x4_c(uint8_t *dst, ptrdiff_t stride,
86                       const uint8_t *left, const uint8_t *top)
87 {
88     AV_WN32A(dst + stride * 0, left[0] * 0x01010101U);
89     AV_WN32A(dst + stride * 1, left[1] * 0x01010101U);
90     AV_WN32A(dst + stride * 2, left[2] * 0x01010101U);
91     AV_WN32A(dst + stride * 3, left[3] * 0x01010101U);
92 }
93
94 static void hor_8x8_c(uint8_t *dst, ptrdiff_t stride,
95                       const uint8_t *left, const uint8_t *top)
96 {
97     int y;
98
99     for (y = 0; y < 8; y++) {
100         AV_WN64A(dst, left[y] * 0x0101010101010101ULL);
101         dst += stride;
102     }
103 }
104
105 static void hor_16x16_c(uint8_t *dst, ptrdiff_t stride,
106                         const uint8_t *left, const uint8_t *top)
107 {
108     int y;
109
110     for (y = 0; y < 16; y++) {
111         uint64_t p8 = left[y] * 0x0101010101010101ULL;
112
113         AV_WN64A(dst + 0, p8);
114         AV_WN64A(dst + 8, p8);
115         dst += stride;
116     }
117 }
118
119 static void hor_32x32_c(uint8_t *dst, ptrdiff_t stride,
120                         const uint8_t *left, const uint8_t *top)
121 {
122     int y;
123
124     for (y = 0; y < 32; y++) {
125         uint64_t p8 = left[y] * 0x0101010101010101ULL;
126
127         AV_WN64A(dst +  0, p8);
128         AV_WN64A(dst +  8, p8);
129         AV_WN64A(dst + 16, p8);
130         AV_WN64A(dst + 24, p8);
131         dst += stride;
132     }
133 }
134
135 static void tm_4x4_c(uint8_t *dst, ptrdiff_t stride,
136                      const uint8_t *left, const uint8_t *top)
137 {
138     int y, tl = top[-1];
139
140     for (y = 0; y < 4; y++) {
141         int l_m_tl = left[y] - tl;
142
143         dst[0] = av_clip_uint8(top[0] + l_m_tl);
144         dst[1] = av_clip_uint8(top[1] + l_m_tl);
145         dst[2] = av_clip_uint8(top[2] + l_m_tl);
146         dst[3] = av_clip_uint8(top[3] + l_m_tl);
147         dst   += stride;
148     }
149 }
150
151 static void tm_8x8_c(uint8_t *dst, ptrdiff_t stride,
152                      const uint8_t *left, const uint8_t *top)
153 {
154     int y, tl = top[-1];
155
156     for (y = 0; y < 8; y++) {
157         int l_m_tl = left[y] - tl;
158
159         dst[0] = av_clip_uint8(top[0] + l_m_tl);
160         dst[1] = av_clip_uint8(top[1] + l_m_tl);
161         dst[2] = av_clip_uint8(top[2] + l_m_tl);
162         dst[3] = av_clip_uint8(top[3] + l_m_tl);
163         dst[4] = av_clip_uint8(top[4] + l_m_tl);
164         dst[5] = av_clip_uint8(top[5] + l_m_tl);
165         dst[6] = av_clip_uint8(top[6] + l_m_tl);
166         dst[7] = av_clip_uint8(top[7] + l_m_tl);
167         dst   += stride;
168     }
169 }
170
171 static void tm_16x16_c(uint8_t *dst, ptrdiff_t stride,
172                        const uint8_t *left, const uint8_t *top)
173 {
174     int y, tl = top[-1];
175
176     for (y = 0; y < 16; y++) {
177         int l_m_tl = left[y] - tl;
178
179         dst[0]  = av_clip_uint8(top[0]  + l_m_tl);
180         dst[1]  = av_clip_uint8(top[1]  + l_m_tl);
181         dst[2]  = av_clip_uint8(top[2]  + l_m_tl);
182         dst[3]  = av_clip_uint8(top[3]  + l_m_tl);
183         dst[4]  = av_clip_uint8(top[4]  + l_m_tl);
184         dst[5]  = av_clip_uint8(top[5]  + l_m_tl);
185         dst[6]  = av_clip_uint8(top[6]  + l_m_tl);
186         dst[7]  = av_clip_uint8(top[7]  + l_m_tl);
187         dst[8]  = av_clip_uint8(top[8]  + l_m_tl);
188         dst[9]  = av_clip_uint8(top[9]  + l_m_tl);
189         dst[10] = av_clip_uint8(top[10] + l_m_tl);
190         dst[11] = av_clip_uint8(top[11] + l_m_tl);
191         dst[12] = av_clip_uint8(top[12] + l_m_tl);
192         dst[13] = av_clip_uint8(top[13] + l_m_tl);
193         dst[14] = av_clip_uint8(top[14] + l_m_tl);
194         dst[15] = av_clip_uint8(top[15] + l_m_tl);
195         dst    += stride;
196     }
197 }
198
199 static void tm_32x32_c(uint8_t *dst, ptrdiff_t stride,
200                        const uint8_t *left, const uint8_t *top)
201 {
202     int y, tl = top[-1];
203
204     for (y = 0; y < 32; y++) {
205         int l_m_tl = left[y] - tl;
206
207         dst[0]  = av_clip_uint8(top[0]  + l_m_tl);
208         dst[1]  = av_clip_uint8(top[1]  + l_m_tl);
209         dst[2]  = av_clip_uint8(top[2]  + l_m_tl);
210         dst[3]  = av_clip_uint8(top[3]  + l_m_tl);
211         dst[4]  = av_clip_uint8(top[4]  + l_m_tl);
212         dst[5]  = av_clip_uint8(top[5]  + l_m_tl);
213         dst[6]  = av_clip_uint8(top[6]  + l_m_tl);
214         dst[7]  = av_clip_uint8(top[7]  + l_m_tl);
215         dst[8]  = av_clip_uint8(top[8]  + l_m_tl);
216         dst[9]  = av_clip_uint8(top[9]  + l_m_tl);
217         dst[10] = av_clip_uint8(top[10] + l_m_tl);
218         dst[11] = av_clip_uint8(top[11] + l_m_tl);
219         dst[12] = av_clip_uint8(top[12] + l_m_tl);
220         dst[13] = av_clip_uint8(top[13] + l_m_tl);
221         dst[14] = av_clip_uint8(top[14] + l_m_tl);
222         dst[15] = av_clip_uint8(top[15] + l_m_tl);
223         dst[16] = av_clip_uint8(top[16] + l_m_tl);
224         dst[17] = av_clip_uint8(top[17] + l_m_tl);
225         dst[18] = av_clip_uint8(top[18] + l_m_tl);
226         dst[19] = av_clip_uint8(top[19] + l_m_tl);
227         dst[20] = av_clip_uint8(top[20] + l_m_tl);
228         dst[21] = av_clip_uint8(top[21] + l_m_tl);
229         dst[22] = av_clip_uint8(top[22] + l_m_tl);
230         dst[23] = av_clip_uint8(top[23] + l_m_tl);
231         dst[24] = av_clip_uint8(top[24] + l_m_tl);
232         dst[25] = av_clip_uint8(top[25] + l_m_tl);
233         dst[26] = av_clip_uint8(top[26] + l_m_tl);
234         dst[27] = av_clip_uint8(top[27] + l_m_tl);
235         dst[28] = av_clip_uint8(top[28] + l_m_tl);
236         dst[29] = av_clip_uint8(top[29] + l_m_tl);
237         dst[30] = av_clip_uint8(top[30] + l_m_tl);
238         dst[31] = av_clip_uint8(top[31] + l_m_tl);
239         dst    += stride;
240     }
241 }
242
243 static void dc_4x4_c(uint8_t *dst, ptrdiff_t stride,
244                      const uint8_t *left, const uint8_t *top)
245 {
246     unsigned dc = 0x01010101U *
247                   ((left[0] + left[1] + left[2] + left[3] +
248                     top[0]  + top[1]  + top[2]  + top[3]  + 4) >> 3);
249
250     AV_WN32A(dst + stride * 0, dc);
251     AV_WN32A(dst + stride * 1, dc);
252     AV_WN32A(dst + stride * 2, dc);
253     AV_WN32A(dst + stride * 3, dc);
254 }
255
256 static void dc_8x8_c(uint8_t *dst, ptrdiff_t stride,
257                      const uint8_t *left, const uint8_t *top)
258 {
259     uint64_t dc = 0x0101010101010101ULL *
260                   ((left[0] + left[1] + left[2] + left[3] +
261                     left[4] + left[5] + left[6] + left[7] +
262                     top[0]  + top[1]  + top[2]  + top[3]  +
263                     top[4]  + top[5]  + top[6]  + top[7]  + 8) >> 4);
264     int y;
265
266     for (y = 0; y < 8; y++) {
267         AV_WN64A(dst, dc);
268         dst += stride;
269     }
270 }
271
272 static void dc_16x16_c(uint8_t *dst, ptrdiff_t stride,
273                        const uint8_t *left, const uint8_t *top)
274 {
275     uint64_t dc = 0x0101010101010101ULL *
276                   ((left[0]  + left[1]  + left[2]  + left[3]  +
277                     left[4]  + left[5]  + left[6]  + left[7]  +
278                     left[8]  + left[9]  + left[10] + left[11] +
279                     left[12] + left[13] + left[14] + left[15] +
280                     top[0]   + top[1]   + top[2]   + top[3]   +
281                     top[4]   + top[5]   + top[6]   + top[7]   +
282                     top[8]   + top[9]   + top[10]  + top[11]  +
283                     top[12]  + top[13]  + top[14]  + top[15]  + 16) >> 5);
284     int y;
285
286     for (y = 0; y < 16; y++) {
287         AV_WN64A(dst + 0, dc);
288         AV_WN64A(dst + 8, dc);
289         dst += stride;
290     }
291 }
292
293 static void dc_32x32_c(uint8_t *dst, ptrdiff_t stride,
294                        const uint8_t *left, const uint8_t *top)
295 {
296     uint64_t dc = 0x0101010101010101ULL *
297                   ((left[0]  + left[1]  + left[2]  + left[3]  +
298                     left[4]  + left[5]  + left[6]  + left[7]  +
299                     left[8]  + left[9]  + left[10] + left[11] +
300                     left[12] + left[13] + left[14] + left[15] +
301                     left[16] + left[17] + left[18] + left[19] +
302                     left[20] + left[21] + left[22] + left[23] +
303                     left[24] + left[25] + left[26] + left[27] +
304                     left[28] + left[29] + left[30] + left[31] +
305                     top[0]   + top[1]   + top[2]   + top[3]   +
306                     top[4]   + top[5]   + top[6]   + top[7]   +
307                     top[8]   + top[9]   + top[10]  + top[11]  +
308                     top[12]  + top[13]  + top[14]  + top[15]  +
309                     top[16]  + top[17]  + top[18]  + top[19]  +
310                     top[20]  + top[21]  + top[22]  + top[23]  +
311                     top[24]  + top[25]  + top[26]  + top[27]  +
312                     top[28]  + top[29]  + top[30]  + top[31]  + 32) >> 6);
313     int y;
314
315     for (y = 0; y < 32; y++) {
316         AV_WN64A(dst +  0, dc);
317         AV_WN64A(dst +  8, dc);
318         AV_WN64A(dst + 16, dc);
319         AV_WN64A(dst + 24, dc);
320         dst += stride;
321     }
322 }
323
324 static void dc_left_4x4_c(uint8_t *dst, ptrdiff_t stride,
325                           const uint8_t *left, const uint8_t *top)
326 {
327     unsigned dc = 0x01010101U *
328                   ((left[0] + left[1] + left[2] + left[3] + 2) >> 2);
329
330     AV_WN32A(dst + stride * 0, dc);
331     AV_WN32A(dst + stride * 1, dc);
332     AV_WN32A(dst + stride * 2, dc);
333     AV_WN32A(dst + stride * 3, dc);
334 }
335
336 static void dc_left_8x8_c(uint8_t *dst, ptrdiff_t stride,
337                           const uint8_t *left, const uint8_t *top)
338 {
339     uint64_t dc = 0x0101010101010101ULL *
340                   ((left[0] + left[1] + left[2] + left[3] +
341                     left[4] + left[5] + left[6] + left[7] + 4) >> 3);
342     int y;
343
344     for (y = 0; y < 8; y++) {
345         AV_WN64A(dst, dc);
346         dst += stride;
347     }
348 }
349
350 static void dc_left_16x16_c(uint8_t *dst, ptrdiff_t stride,
351                             const uint8_t *left, const uint8_t *top)
352 {
353     uint64_t dc = 0x0101010101010101ULL *
354                   ((left[0]  + left[1]  + left[2]  + left[3]  +
355                     left[4]  + left[5]  + left[6]  + left[7]  +
356                     left[8]  + left[9]  + left[10] + left[11] +
357                     left[12] + left[13] + left[14] + left[15] + 8) >> 4);
358     int y;
359
360     for (y = 0; y < 16; y++) {
361         AV_WN64A(dst + 0, dc);
362         AV_WN64A(dst + 8, dc);
363         dst += stride;
364     }
365 }
366
367 static void dc_left_32x32_c(uint8_t *dst, ptrdiff_t stride,
368                             const uint8_t *left, const uint8_t *top)
369 {
370     uint64_t dc = 0x0101010101010101ULL *
371                   ((left[0]  + left[1]  + left[2]  + left[3]  +
372                     left[4]  + left[5]  + left[6]  + left[7]  +
373                     left[8]  + left[9]  + left[10] + left[11] +
374                     left[12] + left[13] + left[14] + left[15] +
375                     left[16] + left[17] + left[18] + left[19] +
376                     left[20] + left[21] + left[22] + left[23] +
377                     left[24] + left[25] + left[26] + left[27] +
378                     left[28] + left[29] + left[30] + left[31] + 16) >> 5);
379     int y;
380
381     for (y = 0; y < 32; y++) {
382         AV_WN64A(dst +  0, dc);
383         AV_WN64A(dst +  8, dc);
384         AV_WN64A(dst + 16, dc);
385         AV_WN64A(dst + 24, dc);
386         dst += stride;
387     }
388 }
389
390 static void dc_top_4x4_c(uint8_t *dst, ptrdiff_t stride,
391                          const uint8_t *left, const uint8_t *top)
392 {
393     unsigned dc = 0x01010101U * ((top[0] + top[1] + top[2] + top[3] + 2) >> 2);
394
395     AV_WN32A(dst + stride * 0, dc);
396     AV_WN32A(dst + stride * 1, dc);
397     AV_WN32A(dst + stride * 2, dc);
398     AV_WN32A(dst + stride * 3, dc);
399 }
400
401 static void dc_top_8x8_c(uint8_t *dst, ptrdiff_t stride,
402                          const uint8_t *left, const uint8_t *top)
403 {
404     uint64_t dc = 0x0101010101010101ULL *
405                   ((top[0] + top[1] + top[2] + top[3] +
406                     top[4] + top[5] + top[6] + top[7] + 4) >> 3);
407     int y;
408
409     for (y = 0; y < 8; y++) {
410         AV_WN64A(dst, dc);
411         dst += stride;
412     }
413 }
414
415 static void dc_top_16x16_c(uint8_t *dst, ptrdiff_t stride,
416                            const uint8_t *left, const uint8_t *top)
417 {
418     uint64_t dc = 0x0101010101010101ULL *
419                   ((top[0]  + top[1]  + top[2]  + top[3]  +
420                     top[4]  + top[5]  + top[6]  + top[7]  +
421                     top[8]  + top[9]  + top[10] + top[11] +
422                     top[12] + top[13] + top[14] + top[15] + 8) >> 4);
423     int y;
424
425     for (y = 0; y < 16; y++) {
426         AV_WN64A(dst + 0, dc);
427         AV_WN64A(dst + 8, dc);
428         dst += stride;
429     }
430 }
431
432 static void dc_top_32x32_c(uint8_t *dst, ptrdiff_t stride,
433                            const uint8_t *left, const uint8_t *top)
434 {
435     uint64_t dc = 0x0101010101010101ULL *
436                   ((top[0]  + top[1]  + top[2]  + top[3]  +
437                     top[4]  + top[5]  + top[6]  + top[7]  +
438                     top[8]  + top[9]  + top[10] + top[11] +
439                     top[12] + top[13] + top[14] + top[15] +
440                     top[16] + top[17] + top[18] + top[19] +
441                     top[20] + top[21] + top[22] + top[23] +
442                     top[24] + top[25] + top[26] + top[27] +
443                     top[28] + top[29] + top[30] + top[31] + 16) >> 5);
444     int y;
445
446     for (y = 0; y < 32; y++) {
447         AV_WN64A(dst +  0, dc);
448         AV_WN64A(dst +  8, dc);
449         AV_WN64A(dst + 16, dc);
450         AV_WN64A(dst + 24, dc);
451         dst += stride;
452     }
453 }
454
455 static void dc_128_4x4_c(uint8_t *dst, ptrdiff_t stride,
456                          const uint8_t *left, const uint8_t *top)
457 {
458     AV_WN32A(dst + stride * 0, 0x80808080U);
459     AV_WN32A(dst + stride * 1, 0x80808080U);
460     AV_WN32A(dst + stride * 2, 0x80808080U);
461     AV_WN32A(dst + stride * 3, 0x80808080U);
462 }
463
464 static void dc_128_8x8_c(uint8_t *dst, ptrdiff_t stride,
465                          const uint8_t *left, const uint8_t *top)
466 {
467     int y;
468
469     for (y = 0; y < 8; y++) {
470         AV_WN64A(dst, 0x8080808080808080ULL);
471         dst += stride;
472     }
473 }
474
475 static void dc_128_16x16_c(uint8_t *dst, ptrdiff_t stride,
476                            const uint8_t *left, const uint8_t *top)
477 {
478     int y;
479
480     for (y = 0; y < 16; y++) {
481         AV_WN64A(dst + 0, 0x8080808080808080ULL);
482         AV_WN64A(dst + 8, 0x8080808080808080ULL);
483         dst += stride;
484     }
485 }
486
487 static void dc_128_32x32_c(uint8_t *dst, ptrdiff_t stride,
488                            const uint8_t *left, const uint8_t *top)
489 {
490     int y;
491
492     for (y = 0; y < 32; y++) {
493         AV_WN64A(dst +  0, 0x8080808080808080ULL);
494         AV_WN64A(dst +  8, 0x8080808080808080ULL);
495         AV_WN64A(dst + 16, 0x8080808080808080ULL);
496         AV_WN64A(dst + 24, 0x8080808080808080ULL);
497         dst += stride;
498     }
499 }
500
501 static void dc_127_4x4_c(uint8_t *dst, ptrdiff_t stride,
502                          const uint8_t *left, const uint8_t *top)
503 {
504     AV_WN32A(dst + stride * 0, 0x7F7F7F7FU);
505     AV_WN32A(dst + stride * 1, 0x7F7F7F7FU);
506     AV_WN32A(dst + stride * 2, 0x7F7F7F7FU);
507     AV_WN32A(dst + stride * 3, 0x7F7F7F7FU);
508 }
509
510 static void dc_127_8x8_c(uint8_t *dst, ptrdiff_t stride,
511                          const uint8_t *left, const uint8_t *top)
512 {
513     int y;
514
515     for (y = 0; y < 8; y++) {
516         AV_WN64A(dst, 0x7F7F7F7F7F7F7F7FULL);
517         dst += stride;
518     }
519 }
520
521 static void dc_127_16x16_c(uint8_t *dst, ptrdiff_t stride,
522                            const uint8_t *left, const uint8_t *top)
523 {
524     int y;
525
526     for (y = 0; y < 16; y++) {
527         AV_WN64A(dst + 0, 0x7F7F7F7F7F7F7F7FULL);
528         AV_WN64A(dst + 8, 0x7F7F7F7F7F7F7F7FULL);
529         dst += stride;
530     }
531 }
532
533 static void dc_127_32x32_c(uint8_t *dst, ptrdiff_t stride,
534                            const uint8_t *left, const uint8_t *top)
535 {
536     int y;
537
538     for (y = 0; y < 32; y++) {
539         AV_WN64A(dst +  0, 0x7F7F7F7F7F7F7F7FULL);
540         AV_WN64A(dst +  8, 0x7F7F7F7F7F7F7F7FULL);
541         AV_WN64A(dst + 16, 0x7F7F7F7F7F7F7F7FULL);
542         AV_WN64A(dst + 24, 0x7F7F7F7F7F7F7F7FULL);
543         dst += stride;
544     }
545 }
546
547 static void dc_129_4x4_c(uint8_t *dst, ptrdiff_t stride,
548                          const uint8_t *left, const uint8_t *top)
549 {
550     AV_WN32A(dst + stride * 0, 0x81818181U);
551     AV_WN32A(dst + stride * 1, 0x81818181U);
552     AV_WN32A(dst + stride * 2, 0x81818181U);
553     AV_WN32A(dst + stride * 3, 0x81818181U);
554 }
555
556 static void dc_129_8x8_c(uint8_t *dst, ptrdiff_t stride,
557                          const uint8_t *left, const uint8_t *top)
558 {
559     int y;
560
561     for (y = 0; y < 8; y++) {
562         AV_WN64A(dst, 0x8181818181818181ULL);
563         dst += stride;
564     }
565 }
566
567 static void dc_129_16x16_c(uint8_t *dst, ptrdiff_t stride,
568                            const uint8_t *left, const uint8_t *top)
569 {
570     int y;
571
572     for (y = 0; y < 16; y++) {
573         AV_WN64A(dst + 0, 0x8181818181818181ULL);
574         AV_WN64A(dst + 8, 0x8181818181818181ULL);
575         dst += stride;
576     }
577 }
578
579 static void dc_129_32x32_c(uint8_t *dst, ptrdiff_t stride,
580                            const uint8_t *left, const uint8_t *top)
581 {
582     int y;
583
584     for (y = 0; y < 32; y++) {
585         AV_WN64A(dst +  0, 0x8181818181818181ULL);
586         AV_WN64A(dst +  8, 0x8181818181818181ULL);
587         AV_WN64A(dst + 16, 0x8181818181818181ULL);
588         AV_WN64A(dst + 24, 0x8181818181818181ULL);
589         dst += stride;
590     }
591 }
592
593 #define DST(x, y) dst[(x) + (y) * stride]
594
595 static void diag_downleft_4x4_c(uint8_t *dst, ptrdiff_t stride,
596                                 const uint8_t *left, const uint8_t *top)
597 {
598     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
599         a4 = top[4], a5 = top[5], a6 = top[6], a7 = top[7];
600
601     DST(0, 0) = (a0 + a1 * 2 + a2 + 2) >> 2;
602     DST(1, 0) =
603     DST(0, 1) = (a1 + a2 * 2 + a3 + 2) >> 2;
604     DST(2, 0) =
605     DST(1, 1) =
606     DST(0, 2) = (a2 + a3 * 2 + a4 + 2) >> 2;
607     DST(3, 0) =
608     DST(2, 1) =
609     DST(1, 2) =
610     DST(0, 3) = (a3 + a4 * 2 + a5 + 2) >> 2;
611     DST(3, 1) =
612     DST(2, 2) =
613     DST(1, 3) = (a4 + a5 * 2 + a6 + 2) >> 2;
614     DST(3, 2) =
615     DST(2, 3) = (a5 + a6 * 2 + a7 + 2) >> 2;
616     DST(3, 3) = a7;  // note: this is different from vp8 and such
617 }
618
619 #define def_diag_downleft(size)                                             \
620 static void diag_downleft_ ## size ## x ## size ## _c(uint8_t *dst,         \
621                                                       ptrdiff_t stride,     \
622                                                       const uint8_t *left,  \
623                                                       const uint8_t *top)   \
624 {                                                                           \
625     int i, j;                                                               \
626     uint8_t v[size - 1];                                                    \
627                                                                             \
628     for (i = 0; i < size - 2; i++)                                          \
629         v[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2;             \
630     v[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2;             \
631                                                                             \
632     for (j = 0; j < size; j++) {                                            \
633         memcpy(dst + j * stride, v + j, size - 1 - j);                      \
634         memset(dst + j * stride + size - 1 - j, top[size - 1], j + 1);      \
635     }                                                                       \
636 }
637
638 def_diag_downleft(8)
639 def_diag_downleft(16)
640 def_diag_downleft(32)
641
642 static void diag_downright_4x4_c(uint8_t *dst, ptrdiff_t stride,
643                                  const uint8_t *left, const uint8_t *top)
644 {
645     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
646         l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3];
647
648     DST(0, 3) = (l1 + l2 * 2 + l3 + 2) >> 2;
649     DST(0, 2) =
650     DST(1, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
651     DST(0, 1) =
652     DST(1, 2) =
653     DST(2, 3) = (tl + l0 * 2 + l1 + 2) >> 2;
654     DST(0, 0) =
655     DST(1, 1) =
656     DST(2, 2) =
657     DST(3, 3) = (l0 + tl * 2 + a0 + 2) >> 2;
658     DST(1, 0) =
659     DST(2, 1) =
660     DST(3, 2) = (tl + a0 * 2 + a1 + 2) >> 2;
661     DST(2, 0) =
662     DST(3, 1) = (a0 + a1 * 2 + a2 + 2) >> 2;
663     DST(3, 0) = (a1 + a2 * 2 + a3 + 2) >> 2;
664 }
665
666 #define def_diag_downright(size)                                            \
667 static void diag_downright_ ## size ## x ## size ## _c(uint8_t *dst,        \
668                                                        ptrdiff_t stride,    \
669                                                        const uint8_t *left, \
670                                                        const uint8_t *top)  \
671 {                                                                           \
672     int i, j;                                                               \
673     uint8_t v[size + size - 1];                                             \
674                                                                             \
675     for (i = 0; i < size - 2; i++) {                                        \
676         v[i]            = (left[size - 1 - i] +                             \
677                            left[size - 2 - i] * 2 +                         \
678                            left[size - 3 - i] + 2) >> 2;                    \
679         v[size + 1 + i] = (top[i]             +                             \
680                            top[i + 1]         * 2 +                         \
681                            top[i + 2]         + 2) >> 2;                    \
682     }                                                                       \
683     v[size - 2] = (left[1] + left[0] * 2 + top[-1] + 2) >> 2;               \
684     v[size - 1] = (left[0] + top[-1] * 2 + top[0]  + 2) >> 2;               \
685     v[size]     = (top[-1] + top[0]  * 2 + top[1]  + 2) >> 2;               \
686                                                                             \
687     for (j = 0; j < size; j++)                                              \
688         memcpy(dst + j * stride, v + size - 1 - j, size);                   \
689 }
690
691 def_diag_downright(8)
692 def_diag_downright(16)
693 def_diag_downright(32)
694
695 static void vert_right_4x4_c(uint8_t *dst, ptrdiff_t stride,
696                              const uint8_t *left, const uint8_t *top)
697 {
698     int tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
699         l0 = left[0], l1 = left[1], l2 = left[2];
700
701     DST(0, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
702     DST(0, 2) = (tl + l0 * 2 + l1 + 2) >> 2;
703     DST(0, 0) =
704     DST(1, 2) = (tl + a0          + 1) >> 1;
705     DST(0, 1) =
706     DST(1, 3) = (l0 + tl * 2 + a0 + 2) >> 2;
707     DST(1, 0) =
708     DST(2, 2) = (a0 + a1          + 1) >> 1;
709     DST(1, 1) =
710     DST(2, 3) = (tl + a0 * 2 + a1 + 2) >> 2;
711     DST(2, 0) =
712     DST(3, 2) = (a1 + a2          + 1) >> 1;
713     DST(2, 1) =
714     DST(3, 3) = (a0 + a1 * 2 + a2 + 2) >> 2;
715     DST(3, 0) = (a2 + a3          + 1) >> 1;
716     DST(3, 1) = (a1 + a2 * 2 + a3 + 2) >> 2;
717 }
718
719 #define def_vert_right(size)                                                \
720 static void vert_right_ ## size ## x ## size ## _c(uint8_t *dst,            \
721                                                    ptrdiff_t stride,        \
722                                                    const uint8_t *left,     \
723                                                    const uint8_t *top)      \
724 {                                                                           \
725     int i, j;                                                               \
726     uint8_t ve[size + size / 2 - 1], vo[size + size / 2 - 1];               \
727                                                                             \
728     for (i = 0; i < size / 2 - 2; i++) {                                    \
729         vo[i] = (left[size - 4 - i * 2] +                                   \
730                  left[size - 3 - i * 2] * 2 +                               \
731                  left[size - 2 - i * 2] + 2) >> 2;                          \
732         ve[i] = (left[size - 5 - i * 2] +                                   \
733                  left[size - 4 - i * 2] * 2 +                               \
734                  left[size - 3 - i * 2] + 2) >> 2;                          \
735     }                                                                       \
736     vo[size / 2 - 2] = (left[0] + left[1] * 2 + left[2] + 2) >> 2;          \
737     ve[size / 2 - 2] = (top[-1] + left[0] * 2 + left[1] + 2) >> 2;          \
738                                                                             \
739     ve[size / 2 - 1] = (top[-1] + top[0] + 1) >> 1;                         \
740     vo[size / 2 - 1] = (left[0] + top[-1] * 2 + top[0] + 2) >> 2;           \
741     for (i = 0; i < size - 1; i++) {                                        \
742         ve[size / 2 + i] = (top[i] + top[i + 1] + 1) >> 1;                  \
743         vo[size / 2 + i] = (top[i - 1] + top[i] * 2 + top[i + 1] + 2) >> 2; \
744     }                                                                       \
745                                                                             \
746     for (j = 0; j < size / 2; j++) {                                        \
747         memcpy(dst +  j * 2      * stride, ve + size / 2 - 1 - j, size);    \
748         memcpy(dst + (j * 2 + 1) * stride, vo + size / 2 - 1 - j, size);    \
749     }                                                                       \
750 }
751
752 def_vert_right(8)
753 def_vert_right(16)
754 def_vert_right(32)
755
756 static void hor_down_4x4_c(uint8_t *dst, ptrdiff_t stride,
757                            const uint8_t *left, const uint8_t *top)
758 {
759     int l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3],
760         tl = top[-1], a0 = top[0], a1 = top[1], a2 = top[2];
761
762     DST(2, 0) = (tl + a0 * 2 + a1 + 2) >> 2;
763     DST(3, 0) = (a0 + a1 * 2 + a2 + 2) >> 2;
764     DST(0, 0) =
765     DST(2, 1) = (tl + l0          + 1) >> 1;
766     DST(1, 0) =
767     DST(3, 1) = (a0 + tl * 2 + l0 + 2) >> 2;
768     DST(0, 1) =
769     DST(2, 2) = (l0 + l1          + 1) >> 1;
770     DST(1, 1) =
771     DST(3, 2) = (tl + l0 * 2 + l1 + 2) >> 2;
772     DST(0, 2) =
773     DST(2, 3) = (l1 + l2          + 1) >> 1;
774     DST(1, 2) =
775     DST(3, 3) = (l0 + l1 * 2 + l2 + 2) >> 2;
776     DST(0, 3) = (l2 + l3          + 1) >> 1;
777     DST(1, 3) = (l1 + l2 * 2 + l3 + 2) >> 2;
778 }
779
780 #define def_hor_down(size)                                              \
781 static void hor_down_ ## size ## x ## size ## _c(uint8_t *dst,          \
782                                                  ptrdiff_t stride,      \
783                                                  const uint8_t *left,   \
784                                                  const uint8_t *top)    \
785 {                                                                       \
786     int i, j;                                                           \
787     uint8_t v[size * 3 - 2];                                            \
788                                                                         \
789     for (i = 0; i < size - 2; i++) {                                    \
790         v[i * 2]        = (left[size - 2 - i] +                         \
791                            left[size - 1 - i] + 1) >> 1;                \
792         v[i * 2    + 1] = (left[size - 3 - i] +                         \
793                            left[size - 2 - i] * 2 +                     \
794                            left[size - 1 - i] + 2) >> 2;                \
795         v[size * 2 + i] = (top[i - 1] +                                 \
796                            top[i] * 2 +                                 \
797                            top[i + 1] + 2) >> 2;                        \
798     }                                                                   \
799     v[size * 2 - 2] = (top[-1] + left[0] + 1) >> 1;                     \
800     v[size * 2 - 4] = (left[0] + left[1] + 1) >> 1;                     \
801     v[size * 2 - 1] = (top[0]  + top[-1] * 2 + left[0] + 2) >> 2;       \
802     v[size * 2 - 3] = (top[-1] + left[0] * 2 + left[1] + 2) >> 2;       \
803                                                                         \
804     for (j = 0; j < size; j++)                                          \
805         memcpy(dst + j * stride, v + size * 2 - 2 - j * 2, size);       \
806 }
807
808 def_hor_down(8)
809 def_hor_down(16)
810 def_hor_down(32)
811
812 static void vert_left_4x4_c(uint8_t *dst, ptrdiff_t stride,
813                             const uint8_t *left, const uint8_t *top)
814 {
815     int a0 = top[0], a1 = top[1], a2 = top[2], a3 = top[3],
816         a4 = top[4], a5 = top[5], a6 = top[6];
817
818     DST(0, 0) = (a0 + a1          + 1) >> 1;
819     DST(0, 1) = (a0 + a1 * 2 + a2 + 2) >> 2;
820     DST(1, 0) =
821     DST(0, 2) = (a1 + a2          + 1) >> 1;
822     DST(1, 1) =
823     DST(0, 3) = (a1 + a2 * 2 + a3 + 2) >> 2;
824     DST(2, 0) =
825     DST(1, 2) = (a2 + a3          + 1) >> 1;
826     DST(2, 1) =
827     DST(1, 3) = (a2 + a3 * 2 + a4 + 2) >> 2;
828     DST(3, 0) =
829     DST(2, 2) = (a3 + a4          + 1) >> 1;
830     DST(3, 1) =
831     DST(2, 3) = (a3 + a4 * 2 + a5 + 2) >> 2;
832     DST(3, 2) = (a4 + a5          + 1) >> 1;
833     DST(3, 3) = (a4 + a5 * 2 + a6 + 2) >> 2;
834 }
835
836 #define def_vert_left(size)                                             \
837 static void vert_left_ ## size ## x ## size ## _c(uint8_t *dst,         \
838                                                   ptrdiff_t stride,     \
839                                                   const uint8_t *left,  \
840                                                   const uint8_t *top)   \
841 {                                                                       \
842     int i, j;                                                           \
843     uint8_t ve[size - 1], vo[size - 1];                                 \
844                                                                         \
845     for (i = 0; i < size - 2; i++) {                                    \
846         ve[i] = (top[i] + top[i + 1] + 1) >> 1;                         \
847         vo[i] = (top[i] + top[i + 1] * 2 + top[i + 2] + 2) >> 2;        \
848     }                                                                   \
849     ve[size - 2] = (top[size - 2] + top[size - 1] + 1) >> 1;            \
850     vo[size - 2] = (top[size - 2] + top[size - 1] * 3 + 2) >> 2;        \
851                                                                         \
852     for (j = 0; j < size / 2; j++) {                                    \
853         memcpy(dst +  j * 2      * stride, ve + j, size - (j + 1));     \
854         memset(dst +  j * 2      * stride + size - j - 1,               \
855                top[size - 1], j + 1);                                   \
856         memcpy(dst + (j * 2 + 1) * stride, vo + j, size - (j + 1));     \
857         memset(dst + (j * 2 + 1) * stride + size - j - 1,               \
858                top[size - 1], j + 1);                                   \
859     }                                                                   \
860 }
861
862 def_vert_left(8)
863 def_vert_left(16)
864 def_vert_left(32)
865
866 static void hor_up_4x4_c(uint8_t *dst, ptrdiff_t stride,
867                          const uint8_t *left, const uint8_t *top)
868 {
869     int l0 = left[0], l1 = left[1], l2 = left[2], l3 = left[3];
870
871     DST(0, 0) = (l0 + l1          + 1) >> 1;
872     DST(1, 0) = (l0 + l1 * 2 + l2 + 2) >> 2;
873     DST(0, 1) =
874     DST(2, 0) = (l1 + l2          + 1) >> 1;
875     DST(1, 1) =
876     DST(3, 0) = (l1 + l2 * 2 + l3 + 2) >> 2;
877     DST(0, 2) =
878     DST(2, 1) = (l2 + l3          + 1) >> 1;
879     DST(1, 2) =
880     DST(3, 1) = (l2 + l3 * 3      + 2) >> 2;
881     DST(0, 3) =
882     DST(1, 3) =
883     DST(2, 2) =
884     DST(2, 3) =
885     DST(3, 2) =
886     DST(3, 3) = l3;
887 }
888
889 #define def_hor_up(size)                                                    \
890 static void hor_up_ ## size ## x ## size ## _c(uint8_t *dst,                \
891                                                ptrdiff_t stride,            \
892                                                const uint8_t *left,         \
893                                                const uint8_t *top)          \
894 {                                                                           \
895     int i, j;                                                               \
896     uint8_t v[size * 2 - 2];                                                \
897                                                                             \
898     for (i = 0; i < size - 2; i++) {                                        \
899         v[i * 2]     = (left[i] + left[i + 1] + 1) >> 1;                    \
900         v[i * 2 + 1] = (left[i] + left[i + 1] * 2 + left[i + 2] + 2) >> 2;  \
901     }                                                                       \
902     v[size * 2 - 4] = (left[size - 2] + left[size - 1]     + 1) >> 1;       \
903     v[size * 2 - 3] = (left[size - 2] + left[size - 1] * 3 + 2) >> 2;       \
904                                                                             \
905     for (j = 0; j < size / 2; j++)                                          \
906         memcpy(dst + j * stride, v + j * 2, size);                          \
907     for (j = size / 2; j < size; j++) {                                     \
908         memcpy(dst + j * stride, v + j * 2, size * 2 - 2 - j * 2);          \
909         memset(dst + j * stride + size * 2 - 2 - j * 2, left[size - 1],     \
910                2 + j * 2 - size);                                           \
911     }                                                                       \
912 }
913
914 def_hor_up(8)
915 def_hor_up(16)
916 def_hor_up(32)
917
918 #undef DST
919
920 static av_cold void vp9dsp_intrapred_init(VP9DSPContext *dsp)
921 {
922 #define init_intra_pred(tx, sz)                                              \
923     dsp->intra_pred[tx][VERT_PRED]            = vert_           ## sz ## _c; \
924     dsp->intra_pred[tx][HOR_PRED]             = hor_            ## sz ## _c; \
925     dsp->intra_pred[tx][DC_PRED]              = dc_             ## sz ## _c; \
926     dsp->intra_pred[tx][DIAG_DOWN_LEFT_PRED]  = diag_downleft_  ## sz ## _c; \
927     dsp->intra_pred[tx][DIAG_DOWN_RIGHT_PRED] = diag_downright_ ## sz ## _c; \
928     dsp->intra_pred[tx][VERT_RIGHT_PRED]      = vert_right_     ## sz ## _c; \
929     dsp->intra_pred[tx][HOR_DOWN_PRED]        = hor_down_       ## sz ## _c; \
930     dsp->intra_pred[tx][VERT_LEFT_PRED]       = vert_left_      ## sz ## _c; \
931     dsp->intra_pred[tx][HOR_UP_PRED]          = hor_up_         ## sz ## _c; \
932     dsp->intra_pred[tx][TM_VP8_PRED]          = tm_             ## sz ## _c; \
933     dsp->intra_pred[tx][LEFT_DC_PRED]         = dc_left_        ## sz ## _c; \
934     dsp->intra_pred[tx][TOP_DC_PRED]          = dc_top_         ## sz ## _c; \
935     dsp->intra_pred[tx][DC_128_PRED]          = dc_128_         ## sz ## _c; \
936     dsp->intra_pred[tx][DC_127_PRED]          = dc_127_         ## sz ## _c; \
937     dsp->intra_pred[tx][DC_129_PRED]          = dc_129_         ## sz ## _c
938
939     init_intra_pred(TX_4X4,   4x4);
940     init_intra_pred(TX_8X8,   8x8);
941     init_intra_pred(TX_16X16, 16x16);
942     init_intra_pred(TX_32X32, 32x32);
943
944 #undef init_intra_pred
945 }
946
947 #define itxfm_wrapper(type_a, type_b, sz, bits)                             \
948 static void                                                                 \
949 type_a ## _ ## type_b ## _ ## sz ## x ## sz ## _add_c(uint8_t *dst,         \
950                                                       ptrdiff_t stride,     \
951                                                       int16_t *block,       \
952                                                       int eob)              \
953 {                                                                           \
954     int i, j;                                                               \
955     int16_t tmp[sz * sz], out[sz];                                          \
956     for (i = 0; i < sz; i++)                                                \
957         type_a ## sz ## _1d(tmp + i * sz, block + i, sz, 0);                \
958     memset(block, 0, sz * sz * sizeof(*block));                             \
959     for (i = 0; i < sz; i++) {                                              \
960         type_b ## sz ## _1d(out, tmp + i, sz, 1);                           \
961         for (j = 0; j < sz; j++)                                            \
962             dst[j * stride] =                                               \
963                 av_clip_uint8(dst[j * stride] +                             \
964                               (bits ? (out[j] + (1 << (bits - 1))) >> bits  \
965                                     : out[j]));                             \
966         dst++;                                                              \
967     }                                                                       \
968 }
969
970 #define itxfm_wrap(sz, bits)             \
971     itxfm_wrapper(idct, idct, sz, bits)  \
972     itxfm_wrapper(iadst, idct, sz, bits) \
973     itxfm_wrapper(idct, iadst, sz, bits) \
974     itxfm_wrapper(iadst, iadst, sz, bits)
975
976 #define IN(x) in[x * stride]
977
978 static av_always_inline void idct4_1d(int16_t *out, const int16_t *in,
979                                       ptrdiff_t stride, int pass)
980 {
981     int t0, t1, t2, t3;
982
983     t0 = ((IN(0)        + IN(2)) * 11585 + (1 << 13)) >> 14;
984     t1 = ((IN(0)        - IN(2)) * 11585 + (1 << 13)) >> 14;
985     t2 = (IN(1) *  6270 - IN(3)  * 15137 + (1 << 13)) >> 14;
986     t3 = (IN(1) * 15137 + IN(3)  *  6270 + (1 << 13)) >> 14;
987
988     out[0] = t0 + t3;
989     out[1] = t1 + t2;
990     out[2] = t1 - t2;
991     out[3] = t0 - t3;
992 }
993
994 static av_always_inline void iadst4_1d(int16_t *out, const int16_t *in,
995                                        ptrdiff_t stride, int pass)
996 {
997     int t0, t1, t2, t3;
998
999     t0 =  5283 * IN(0) + 15212 * IN(2) +  9929 * IN(3);
1000     t1 =  9929 * IN(0) -  5283 * IN(2) - 15212 * IN(3);
1001     t2 = 13377 * (IN(0) - IN(2) + IN(3));
1002     t3 = 13377 * IN(1);
1003
1004     out[0] = (t0 + t3      + (1 << 13)) >> 14;
1005     out[1] = (t1 + t3      + (1 << 13)) >> 14;
1006     out[2] = (t2           + (1 << 13)) >> 14;
1007     out[3] = (t0 + t1 - t3 + (1 << 13)) >> 14;
1008 }
1009
1010 itxfm_wrap(4, 4)
1011
1012 static av_always_inline void idct8_1d(int16_t *out, const int16_t *in,
1013                                       ptrdiff_t stride, int pass)
1014 {
1015     int t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1016
1017     t0a = ((IN(0)        + IN(4)) * 11585 + (1 << 13)) >> 14;
1018     t1a = ((IN(0)        - IN(4)) * 11585 + (1 << 13)) >> 14;
1019     t2a = (IN(2) *  6270 - IN(6)  * 15137 + (1 << 13)) >> 14;
1020     t3a = (IN(2) * 15137 + IN(6)  *  6270 + (1 << 13)) >> 14;
1021     t4a = (IN(1) *  3196 - IN(7)  * 16069 + (1 << 13)) >> 14;
1022     t5a = (IN(5) * 13623 - IN(3)  *  9102 + (1 << 13)) >> 14;
1023     t6a = (IN(5) *  9102 + IN(3)  * 13623 + (1 << 13)) >> 14;
1024     t7a = (IN(1) * 16069 + IN(7)  *  3196 + (1 << 13)) >> 14;
1025
1026     t0  = t0a + t3a;
1027     t1  = t1a + t2a;
1028     t2  = t1a - t2a;
1029     t3  = t0a - t3a;
1030     t4  = t4a + t5a;
1031     t5a = t4a - t5a;
1032     t7  = t7a + t6a;
1033     t6a = t7a - t6a;
1034
1035     t5  = ((t6a - t5a) * 11585 + (1 << 13)) >> 14;
1036     t6  = ((t6a + t5a) * 11585 + (1 << 13)) >> 14;
1037
1038     out[0] = t0 + t7;
1039     out[1] = t1 + t6;
1040     out[2] = t2 + t5;
1041     out[3] = t3 + t4;
1042     out[4] = t3 - t4;
1043     out[5] = t2 - t5;
1044     out[6] = t1 - t6;
1045     out[7] = t0 - t7;
1046 }
1047
1048 static av_always_inline void iadst8_1d(int16_t *out, const int16_t *in,
1049                                        ptrdiff_t stride, int pass)
1050 {
1051     int t0, t0a, t1, t1a, t2, t2a, t3, t3a, t4, t4a, t5, t5a, t6, t6a, t7, t7a;
1052
1053     t0a = 16305 * IN(7) +  1606 * IN(0);
1054     t1a =  1606 * IN(7) - 16305 * IN(0);
1055     t2a = 14449 * IN(5) +  7723 * IN(2);
1056     t3a =  7723 * IN(5) - 14449 * IN(2);
1057     t4a = 10394 * IN(3) + 12665 * IN(4);
1058     t5a = 12665 * IN(3) - 10394 * IN(4);
1059     t6a =  4756 * IN(1) + 15679 * IN(6);
1060     t7a = 15679 * IN(1) -  4756 * IN(6);
1061
1062     t0  = (t0a + t4a + (1 << 13)) >> 14;
1063     t1  = (t1a + t5a + (1 << 13)) >> 14;
1064     t2  = (t2a + t6a + (1 << 13)) >> 14;
1065     t3  = (t3a + t7a + (1 << 13)) >> 14;
1066     t4  = (t0a - t4a + (1 << 13)) >> 14;
1067     t5  = (t1a - t5a + (1 << 13)) >> 14;
1068     t6  = (t2a - t6a + (1 << 13)) >> 14;
1069     t7  = (t3a - t7a + (1 << 13)) >> 14;
1070
1071     t4a = 15137 * t4 +  6270 * t5;
1072     t5a =  6270 * t4 - 15137 * t5;
1073     t6a = 15137 * t7 -  6270 * t6;
1074     t7a =  6270 * t7 + 15137 * t6;
1075
1076     out[0] =   t0 + t2;
1077     out[7] = -(t1 + t3);
1078     t2     =   t0 - t2;
1079     t3     =   t1 - t3;
1080
1081     out[1] = -((t4a + t6a + (1 << 13)) >> 14);
1082     out[6] =   (t5a + t7a + (1 << 13)) >> 14;
1083     t6     =   (t4a - t6a + (1 << 13)) >> 14;
1084     t7     =   (t5a - t7a + (1 << 13)) >> 14;
1085
1086     out[3] = -(((t2 + t3) * 11585 + (1 << 13)) >> 14);
1087     out[4] =   ((t2 - t3) * 11585 + (1 << 13)) >> 14;
1088     out[2] =   ((t6 + t7) * 11585 + (1 << 13)) >> 14;
1089     out[5] = -(((t6 - t7) * 11585 + (1 << 13)) >> 14);
1090 }
1091
1092 itxfm_wrap(8, 5)
1093
1094 static av_always_inline void idct16_1d(int16_t *out, const int16_t *in,
1095                                        ptrdiff_t stride, int pass)
1096 {
1097     int t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1098     int t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1099     int t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1100
1101     t0a  = ((IN(0)         + IN(8)) * 11585 + (1 << 13)) >> 14;
1102     t1a  = ((IN(0)         - IN(8)) * 11585 + (1 << 13)) >> 14;
1103     t2a  = (IN(4)  *  6270 - IN(12) * 15137 + (1 << 13)) >> 14;
1104     t3a  = (IN(4)  * 15137 + IN(12) *  6270 + (1 << 13)) >> 14;
1105     t4a  = (IN(2)  *  3196 - IN(14) * 16069 + (1 << 13)) >> 14;
1106     t7a  = (IN(2)  * 16069 + IN(14) *  3196 + (1 << 13)) >> 14;
1107     t5a  = (IN(10) * 13623 - IN(6)  *  9102 + (1 << 13)) >> 14;
1108     t6a  = (IN(10) *  9102 + IN(6)  * 13623 + (1 << 13)) >> 14;
1109     t8a  = (IN(1)  *  1606 - IN(15) * 16305 + (1 << 13)) >> 14;
1110     t15a = (IN(1)  * 16305 + IN(15) *  1606 + (1 << 13)) >> 14;
1111     t9a  = (IN(9)  * 12665 - IN(7)  * 10394 + (1 << 13)) >> 14;
1112     t14a = (IN(9)  * 10394 + IN(7)  * 12665 + (1 << 13)) >> 14;
1113     t10a = (IN(5)  *  7723 - IN(11) * 14449 + (1 << 13)) >> 14;
1114     t13a = (IN(5)  * 14449 + IN(11) *  7723 + (1 << 13)) >> 14;
1115     t11a = (IN(13) * 15679 - IN(3)  *  4756 + (1 << 13)) >> 14;
1116     t12a = (IN(13) *  4756 + IN(3)  * 15679 + (1 << 13)) >> 14;
1117
1118     t0   = t0a  + t3a;
1119     t1   = t1a  + t2a;
1120     t2   = t1a  - t2a;
1121     t3   = t0a  - t3a;
1122     t4   = t4a  + t5a;
1123     t5   = t4a  - t5a;
1124     t6   = t7a  - t6a;
1125     t7   = t7a  + t6a;
1126     t8   = t8a  + t9a;
1127     t9   = t8a  - t9a;
1128     t10  = t11a - t10a;
1129     t11  = t11a + t10a;
1130     t12  = t12a + t13a;
1131     t13  = t12a - t13a;
1132     t14  = t15a - t14a;
1133     t15  = t15a + t14a;
1134
1135     t5a  =   ((t6         - t5) * 11585  + (1 << 13)) >> 14;
1136     t6a  =   ((t6         + t5) * 11585  + (1 << 13)) >> 14;
1137     t9a  =   (t14 *  6270 - t9  * 15137  + (1 << 13)) >> 14;
1138     t14a =   (t14 * 15137 + t9  *  6270  + (1 << 13)) >> 14;
1139     t10a = (-(t13 * 15137 + t10 *  6270) + (1 << 13)) >> 14;
1140     t13a =   (t13 *  6270 - t10 * 15137  + (1 << 13)) >> 14;
1141
1142     t0a  = t0   + t7;
1143     t1a  = t1   + t6a;
1144     t2a  = t2   + t5a;
1145     t3a  = t3   + t4;
1146     t4   = t3   - t4;
1147     t5   = t2   - t5a;
1148     t6   = t1   - t6a;
1149     t7   = t0   - t7;
1150     t8a  = t8   + t11;
1151     t9   = t9a  + t10a;
1152     t10  = t9a  - t10a;
1153     t11a = t8   - t11;
1154     t12a = t15  - t12;
1155     t13  = t14a - t13a;
1156     t14  = t14a + t13a;
1157     t15a = t15  + t12;
1158
1159     t10a = ((t13  - t10)  * 11585 + (1 << 13)) >> 14;
1160     t13a = ((t13  + t10)  * 11585 + (1 << 13)) >> 14;
1161     t11  = ((t12a - t11a) * 11585 + (1 << 13)) >> 14;
1162     t12  = ((t12a + t11a) * 11585 + (1 << 13)) >> 14;
1163
1164     out[0]  = t0a + t15a;
1165     out[1]  = t1a + t14;
1166     out[2]  = t2a + t13a;
1167     out[3]  = t3a + t12;
1168     out[4]  = t4  + t11;
1169     out[5]  = t5  + t10a;
1170     out[6]  = t6  + t9;
1171     out[7]  = t7  + t8a;
1172     out[8]  = t7  - t8a;
1173     out[9]  = t6  - t9;
1174     out[10] = t5  - t10a;
1175     out[11] = t4  - t11;
1176     out[12] = t3a - t12;
1177     out[13] = t2a - t13a;
1178     out[14] = t1a - t14;
1179     out[15] = t0a - t15a;
1180 }
1181
1182 static av_always_inline void iadst16_1d(int16_t *out, const int16_t *in,
1183                                         ptrdiff_t stride, int pass)
1184 {
1185     int t0, t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12, t13, t14, t15;
1186     int t0a, t1a, t2a, t3a, t4a, t5a, t6a, t7a;
1187     int t8a, t9a, t10a, t11a, t12a, t13a, t14a, t15a;
1188
1189     t0  = IN(15) * 16364 + IN(0)  *   804;
1190     t1  = IN(15) *   804 - IN(0)  * 16364;
1191     t2  = IN(13) * 15893 + IN(2)  *  3981;
1192     t3  = IN(13) *  3981 - IN(2)  * 15893;
1193     t4  = IN(11) * 14811 + IN(4)  *  7005;
1194     t5  = IN(11) *  7005 - IN(4)  * 14811;
1195     t6  = IN(9)  * 13160 + IN(6)  *  9760;
1196     t7  = IN(9)  *  9760 - IN(6)  * 13160;
1197     t8  = IN(7)  * 11003 + IN(8)  * 12140;
1198     t9  = IN(7)  * 12140 - IN(8)  * 11003;
1199     t10 = IN(5)  *  8423 + IN(10) * 14053;
1200     t11 = IN(5)  * 14053 - IN(10) *  8423;
1201     t12 = IN(3)  *  5520 + IN(12) * 15426;
1202     t13 = IN(3)  * 15426 - IN(12) *  5520;
1203     t14 = IN(1)  *  2404 + IN(14) * 16207;
1204     t15 = IN(1)  * 16207 - IN(14) *  2404;
1205
1206     t0a  = (t0 + t8  + (1 << 13)) >> 14;
1207     t1a  = (t1 + t9  + (1 << 13)) >> 14;
1208     t2a  = (t2 + t10 + (1 << 13)) >> 14;
1209     t3a  = (t3 + t11 + (1 << 13)) >> 14;
1210     t4a  = (t4 + t12 + (1 << 13)) >> 14;
1211     t5a  = (t5 + t13 + (1 << 13)) >> 14;
1212     t6a  = (t6 + t14 + (1 << 13)) >> 14;
1213     t7a  = (t7 + t15 + (1 << 13)) >> 14;
1214     t8a  = (t0 - t8  + (1 << 13)) >> 14;
1215     t9a  = (t1 - t9  + (1 << 13)) >> 14;
1216     t10a = (t2 - t10 + (1 << 13)) >> 14;
1217     t11a = (t3 - t11 + (1 << 13)) >> 14;
1218     t12a = (t4 - t12 + (1 << 13)) >> 14;
1219     t13a = (t5 - t13 + (1 << 13)) >> 14;
1220     t14a = (t6 - t14 + (1 << 13)) >> 14;
1221     t15a = (t7 - t15 + (1 << 13)) >> 14;
1222
1223     t8   = t8a  * 16069 + t9a  *  3196;
1224     t9   = t8a  *  3196 - t9a  * 16069;
1225     t10  = t10a *  9102 + t11a * 13623;
1226     t11  = t10a * 13623 - t11a *  9102;
1227     t12  = t13a * 16069 - t12a *  3196;
1228     t13  = t13a *  3196 + t12a * 16069;
1229     t14  = t15a *  9102 - t14a * 13623;
1230     t15  = t15a * 13623 + t14a *  9102;
1231
1232     t0   = t0a  + t4a;
1233     t1   = t1a  + t5a;
1234     t2   = t2a  + t6a;
1235     t3   = t3a  + t7a;
1236     t4   = t0a  - t4a;
1237     t5   = t1a  - t5a;
1238     t6   = t2a  - t6a;
1239     t7   = t3a  - t7a;
1240     t8a  = (t8  + t12 + (1 << 13)) >> 14;
1241     t9a  = (t9  + t13 + (1 << 13)) >> 14;
1242     t10a = (t10 + t14 + (1 << 13)) >> 14;
1243     t11a = (t11 + t15 + (1 << 13)) >> 14;
1244     t12a = (t8  - t12 + (1 << 13)) >> 14;
1245     t13a = (t9  - t13 + (1 << 13)) >> 14;
1246     t14a = (t10 - t14 + (1 << 13)) >> 14;
1247     t15a = (t11 - t15 + (1 << 13)) >> 14;
1248
1249     t4a  = t4   * 15137 + t5   *  6270;
1250     t5a  = t4   *  6270 - t5   * 15137;
1251     t6a  = t7   * 15137 - t6   *  6270;
1252     t7a  = t7   *  6270 + t6   * 15137;
1253     t12  = t12a * 15137 + t13a *  6270;
1254     t13  = t12a *  6270 - t13a * 15137;
1255     t14  = t15a * 15137 - t14a *  6270;
1256     t15  = t15a *  6270 + t14a * 15137;
1257
1258     out[0]  =     t0 + t2;
1259     out[15] =   -(t1 + t3);
1260     t2a     =     t0 - t2;
1261     t3a     =     t1 - t3;
1262     out[3]  = -((t4a + t6a + (1 << 13)) >> 14);
1263     out[12] =   (t5a + t7a + (1 << 13)) >> 14;
1264     t6      =   (t4a - t6a + (1 << 13)) >> 14;
1265     t7      =   (t5a - t7a + (1 << 13)) >> 14;
1266     out[1]  =  -(t8a + t10a);
1267     out[14] =    t9a + t11a;
1268     t10     =    t8a - t10a;
1269     t11     =    t9a - t11a;
1270     out[2]  =   (t12 + t14 + (1 << 13)) >> 14;
1271     out[13] = -((t13 + t15 + (1 << 13)) >> 14);
1272     t14a    =   (t12 - t14 + (1 << 13)) >> 14;
1273     t15a    =   (t13 - t15 + (1 << 13)) >> 14;
1274
1275     out[7]  = ((t2a  + t3a)  * -11585 + (1 << 13)) >> 14;
1276     out[8]  = ((t2a  - t3a)  *  11585 + (1 << 13)) >> 14;
1277     out[4]  = ((t7   + t6)   *  11585 + (1 << 13)) >> 14;
1278     out[11] = ((t7   - t6)   *  11585 + (1 << 13)) >> 14;
1279     out[6]  = ((t11  + t10)  *  11585 + (1 << 13)) >> 14;
1280     out[9]  = ((t11  - t10)  *  11585 + (1 << 13)) >> 14;
1281     out[5]  = ((t14a + t15a) * -11585 + (1 << 13)) >> 14;
1282     out[10] = ((t14a - t15a) *  11585 + (1 << 13)) >> 14;
1283 }
1284
1285 itxfm_wrap(16, 6)
1286
1287 static av_always_inline void idct32_1d(int16_t *out, const int16_t *in,
1288                                        ptrdiff_t stride, int pass)
1289 {
1290     int t0a  = ((IN(0)         + IN(16)) * 11585 + (1 << 13)) >> 14;
1291     int t1a  = ((IN(0)         - IN(16)) * 11585 + (1 << 13)) >> 14;
1292     int t2a  = (IN(8)  *  6270 - IN(24)  * 15137 + (1 << 13)) >> 14;
1293     int t3a  = (IN(8)  * 15137 + IN(24)  *  6270 + (1 << 13)) >> 14;
1294     int t4a  = (IN(4)  *  3196 - IN(28)  * 16069 + (1 << 13)) >> 14;
1295     int t7a  = (IN(4)  * 16069 + IN(28)  *  3196 + (1 << 13)) >> 14;
1296     int t5a  = (IN(20) * 13623 - IN(12)  *  9102 + (1 << 13)) >> 14;
1297     int t6a  = (IN(20) *  9102 + IN(12)  * 13623 + (1 << 13)) >> 14;
1298     int t8a  = (IN(2)  *  1606 - IN(30)  * 16305 + (1 << 13)) >> 14;
1299     int t15a = (IN(2)  * 16305 + IN(30)  *  1606 + (1 << 13)) >> 14;
1300     int t9a  = (IN(18) * 12665 - IN(14)  * 10394 + (1 << 13)) >> 14;
1301     int t14a = (IN(18) * 10394 + IN(14)  * 12665 + (1 << 13)) >> 14;
1302     int t10a = (IN(10) *  7723 - IN(22)  * 14449 + (1 << 13)) >> 14;
1303     int t13a = (IN(10) * 14449 + IN(22)  *  7723 + (1 << 13)) >> 14;
1304     int t11a = (IN(26) * 15679 - IN(6)   *  4756 + (1 << 13)) >> 14;
1305     int t12a = (IN(26) *  4756 + IN(6)   * 15679 + (1 << 13)) >> 14;
1306     int t16a = (IN(1)  *   804 - IN(31)  * 16364 + (1 << 13)) >> 14;
1307     int t31a = (IN(1)  * 16364 + IN(31)  *   804 + (1 << 13)) >> 14;
1308     int t17a = (IN(17) * 12140 - IN(15)  * 11003 + (1 << 13)) >> 14;
1309     int t30a = (IN(17) * 11003 + IN(15)  * 12140 + (1 << 13)) >> 14;
1310     int t18a = (IN(9)  *  7005 - IN(23)  * 14811 + (1 << 13)) >> 14;
1311     int t29a = (IN(9)  * 14811 + IN(23)  *  7005 + (1 << 13)) >> 14;
1312     int t19a = (IN(25) * 15426 - IN(7)   *  5520 + (1 << 13)) >> 14;
1313     int t28a = (IN(25) *  5520 + IN(7)   * 15426 + (1 << 13)) >> 14;
1314     int t20a = (IN(5)  *  3981 - IN(27)  * 15893 + (1 << 13)) >> 14;
1315     int t27a = (IN(5)  * 15893 + IN(27)  *  3981 + (1 << 13)) >> 14;
1316     int t21a = (IN(21) * 14053 - IN(11)  *  8423 + (1 << 13)) >> 14;
1317     int t26a = (IN(21) *  8423 + IN(11)  * 14053 + (1 << 13)) >> 14;
1318     int t22a = (IN(13) *  9760 - IN(19)  * 13160 + (1 << 13)) >> 14;
1319     int t25a = (IN(13) * 13160 + IN(19)  *  9760 + (1 << 13)) >> 14;
1320     int t23a = (IN(29) * 16207 - IN(3)   *  2404 + (1 << 13)) >> 14;
1321     int t24a = (IN(29) *  2404 + IN(3)   * 16207 + (1 << 13)) >> 14;
1322
1323     int t0  = t0a  + t3a;
1324     int t1  = t1a  + t2a;
1325     int t2  = t1a  - t2a;
1326     int t3  = t0a  - t3a;
1327     int t4  = t4a  + t5a;
1328     int t5  = t4a  - t5a;
1329     int t6  = t7a  - t6a;
1330     int t7  = t7a  + t6a;
1331     int t8  = t8a  + t9a;
1332     int t9  = t8a  - t9a;
1333     int t10 = t11a - t10a;
1334     int t11 = t11a + t10a;
1335     int t12 = t12a + t13a;
1336     int t13 = t12a - t13a;
1337     int t14 = t15a - t14a;
1338     int t15 = t15a + t14a;
1339     int t16 = t16a + t17a;
1340     int t17 = t16a - t17a;
1341     int t18 = t19a - t18a;
1342     int t19 = t19a + t18a;
1343     int t20 = t20a + t21a;
1344     int t21 = t20a - t21a;
1345     int t22 = t23a - t22a;
1346     int t23 = t23a + t22a;
1347     int t24 = t24a + t25a;
1348     int t25 = t24a - t25a;
1349     int t26 = t27a - t26a;
1350     int t27 = t27a + t26a;
1351     int t28 = t28a + t29a;
1352     int t29 = t28a - t29a;
1353     int t30 = t31a - t30a;
1354     int t31 = t31a + t30a;
1355
1356     t5a  =   ((t6         - t5) * 11585  + (1 << 13)) >> 14;
1357     t6a  =   ((t6         + t5) * 11585  + (1 << 13)) >> 14;
1358     t9a  =   (t14 *  6270 - t9  * 15137  + (1 << 13)) >> 14;
1359     t14a =   (t14 * 15137 + t9  *  6270  + (1 << 13)) >> 14;
1360     t10a = (-(t13 * 15137 + t10 *  6270) + (1 << 13)) >> 14;
1361     t13a =   (t13 *  6270 - t10 * 15137  + (1 << 13)) >> 14;
1362     t17a =   (t30 *  3196 - t17 * 16069  + (1 << 13)) >> 14;
1363     t30a =   (t30 * 16069 + t17 *  3196  + (1 << 13)) >> 14;
1364     t18a = (-(t29 * 16069 + t18 *  3196) + (1 << 13)) >> 14;
1365     t29a =   (t29 *  3196 - t18 * 16069  + (1 << 13)) >> 14;
1366     t21a =   (t26 * 13623 - t21 *  9102  + (1 << 13)) >> 14;
1367     t26a =   (t26 *  9102 + t21 * 13623  + (1 << 13)) >> 14;
1368     t22a = (-(t25 *  9102 + t22 * 13623) + (1 << 13)) >> 14;
1369     t25a =   (t25 * 13623 - t22 *  9102  + (1 << 13)) >> 14;
1370
1371     t0a  = t0   + t7;
1372     t1a  = t1   + t6a;
1373     t2a  = t2   + t5a;
1374     t3a  = t3   + t4;
1375     t4a  = t3   - t4;
1376     t5   = t2   - t5a;
1377     t6   = t1   - t6a;
1378     t7a  = t0   - t7;
1379     t8a  = t8   + t11;
1380     t9   = t9a  + t10a;
1381     t10  = t9a  - t10a;
1382     t11a = t8   - t11;
1383     t12a = t15  - t12;
1384     t13  = t14a - t13a;
1385     t14  = t14a + t13a;
1386     t15a = t15  + t12;
1387     t16a = t16  + t19;
1388     t17  = t17a + t18a;
1389     t18  = t17a - t18a;
1390     t19a = t16  - t19;
1391     t20a = t23  - t20;
1392     t21  = t22a - t21a;
1393     t22  = t22a + t21a;
1394     t23a = t23  + t20;
1395     t24a = t24  + t27;
1396     t25  = t25a + t26a;
1397     t26  = t25a - t26a;
1398     t27a = t24  - t27;
1399     t28a = t31  - t28;
1400     t29  = t30a - t29a;
1401     t30  = t30a + t29a;
1402     t31a = t31  + t28;
1403
1404     t10a = ((t13           - t10)  * 11585  + (1 << 13)) >> 14;
1405     t13a = ((t13           + t10)  * 11585  + (1 << 13)) >> 14;
1406     t11  = ((t12a          - t11a) * 11585  + (1 << 13)) >> 14;
1407     t12  = ((t12a          + t11a) * 11585  + (1 << 13)) >> 14;
1408     t18a =   (t29  *  6270 - t18   * 15137  + (1 << 13)) >> 14;
1409     t29a =   (t29  * 15137 + t18   *  6270  + (1 << 13)) >> 14;
1410     t19  =   (t28a *  6270 - t19a  * 15137  + (1 << 13)) >> 14;
1411     t28  =   (t28a * 15137 + t19a  *  6270  + (1 << 13)) >> 14;
1412     t20  = (-(t27a * 15137 + t20a  *  6270) + (1 << 13)) >> 14;
1413     t27  =   (t27a *  6270 - t20a  * 15137  + (1 << 13)) >> 14;
1414     t21a = (-(t26  * 15137 + t21   *  6270) + (1 << 13)) >> 14;
1415     t26a =   (t26  *  6270 - t21   * 15137  + (1 << 13)) >> 14;
1416
1417     t0   = t0a  + t15a;
1418     t1   = t1a  + t14;
1419     t2   = t2a  + t13a;
1420     t3   = t3a  + t12;
1421     t4   = t4a  + t11;
1422     t5a  = t5   + t10a;
1423     t6a  = t6   + t9;
1424     t7   = t7a  + t8a;
1425     t8   = t7a  - t8a;
1426     t9a  = t6   - t9;
1427     t10  = t5   - t10a;
1428     t11a = t4a  - t11;
1429     t12a = t3a  - t12;
1430     t13  = t2a  - t13a;
1431     t14a = t1a  - t14;
1432     t15  = t0a  - t15a;
1433     t16  = t16a + t23a;
1434     t17a = t17  + t22;
1435     t18  = t18a + t21a;
1436     t19a = t19  + t20;
1437     t20a = t19  - t20;
1438     t21  = t18a - t21a;
1439     t22a = t17  - t22;
1440     t23  = t16a - t23a;
1441     t24  = t31a - t24a;
1442     t25a = t30  - t25;
1443     t26  = t29a - t26a;
1444     t27a = t28  - t27;
1445     t28a = t28  + t27;
1446     t29  = t29a + t26a;
1447     t30a = t30  + t25;
1448     t31  = t31a + t24a;
1449
1450     t20  = ((t27a - t20a) * 11585 + (1 << 13)) >> 14;
1451     t27  = ((t27a + t20a) * 11585 + (1 << 13)) >> 14;
1452     t21a = ((t26  - t21)  * 11585 + (1 << 13)) >> 14;
1453     t26a = ((t26  + t21)  * 11585 + (1 << 13)) >> 14;
1454     t22  = ((t25a - t22a) * 11585 + (1 << 13)) >> 14;
1455     t25  = ((t25a + t22a) * 11585 + (1 << 13)) >> 14;
1456     t23a = ((t24  - t23)  * 11585 + (1 << 13)) >> 14;
1457     t24a = ((t24  + t23)  * 11585 + (1 << 13)) >> 14;
1458
1459     out[0]  = t0   + t31;
1460     out[1]  = t1   + t30a;
1461     out[2]  = t2   + t29;
1462     out[3]  = t3   + t28a;
1463     out[4]  = t4   + t27;
1464     out[5]  = t5a  + t26a;
1465     out[6]  = t6a  + t25;
1466     out[7]  = t7   + t24a;
1467     out[8]  = t8   + t23a;
1468     out[9]  = t9a  + t22;
1469     out[10] = t10  + t21a;
1470     out[11] = t11a + t20;
1471     out[12] = t12a + t19a;
1472     out[13] = t13  + t18;
1473     out[14] = t14a + t17a;
1474     out[15] = t15  + t16;
1475     out[16] = t15  - t16;
1476     out[17] = t14a - t17a;
1477     out[18] = t13  - t18;
1478     out[19] = t12a - t19a;
1479     out[20] = t11a - t20;
1480     out[21] = t10  - t21a;
1481     out[22] = t9a  - t22;
1482     out[23] = t8   - t23a;
1483     out[24] = t7   - t24a;
1484     out[25] = t6a  - t25;
1485     out[26] = t5a  - t26a;
1486     out[27] = t4   - t27;
1487     out[28] = t3   - t28a;
1488     out[29] = t2   - t29;
1489     out[30] = t1   - t30a;
1490     out[31] = t0   - t31;
1491 }
1492
1493 itxfm_wrapper(idct, idct, 32, 6)
1494
1495 static av_always_inline void iwht4_1d(int16_t *out, const int16_t *in,
1496                                       ptrdiff_t stride, int pass)
1497 {
1498     int t0, t1, t2, t3, t4;
1499
1500     if (pass == 0) {
1501         t0 = IN(0) >> 2;
1502         t1 = IN(3) >> 2;
1503         t2 = IN(1) >> 2;
1504         t3 = IN(2) >> 2;
1505     } else {
1506         t0 = IN(0);
1507         t1 = IN(3);
1508         t2 = IN(1);
1509         t3 = IN(2);
1510     }
1511
1512     t0 += t2;
1513     t3 -= t1;
1514     t4 = (t0 - t3) >> 1;
1515     t1 = t4 - t1;
1516     t2 = t4 - t2;
1517     t0 -= t1;
1518     t3 += t2;
1519
1520     out[0] = t0;
1521     out[1] = t1;
1522     out[2] = t2;
1523     out[3] = t3;
1524 }
1525
1526 itxfm_wrapper(iwht, iwht, 4, 0)
1527
1528 #undef IN
1529 #undef itxfm_wrapper
1530 #undef itxfm_wrap
1531
1532 static av_cold void vp9dsp_itxfm_init(VP9DSPContext *dsp)
1533 {
1534 #define init_itxfm(tx, sz)                                        \
1535     dsp->itxfm_add[tx][DCT_DCT]   = idct_idct_   ## sz ## _add_c; \
1536     dsp->itxfm_add[tx][DCT_ADST]  = iadst_idct_  ## sz ## _add_c; \
1537     dsp->itxfm_add[tx][ADST_DCT]  = idct_iadst_  ## sz ## _add_c; \
1538     dsp->itxfm_add[tx][ADST_ADST] = iadst_iadst_ ## sz ## _add_c
1539
1540 #define init_idct(tx, nm)                               \
1541     dsp->itxfm_add[tx][DCT_DCT]   =                     \
1542     dsp->itxfm_add[tx][ADST_DCT]  =                     \
1543     dsp->itxfm_add[tx][DCT_ADST]  =                     \
1544     dsp->itxfm_add[tx][ADST_ADST] = nm ## _add_c
1545
1546     init_itxfm(TX_4X4, 4x4);
1547     init_itxfm(TX_8X8, 8x8);
1548     init_itxfm(TX_16X16, 16x16);
1549     init_idct(TX_32X32, idct_idct_32x32);
1550     init_idct(4 /* lossless */, iwht_iwht_4x4);
1551
1552 #undef init_itxfm
1553 #undef init_idct
1554 }
1555
1556 static av_always_inline void loop_filter(uint8_t *dst, ptrdiff_t stride,
1557                                          int E, int I, int H,
1558                                          ptrdiff_t stridea, ptrdiff_t strideb,
1559                                          int wd)
1560 {
1561     int i;
1562
1563     for (i = 0; i < 8; i++, dst += stridea) {
1564         int p7, p6, p5, p4;
1565         int p3 = dst[strideb * -4], p2 = dst[strideb * -3];
1566         int p1 = dst[strideb * -2], p0 = dst[strideb * -1];
1567         int q0 = dst[strideb * +0], q1 = dst[strideb * +1];
1568         int q2 = dst[strideb * +2], q3 = dst[strideb * +3];
1569         int q4, q5, q6, q7;
1570         int fm = FFABS(p3 - p2) <= I && FFABS(p2 - p1) <= I &&
1571                  FFABS(p1 - p0) <= I && FFABS(q1 - q0) <= I &&
1572                  FFABS(q2 - q1) <= I && FFABS(q3 - q2) <= I &&
1573                  FFABS(p0 - q0) * 2 + (FFABS(p1 - q1) >> 1) <= E;
1574         int flat8out, flat8in;
1575
1576         if (!fm)
1577             continue;
1578
1579         if (wd >= 16) {
1580             p7 = dst[strideb * -8];
1581             p6 = dst[strideb * -7];
1582             p5 = dst[strideb * -6];
1583             p4 = dst[strideb * -5];
1584             q4 = dst[strideb * +4];
1585             q5 = dst[strideb * +5];
1586             q6 = dst[strideb * +6];
1587             q7 = dst[strideb * +7];
1588
1589             flat8out = FFABS(p7 - p0) <= 1 && FFABS(p6 - p0) <= 1 &&
1590                        FFABS(p5 - p0) <= 1 && FFABS(p4 - p0) <= 1 &&
1591                        FFABS(q4 - q0) <= 1 && FFABS(q5 - q0) <= 1 &&
1592                        FFABS(q6 - q0) <= 1 && FFABS(q7 - q0) <= 1;
1593         }
1594
1595         if (wd >= 8)
1596             flat8in = FFABS(p3 - p0) <= 1 && FFABS(p2 - p0) <= 1 &&
1597                       FFABS(p1 - p0) <= 1 && FFABS(q1 - q0) <= 1 &&
1598                       FFABS(q2 - q0) <= 1 && FFABS(q3 - q0) <= 1;
1599
1600         if (wd >= 16 && flat8out && flat8in) {
1601             dst[strideb * -7] = (p7 + p7 + p7 + p7 + p7 + p7 + p7 + p6 * 2 +
1602                                  p5 + p4 + p3 + p2 + p1 + p0 + q0 + 8) >> 4;
1603             dst[strideb * -6] = (p7 + p7 + p7 + p7 + p7 + p7 + p6 + p5 * 2 +
1604                                  p4 + p3 + p2 + p1 + p0 + q0 + q1 + 8) >> 4;
1605             dst[strideb * -5] = (p7 + p7 + p7 + p7 + p7 + p6 + p5 + p4 * 2 +
1606                                  p3 + p2 + p1 + p0 + q0 + q1 + q2 + 8) >> 4;
1607             dst[strideb * -4] = (p7 + p7 + p7 + p7 + p6 + p5 + p4 + p3 * 2 +
1608                                  p2 + p1 + p0 + q0 + q1 + q2 + q3 + 8) >> 4;
1609             dst[strideb * -3] = (p7 + p7 + p7 + p6 + p5 + p4 + p3 + p2 * 2 +
1610                                  p1 + p0 + q0 + q1 + q2 + q3 + q4 + 8) >> 4;
1611             dst[strideb * -2] = (p7 + p7 + p6 + p5 + p4 + p3 + p2 + p1 * 2 +
1612                                  p0 + q0 + q1 + q2 + q3 + q4 + q5 + 8) >> 4;
1613             dst[strideb * -1] = (p7 + p6 + p5 + p4 + p3 + p2 + p1 + p0 * 2 +
1614                                  q0 + q1 + q2 + q3 + q4 + q5 + q6 + 8) >> 4;
1615             dst[strideb * +0] = (p6 + p5 + p4 + p3 + p2 + p1 + p0 + q0 * 2 +
1616                                  q1 + q2 + q3 + q4 + q5 + q6 + q7 + 8) >> 4;
1617             dst[strideb * +1] = (p5 + p4 + p3 + p2 + p1 + p0 + q0 + q1 * 2 +
1618                                  q2 + q3 + q4 + q5 + q6 + q7 + q7 + 8) >> 4;
1619             dst[strideb * +2] = (p4 + p3 + p2 + p1 + p0 + q0 + q1 + q2 * 2 +
1620                                  q3 + q4 + q5 + q6 + q7 + q7 + q7 + 8) >> 4;
1621             dst[strideb * +3] = (p3 + p2 + p1 + p0 + q0 + q1 + q2 + q3 * 2 +
1622                                  q4 + q5 + q6 + q7 + q7 + q7 + q7 + 8) >> 4;
1623             dst[strideb * +4] = (p2 + p1 + p0 + q0 + q1 + q2 + q3 + q4 * 2 +
1624                                  q5 + q6 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1625             dst[strideb * +5] = (p1 + p0 + q0 + q1 + q2 + q3 + q4 + q5 * 2 +
1626                                  q6 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1627             dst[strideb * +6] = (p0 + q0 + q1 + q2 + q3 + q4 + q5 + q6 * 2 +
1628                                  q7 + q7 + q7 + q7 + q7 + q7 + q7 + 8) >> 4;
1629         } else if (wd >= 8 && flat8in) {
1630             dst[strideb * -3] = (p3 + p3 + p3 + 2 * p2 + p1 + p0 + q0 + 4) >> 3;
1631             dst[strideb * -2] = (p3 + p3 + p2 + 2 * p1 + p0 + q0 + q1 + 4) >> 3;
1632             dst[strideb * -1] = (p3 + p2 + p1 + 2 * p0 + q0 + q1 + q2 + 4) >> 3;
1633             dst[strideb * +0] = (p2 + p1 + p0 + 2 * q0 + q1 + q2 + q3 + 4) >> 3;
1634             dst[strideb * +1] = (p1 + p0 + q0 + 2 * q1 + q2 + q3 + q3 + 4) >> 3;
1635             dst[strideb * +2] = (p0 + q0 + q1 + 2 * q2 + q3 + q3 + q3 + 4) >> 3;
1636         } else {
1637             int hev = FFABS(p1 - p0) > H || FFABS(q1 - q0) > H;
1638
1639             if (hev) {
1640                 int f = av_clip_int8(3 * (q0 - p0) + av_clip_int8(p1 - q1));
1641                 int f1 = FFMIN(f + 4, 127) >> 3;
1642                 int f2 = FFMIN(f + 3, 127) >> 3;
1643
1644                 dst[strideb * -1] = av_clip_uint8(p0 + f2);
1645                 dst[strideb * +0] = av_clip_uint8(q0 - f1);
1646             } else {
1647                 int f = av_clip_int8(3 * (q0 - p0));
1648                 int f1 = FFMIN(f + 4, 127) >> 3;
1649                 int f2 = FFMIN(f + 3, 127) >> 3;
1650
1651                 dst[strideb * -1] = av_clip_uint8(p0 + f2);
1652                 dst[strideb * +0] = av_clip_uint8(q0 - f1);
1653
1654                 f = (f1 + 1) >> 1;
1655                 dst[strideb * -2] = av_clip_uint8(p1 + f);
1656                 dst[strideb * +1] = av_clip_uint8(q1 - f);
1657             }
1658         }
1659     }
1660 }
1661
1662 #define lf_8_fn(dir, wd, stridea, strideb)                                  \
1663 static void loop_filter_ ## dir ## _ ## wd  ## _8_c(uint8_t *dst,           \
1664                                                     ptrdiff_t stride,       \
1665                                                     int E, int I, int H)    \
1666 {                                                                           \
1667     loop_filter(dst, stride, E, I, H, stridea, strideb, wd);                \
1668 }
1669
1670 #define lf_8_fns(wd)          \
1671     lf_8_fn(h, wd, stride, 1) \
1672     lf_8_fn(v, wd, 1, stride)
1673
1674 lf_8_fns(4)
1675 lf_8_fns(8)
1676 lf_8_fns(16)
1677
1678 #undef lf_8_fn
1679 #undef lf_8_fns
1680
1681 #define lf_16_fn(dir, stridea)                                          \
1682 static void loop_filter_ ## dir ## _16_16_c(uint8_t *dst,               \
1683                                             ptrdiff_t stride,           \
1684                                             int E, int I, int H)        \
1685 {                                                                       \
1686     loop_filter_ ## dir ## _16_8_c(dst, stride, E, I, H);               \
1687     loop_filter_ ## dir ## _16_8_c(dst + 8 * stridea, stride, E, I, H); \
1688 }
1689
1690 lf_16_fn(h, stride)
1691 lf_16_fn(v, 1)
1692
1693 #undef lf_16_fn
1694
1695 #define lf_mix_fn(dir, wd1, wd2, stridea)                                     \
1696 static void loop_filter_ ## dir ## _ ## wd1 ## wd2 ## _16_c(uint8_t *dst,     \
1697                                                             ptrdiff_t stride, \
1698                                                             int E, int I,     \
1699                                                             int H)            \
1700 {                                                                             \
1701     loop_filter_ ## dir ## _ ## wd1 ## _8_c(dst, stride, E & 0xff,            \
1702                                             I & 0xff, H & 0xff);              \
1703     loop_filter_ ## dir ## _ ## wd2 ## _8_c(dst + 8 * stridea, stride,        \
1704                                             E >> 8, I >> 8, H >> 8);          \
1705 }
1706
1707 #define lf_mix_fns(wd1, wd2)       \
1708     lf_mix_fn(h, wd1, wd2, stride) \
1709     lf_mix_fn(v, wd1, wd2, 1)
1710
1711 lf_mix_fns(4, 4)
1712 lf_mix_fns(4, 8)
1713 lf_mix_fns(8, 4)
1714 lf_mix_fns(8, 8)
1715
1716 #undef lf_mix_fn
1717 #undef lf_mix_fns
1718
1719 static av_cold void vp9dsp_loopfilter_init(VP9DSPContext *dsp)
1720 {
1721     dsp->loop_filter_8[0][0] = loop_filter_h_4_8_c;
1722     dsp->loop_filter_8[0][1] = loop_filter_v_4_8_c;
1723     dsp->loop_filter_8[1][0] = loop_filter_h_8_8_c;
1724     dsp->loop_filter_8[1][1] = loop_filter_v_8_8_c;
1725     dsp->loop_filter_8[2][0] = loop_filter_h_16_8_c;
1726     dsp->loop_filter_8[2][1] = loop_filter_v_16_8_c;
1727
1728     dsp->loop_filter_16[0] = loop_filter_h_16_16_c;
1729     dsp->loop_filter_16[1] = loop_filter_v_16_16_c;
1730
1731     dsp->loop_filter_mix2[0][0][0] = loop_filter_h_44_16_c;
1732     dsp->loop_filter_mix2[0][0][1] = loop_filter_v_44_16_c;
1733     dsp->loop_filter_mix2[0][1][0] = loop_filter_h_48_16_c;
1734     dsp->loop_filter_mix2[0][1][1] = loop_filter_v_48_16_c;
1735     dsp->loop_filter_mix2[1][0][0] = loop_filter_h_84_16_c;
1736     dsp->loop_filter_mix2[1][0][1] = loop_filter_v_84_16_c;
1737     dsp->loop_filter_mix2[1][1][0] = loop_filter_h_88_16_c;
1738     dsp->loop_filter_mix2[1][1][1] = loop_filter_v_88_16_c;
1739 }
1740
1741 static av_always_inline void copy_c(uint8_t *dst, const uint8_t *src,
1742                                     ptrdiff_t dst_stride,
1743                                     ptrdiff_t src_stride,
1744                                     int w, int h)
1745 {
1746     do {
1747         memcpy(dst, src, w);
1748
1749         dst += dst_stride;
1750         src += src_stride;
1751     } while (--h);
1752 }
1753
1754 static av_always_inline void avg_c(uint8_t *dst, const uint8_t *src,
1755                                    ptrdiff_t dst_stride,
1756                                    ptrdiff_t src_stride,
1757                                    int w, int h)
1758 {
1759     do {
1760         int x;
1761
1762         for (x = 0; x < w; x += 4)
1763             AV_WN32A(&dst[x], rnd_avg32(AV_RN32A(&dst[x]), AV_RN32(&src[x])));
1764
1765         dst += dst_stride;
1766         src += src_stride;
1767     } while (--h);
1768 }
1769
1770 #define fpel_fn(type, sz)                                      \
1771 static void type ## sz ## _c(uint8_t *dst, const uint8_t *src, \
1772                              ptrdiff_t dst_stride,             \
1773                              ptrdiff_t src_stride,             \
1774                              int h, int mx, int my)            \
1775 {                                                              \
1776     type ## _c(dst, src, dst_stride, src_stride, sz, h);       \
1777 }
1778
1779 #define copy_avg_fn(sz) \
1780     fpel_fn(copy, sz)   \
1781     fpel_fn(avg, sz)
1782
1783 copy_avg_fn(64)
1784 copy_avg_fn(32)
1785 copy_avg_fn(16)
1786 copy_avg_fn(8)
1787 copy_avg_fn(4)
1788
1789 #undef fpel_fn
1790 #undef copy_avg_fn
1791
1792 static const int8_t vp9_subpel_filters[3][15][8] = {
1793     [FILTER_8TAP_REGULAR] = {
1794         {  0,  1,  -5, 126,   8,  -3,  1,  0 },
1795         { -1,  3, -10, 122,  18,  -6,  2,  0 },
1796         { -1,  4, -13, 118,  27,  -9,  3, -1 },
1797         { -1,  4, -16, 112,  37, -11,  4, -1 },
1798         { -1,  5, -18, 105,  48, -14,  4, -1 },
1799         { -1,  5, -19,  97,  58, -16,  5, -1 },
1800         { -1,  6, -19,  88,  68, -18,  5, -1 },
1801         { -1,  6, -19,  78,  78, -19,  6, -1 },
1802         { -1,  5, -18,  68,  88, -19,  6, -1 },
1803         { -1,  5, -16,  58,  97, -19,  5, -1 },
1804         { -1,  4, -14,  48, 105, -18,  5, -1 },
1805         { -1,  4, -11,  37, 112, -16,  4, -1 },
1806         { -1,  3,  -9,  27, 118, -13,  4, -1 },
1807         {  0,  2,  -6,  18, 122, -10,  3, -1 },
1808         {  0,  1,  -3,   8, 126,  -5,  1,  0 },
1809     }, [FILTER_8TAP_SHARP] = {
1810         { -1,  3,  -7, 127,   8,  -3,  1,  0 },
1811         { -2,  5, -13, 125,  17,  -6,  3, -1 },
1812         { -3,  7, -17, 121,  27, -10,  5, -2 },
1813         { -4,  9, -20, 115,  37, -13,  6, -2 },
1814         { -4, 10, -23, 108,  48, -16,  8, -3 },
1815         { -4, 10, -24, 100,  59, -19,  9, -3 },
1816         { -4, 11, -24,  90,  70, -21, 10, -4 },
1817         { -4, 11, -23,  80,  80, -23, 11, -4 },
1818         { -4, 10, -21,  70,  90, -24, 11, -4 },
1819         { -3,  9, -19,  59, 100, -24, 10, -4 },
1820         { -3,  8, -16,  48, 108, -23, 10, -4 },
1821         { -2,  6, -13,  37, 115, -20,  9, -4 },
1822         { -2,  5, -10,  27, 121, -17,  7, -3 },
1823         { -1,  3,  -6,  17, 125, -13,  5, -2 },
1824         {  0,  1,  -3,   8, 127,  -7,  3, -1 },
1825     }, [FILTER_8TAP_SMOOTH] = {
1826         { -3, -1,  32,  64,  38,   1, -3,  0 },
1827         { -2, -2,  29,  63,  41,   2, -3,  0 },
1828         { -2, -2,  26,  63,  43,   4, -4,  0 },
1829         { -2, -3,  24,  62,  46,   5, -4,  0 },
1830         { -2, -3,  21,  60,  49,   7, -4,  0 },
1831         { -1, -4,  18,  59,  51,   9, -4,  0 },
1832         { -1, -4,  16,  57,  53,  12, -4, -1 },
1833         { -1, -4,  14,  55,  55,  14, -4, -1 },
1834         { -1, -4,  12,  53,  57,  16, -4, -1 },
1835         {  0, -4,   9,  51,  59,  18, -4, -1 },
1836         {  0, -4,   7,  49,  60,  21, -3, -2 },
1837         {  0, -4,   5,  46,  62,  24, -3, -2 },
1838         {  0, -4,   4,  43,  63,  26, -2, -2 },
1839         {  0, -3,   2,  41,  63,  29, -2, -2 },
1840         {  0, -3,   1,  38,  64,  32, -1, -3 },
1841     }
1842 };
1843
1844 #define FILTER_8TAP(src, x, F, stride)              \
1845     av_clip_uint8((F[0] * src[x + -3 * stride] +    \
1846                    F[1] * src[x + -2 * stride] +    \
1847                    F[2] * src[x + -1 * stride] +    \
1848                    F[3] * src[x + +0 * stride] +    \
1849                    F[4] * src[x + +1 * stride] +    \
1850                    F[5] * src[x + +2 * stride] +    \
1851                    F[6] * src[x + +3 * stride] +    \
1852                    F[7] * src[x + +4 * stride] + 64) >> 7)
1853
1854 static av_always_inline void do_8tap_1d_c(uint8_t *dst, const uint8_t *src,
1855                                           ptrdiff_t dst_stride,
1856                                           ptrdiff_t src_stride,
1857                                           int w, int h, ptrdiff_t ds,
1858                                           const int8_t *filter, int avg)
1859 {
1860     do {
1861         int x;
1862
1863         for (x = 0; x < w; x++)
1864             if (avg)
1865                 dst[x] = (dst[x] + FILTER_8TAP(src, x, filter, ds) + 1) >> 1;
1866             else
1867                 dst[x] = FILTER_8TAP(src, x, filter, ds);
1868
1869         dst += dst_stride;
1870         src += src_stride;
1871     } while (--h);
1872 }
1873
1874 #define filter_8tap_1d_fn(opn, opa, dir, ds)                                \
1875 static av_noinline void opn ## _8tap_1d_ ## dir ## _c(uint8_t *dst,         \
1876                                                       const uint8_t *src,   \
1877                                                       ptrdiff_t dst_stride, \
1878                                                       ptrdiff_t src_stride, \
1879                                                       int w, int h,         \
1880                                                       const int8_t *filter) \
1881 {                                                                           \
1882     do_8tap_1d_c(dst, src, dst_stride, src_stride, w, h, ds, filter, opa);  \
1883 }
1884
1885 filter_8tap_1d_fn(put, 0, v, src_stride)
1886 filter_8tap_1d_fn(put, 0, h, 1)
1887 filter_8tap_1d_fn(avg, 1, v, src_stride)
1888 filter_8tap_1d_fn(avg, 1, h, 1)
1889
1890 #undef filter_8tap_1d_fn
1891
1892 static av_always_inline void do_8tap_2d_c(uint8_t *dst, const uint8_t *src,
1893                                           ptrdiff_t dst_stride,
1894                                           ptrdiff_t src_stride,
1895                                           int w, int h, const int8_t *filterx,
1896                                           const int8_t *filtery, int avg)
1897 {
1898     int tmp_h = h + 7;
1899     uint8_t tmp[64 * 71], *tmp_ptr = tmp;
1900
1901     src -= src_stride * 3;
1902     do {
1903         int x;
1904
1905         for (x = 0; x < w; x++)
1906             tmp_ptr[x] = FILTER_8TAP(src, x, filterx, 1);
1907
1908         tmp_ptr += 64;
1909         src     += src_stride;
1910     } while (--tmp_h);
1911
1912     tmp_ptr = tmp + 64 * 3;
1913     do {
1914         int x;
1915
1916         for (x = 0; x < w; x++)
1917             if (avg)
1918                 dst[x] = (dst[x] + FILTER_8TAP(tmp_ptr, x, filtery, 64) + 1) >> 1;
1919             else
1920                 dst[x] = FILTER_8TAP(tmp_ptr, x, filtery, 64);
1921
1922         tmp_ptr += 64;
1923         dst += dst_stride;
1924     } while (--h);
1925 }
1926
1927 #define filter_8tap_2d_fn(opn, opa)                                     \
1928 static av_noinline void opn ## _8tap_2d_hv_c(uint8_t *dst,              \
1929                                              const uint8_t *src,        \
1930                                              ptrdiff_t dst_stride,      \
1931                                              ptrdiff_t src_stride,      \
1932                                              int w, int h,              \
1933                                              const int8_t *filterx,     \
1934                                              const int8_t *filtery)     \
1935 {                                                                       \
1936     do_8tap_2d_c(dst, src, dst_stride, src_stride,                      \
1937                  w, h, filterx, filtery, opa);                          \
1938 }
1939
1940 filter_8tap_2d_fn(put, 0)
1941 filter_8tap_2d_fn(avg, 1)
1942
1943 #undef filter_8tap_2d_fn
1944
1945 #undef FILTER_8TAP
1946
1947 #define filter_fn_1d(sz, dir, dir_m, type, type_idx, avg)                   \
1948 static void                                                                 \
1949 avg ## _8tap_ ## type ## _ ## sz ## dir ## _c(uint8_t *dst,                 \
1950                                               const uint8_t *src,           \
1951                                               ptrdiff_t dst_stride,         \
1952                                               ptrdiff_t src_stride,         \
1953                                               int h, int mx, int my)        \
1954 {                                                                           \
1955     avg ## _8tap_1d_ ## dir ## _c(dst, src, dst_stride, src_stride, sz, h,  \
1956                                   vp9_subpel_filters[type_idx][dir_m - 1]); \
1957 }
1958
1959 #define filter_fn_2d(sz, type, type_idx, avg)                               \
1960 static void avg ## _8tap_ ## type ## _ ## sz ## hv_c(uint8_t *dst,          \
1961                                                      const uint8_t *src,    \
1962                                                      ptrdiff_t dst_stride,  \
1963                                                      ptrdiff_t src_stride,  \
1964                                                      int h, int mx, int my) \
1965 {                                                                           \
1966     avg ## _8tap_2d_hv_c(dst, src, dst_stride, src_stride, sz, h,           \
1967                          vp9_subpel_filters[type_idx][mx - 1],              \
1968                          vp9_subpel_filters[type_idx][my - 1]);             \
1969 }
1970
1971 #define FILTER_BILIN(src, x, mxy, stride)                       \
1972     (src[x] + ((mxy * (src[x + stride] - src[x]) + 8) >> 4))
1973
1974 static av_always_inline void do_bilin_1d_c(uint8_t *dst,
1975                                            const uint8_t *src,
1976                                            ptrdiff_t dst_stride,
1977                                            ptrdiff_t src_stride,
1978                                            int w, int h, ptrdiff_t ds,
1979                                            int mxy, int avg)
1980 {
1981     do {
1982         int x;
1983
1984         for (x = 0; x < w; x++)
1985             if (avg)
1986                 dst[x] = (dst[x] + FILTER_BILIN(src, x, mxy, ds) + 1) >> 1;
1987             else
1988                 dst[x] = FILTER_BILIN(src, x, mxy, ds);
1989
1990         dst += dst_stride;
1991         src += src_stride;
1992     } while (--h);
1993 }
1994
1995 #define bilin_1d_fn(opn, opa, dir, ds)                                        \
1996 static av_noinline void opn ## _bilin_1d_ ## dir ## _c(uint8_t *dst,          \
1997                                                        const uint8_t *src,    \
1998                                                        ptrdiff_t dst_stride,  \
1999                                                        ptrdiff_t src_stride,  \
2000                                                        int w, int h, int mxy) \
2001 {                                                                             \
2002     do_bilin_1d_c(dst, src, dst_stride, src_stride, w, h, ds, mxy, opa);      \
2003 }
2004
2005 bilin_1d_fn(put, 0, v, src_stride)
2006 bilin_1d_fn(put, 0, h, 1)
2007 bilin_1d_fn(avg, 1, v, src_stride)
2008 bilin_1d_fn(avg, 1, h, 1)
2009
2010 #undef bilin_1d_fn
2011
2012 static av_always_inline void do_bilin_2d_c(uint8_t *dst,
2013                                            const uint8_t *src,
2014                                            ptrdiff_t dst_stride,
2015                                            ptrdiff_t src_stride,
2016                                            int w, int h, int mx, int my,
2017                                            int avg)
2018 {
2019     uint8_t tmp[64 * 65], *tmp_ptr = tmp;
2020     int tmp_h = h + 1;
2021
2022     do {
2023         int x;
2024
2025         for (x = 0; x < w; x++)
2026             tmp_ptr[x] = FILTER_BILIN(src, x, mx, 1);
2027
2028         tmp_ptr += 64;
2029         src     += src_stride;
2030     } while (--tmp_h);
2031
2032     tmp_ptr = tmp;
2033     do {
2034         int x;
2035
2036         for (x = 0; x < w; x++)
2037             if (avg)
2038                 dst[x] = (dst[x] + FILTER_BILIN(tmp_ptr, x, my, 64) + 1) >> 1;
2039             else
2040                 dst[x] = FILTER_BILIN(tmp_ptr, x, my, 64);
2041
2042         tmp_ptr += 64;
2043         dst += dst_stride;
2044     } while (--h);
2045 }
2046
2047 #define bilin_2d_fn(opn, opa)                                           \
2048 static av_noinline void opn ## _bilin_2d_hv_c(uint8_t *dst,             \
2049                                               const uint8_t *src,       \
2050                                               ptrdiff_t dst_stride,     \
2051                                               ptrdiff_t src_stride,     \
2052                                               int w, int h,             \
2053                                               int mx, int my)           \
2054 {                                                                       \
2055     do_bilin_2d_c(dst, src, dst_stride, src_stride, w, h, mx, my, opa); \
2056 }
2057
2058 bilin_2d_fn(put, 0)
2059 bilin_2d_fn(avg, 1)
2060
2061 #undef bilin_2d_fn
2062
2063 #undef FILTER_BILIN
2064
2065 #define bilinf_fn_1d(sz, dir, dir_m, avg)                               \
2066 static void avg ## _bilin_ ## sz ## dir ## _c(uint8_t *dst,             \
2067                                               const uint8_t *src,       \
2068                                               ptrdiff_t dst_stride,     \
2069                                               ptrdiff_t src_stride,     \
2070                                               int h, int mx, int my)    \
2071 {                                                                       \
2072     avg ## _bilin_1d_ ## dir ## _c(dst, src, dst_stride, src_stride,    \
2073                                    sz, h, dir_m);                       \
2074 }
2075
2076 #define bilinf_fn_2d(sz, avg)                                        \
2077 static void avg ## _bilin_ ## sz ## hv_c(uint8_t *dst,               \
2078                                          const uint8_t *src,         \
2079                                          ptrdiff_t dst_stride,       \
2080                                          ptrdiff_t src_stride,       \
2081                                          int h, int mx, int my)      \
2082 {                                                                    \
2083     avg ## _bilin_2d_hv_c(dst, src, dst_stride, src_stride,          \
2084                           sz, h, mx, my);                            \
2085 }
2086
2087 #define filter_fn(sz, avg)                                     \
2088     filter_fn_1d(sz, h, mx, regular, FILTER_8TAP_REGULAR, avg) \
2089     filter_fn_1d(sz, v, my, regular, FILTER_8TAP_REGULAR, avg) \
2090     filter_fn_2d(sz, regular, FILTER_8TAP_REGULAR, avg)        \
2091     filter_fn_1d(sz, h, mx, smooth, FILTER_8TAP_SMOOTH, avg)   \
2092     filter_fn_1d(sz, v, my, smooth, FILTER_8TAP_SMOOTH, avg)   \
2093     filter_fn_2d(sz, smooth, FILTER_8TAP_SMOOTH, avg)          \
2094     filter_fn_1d(sz, h, mx, sharp, FILTER_8TAP_SHARP, avg)     \
2095     filter_fn_1d(sz, v, my, sharp, FILTER_8TAP_SHARP, avg)     \
2096     filter_fn_2d(sz, sharp, FILTER_8TAP_SHARP, avg)            \
2097     bilinf_fn_1d(sz, h, mx, avg)                               \
2098     bilinf_fn_1d(sz, v, my, avg)                               \
2099     bilinf_fn_2d(sz, avg)
2100
2101 #define filter_fn_set(avg) \
2102     filter_fn(64, avg)     \
2103     filter_fn(32, avg)     \
2104     filter_fn(16, avg)     \
2105     filter_fn(8, avg)      \
2106     filter_fn(4, avg)
2107
2108 filter_fn_set(put)
2109 filter_fn_set(avg)
2110
2111 #undef filter_fn
2112 #undef filter_fn_set
2113 #undef filter_fn_1d
2114 #undef filter_fn_2d
2115 #undef bilinf_fn_1d
2116 #undef bilinf_fn_2d
2117
2118 static av_cold void vp9dsp_mc_init(VP9DSPContext *dsp)
2119 {
2120 #define init_fpel(idx1, idx2, sz, type)                                \
2121     dsp->mc[idx1][FILTER_8TAP_SMOOTH][idx2][0][0]  = type ## sz ## _c; \
2122     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][0][0] = type ## sz ## _c; \
2123     dsp->mc[idx1][FILTER_8TAP_SHARP][idx2][0][0]   = type ## sz ## _c; \
2124     dsp->mc[idx1][FILTER_BILINEAR][idx2][0][0]     = type ## sz ## _c
2125
2126 #define init_copy_avg(idx, sz)          \
2127     init_fpel(idx, 0, sz, copy);        \
2128     init_fpel(idx, 1, sz, avg)
2129
2130     init_copy_avg(0, 64);
2131     init_copy_avg(1, 32);
2132     init_copy_avg(2, 16);
2133     init_copy_avg(3,  8);
2134     init_copy_avg(4,  4);
2135
2136 #undef init_copy_avg
2137 #undef init_fpel
2138
2139 #define init_subpel1(idx1, idx2, idxh, idxv, sz, dir, type)             \
2140     dsp->mc[idx1][FILTER_8TAP_SMOOTH][idx2][idxh][idxv]  = type ## _8tap_smooth_  ## sz ## dir ## _c; \
2141     dsp->mc[idx1][FILTER_8TAP_REGULAR][idx2][idxh][idxv] = type ## _8tap_regular_ ## sz ## dir ## _c; \
2142     dsp->mc[idx1][FILTER_8TAP_SHARP][idx2][idxh][idxv]   = type ## _8tap_sharp_   ## sz ## dir ## _c; \
2143     dsp->mc[idx1][FILTER_BILINEAR][idx2][idxh][idxv]     = type ## _bilin_        ## sz ## dir ## _c
2144
2145 #define init_subpel2(idx, idxh, idxv, dir, type)     \
2146     init_subpel1(0, idx, idxh, idxv, 64, dir, type); \
2147     init_subpel1(1, idx, idxh, idxv, 32, dir, type); \
2148     init_subpel1(2, idx, idxh, idxv, 16, dir, type); \
2149     init_subpel1(3, idx, idxh, idxv,  8, dir, type); \
2150     init_subpel1(4, idx, idxh, idxv,  4, dir, type)
2151
2152 #define init_subpel3(idx, type)         \
2153     init_subpel2(idx, 1, 1, hv, type);  \
2154     init_subpel2(idx, 0, 1, v, type);   \
2155     init_subpel2(idx, 1, 0, h, type)
2156
2157     init_subpel3(0, put);
2158     init_subpel3(1, avg);
2159
2160 #undef init_subpel1
2161 #undef init_subpel2
2162 #undef init_subpel3
2163 }
2164
2165 av_cold void ff_vp9dsp_init(VP9DSPContext *dsp)
2166 {
2167     vp9dsp_intrapred_init(dsp);
2168     vp9dsp_itxfm_init(dsp);
2169     vp9dsp_loopfilter_init(dsp);
2170     vp9dsp_mc_init(dsp);
2171
2172     if (ARCH_X86)
2173         ff_vp9dsp_init_x86(dsp);
2174 }