src/third_party/libjpeg_turbo/simd/jdclrss2.asm

   1 ;
   2 ; jdclrss2.asm - colorspace conversion (SSE2)
   3 ;
   4 ; Copyright 2009, 2012 Pierre Ossman <ossman@cendio.se> for Cendio AB
   5 ; Copyright 2012 D. R. Commander
   6 ;
   7 ; Based on
   8 ; x86 SIMD extension for IJG JPEG library
   9 ; Copyright (C) 1999-2006, MIYASAKA Masaru.
  10 ; For conditions of distribution and use, see copyright notice in jsimdext.inc
  11 ;
  12 ; This file should be assembled with NASM (Netwide Assembler),
  13 ; can *not* be assembled with Microsoft's MASM or any compatible
  14 ; assembler (including Borland's Turbo Assembler).
  15 ; NASM is available from http://nasm.sourceforge.net/ or
  16 ; http://sourceforge.net/project/showfiles.php?group_id=6208
  17 ;
  18 ; [TAB8]
  19
  20 %include "jcolsamp.inc"
  21
  22 ; --------------------------------------------------------------------------
  23 ;
  24 ; Convert some rows of samples to the output colorspace.
  25 ;
  26 ; GLOBAL(void)
  27 ; jsimd_ycc_rgb_convert_sse2 (JDIMENSION out_width,
  28 ;                             JSAMPIMAGE input_buf, JDIMENSION input_row,
  29 ;                             JSAMPARRAY output_buf, int num_rows)
  30 ;
  31
  32 %define out_width(b)    (b)+8                   ; JDIMENSION out_width
  33 %define input_buf(b)    (b)+12          ; JSAMPIMAGE input_buf
  34 %define input_row(b)    (b)+16          ; JDIMENSION input_row
  35 %define output_buf(b)   (b)+20          ; JSAMPARRAY output_buf
  36 %define num_rows(b)     (b)+24          ; int num_rows
  37
  38 %define original_ebp    ebp+0
  39 %define wk(i)           ebp-(WK_NUM-(i))*SIZEOF_XMMWORD ; xmmword wk[WK_NUM]
  40 %define WK_NUM          2
  41 %define gotptr          wk(0)-SIZEOF_POINTER    ; void * gotptr
  42
  43         align   16
  44         global  EXTN(jsimd_ycc_rgb_convert_sse2) PRIVATE
  45
  46 EXTN(jsimd_ycc_rgb_convert_sse2):
  47         push    ebp
  48         mov     eax,esp                         ; eax = original ebp
  49         sub     esp, byte 4
  50         and     esp, byte (-SIZEOF_XMMWORD)     ; align to 128 bits
  51         mov     [esp],eax
  52         mov     ebp,esp                         ; ebp = aligned ebp
  53         lea     esp, [wk(0)]
  54         pushpic eax             ; make a room for GOT address
  55         push    ebx
  56 ;       push    ecx             ; need not be preserved
  57 ;       push    edx             ; need not be preserved
  58         push    esi
  59         push    edi
  60
  61         get_GOT ebx                     ; get GOT address
  62         movpic  POINTER [gotptr], ebx   ; save GOT address
  63
  64         mov     ecx, JDIMENSION [out_width(eax)]        ; num_cols
  65         test    ecx,ecx
  66         jz      near .return
  67
  68         push    ecx
  69
  70         mov     edi, JSAMPIMAGE [input_buf(eax)]
  71         mov     ecx, JDIMENSION [input_row(eax)]
  72         mov     esi, JSAMPARRAY [edi+0*SIZEOF_JSAMPARRAY]
  73         mov     ebx, JSAMPARRAY [edi+1*SIZEOF_JSAMPARRAY]
  74         mov     edx, JSAMPARRAY [edi+2*SIZEOF_JSAMPARRAY]
  75         lea     esi, [esi+ecx*SIZEOF_JSAMPROW]
  76         lea     ebx, [ebx+ecx*SIZEOF_JSAMPROW]
  77         lea     edx, [edx+ecx*SIZEOF_JSAMPROW]
  78
  79         pop     ecx
  80
  81         mov     edi, JSAMPARRAY [output_buf(eax)]
  82         mov     eax, INT [num_rows(eax)]
  83         test    eax,eax
  84         jle     near .return
  85         alignx  16,7
  86 .rowloop:
  87         push    eax
  88         push    edi
  89         push    edx
  90         push    ebx
  91         push    esi
  92         push    ecx                     ; col
  93
  94         mov     esi, JSAMPROW [esi]     ; inptr0
  95         mov     ebx, JSAMPROW [ebx]     ; inptr1
  96         mov     edx, JSAMPROW [edx]     ; inptr2
  97         mov     edi, JSAMPROW [edi]     ; outptr
  98         movpic  eax, POINTER [gotptr]   ; load GOT address (eax)
  99         alignx  16,7
 100 .columnloop:
 101
 102         movdqa  xmm5, XMMWORD [ebx]     ; xmm5=Cb(0123456789ABCDEF)
 103         movdqa  xmm1, XMMWORD [edx]     ; xmm1=Cr(0123456789ABCDEF)
 104
 105         pcmpeqw xmm4,xmm4
 106         pcmpeqw xmm7,xmm7
 107         psrlw   xmm4,BYTE_BIT
 108         psllw   xmm7,7                  ; xmm7={0xFF80 0xFF80 0xFF80 0xFF80 ..}
 109         movdqa  xmm0,xmm4               ; xmm0=xmm4={0xFF 0x00 0xFF 0x00 ..}
 110
 111         pand    xmm4,xmm5               ; xmm4=Cb(02468ACE)=CbE
 112         psrlw   xmm5,BYTE_BIT           ; xmm5=Cb(13579BDF)=CbO
 113         pand    xmm0,xmm1               ; xmm0=Cr(02468ACE)=CrE
 114         psrlw   xmm1,BYTE_BIT           ; xmm1=Cr(13579BDF)=CrO
 115
 116         paddw   xmm4,xmm7
 117         paddw   xmm5,xmm7
 118         paddw   xmm0,xmm7
 119         paddw   xmm1,xmm7
 120
 121         ; (Original)
 122         ; R = Y                + 1.40200 * Cr
 123         ; G = Y - 0.34414 * Cb - 0.71414 * Cr
 124         ; B = Y + 1.77200 * Cb
 125         ;
 126         ; (This implementation)
 127         ; R = Y                + 0.40200 * Cr + Cr
 128         ; G = Y - 0.34414 * Cb + 0.28586 * Cr - Cr
 129         ; B = Y - 0.22800 * Cb + Cb + Cb
 130
 131         movdqa  xmm2,xmm4               ; xmm2=CbE
 132         movdqa  xmm3,xmm5               ; xmm3=CbO
 133         paddw   xmm4,xmm4               ; xmm4=2*CbE
 134         paddw   xmm5,xmm5               ; xmm5=2*CbO
 135         movdqa  xmm6,xmm0               ; xmm6=CrE
 136         movdqa  xmm7,xmm1               ; xmm7=CrO
 137         paddw   xmm0,xmm0               ; xmm0=2*CrE
 138         paddw   xmm1,xmm1               ; xmm1=2*CrO
 139
 140         pmulhw  xmm4,[GOTOFF(eax,PW_MF0228)]    ; xmm4=(2*CbE * -FIX(0.22800))
 141         pmulhw  xmm5,[GOTOFF(eax,PW_MF0228)]    ; xmm5=(2*CbO * -FIX(0.22800))
 142         pmulhw  xmm0,[GOTOFF(eax,PW_F0402)]     ; xmm0=(2*CrE * FIX(0.40200))
 143         pmulhw  xmm1,[GOTOFF(eax,PW_F0402)]     ; xmm1=(2*CrO * FIX(0.40200))
 144
 145         paddw   xmm4,[GOTOFF(eax,PW_ONE)]
 146         paddw   xmm5,[GOTOFF(eax,PW_ONE)]
 147         psraw   xmm4,1                  ; xmm4=(CbE * -FIX(0.22800))
 148         psraw   xmm5,1                  ; xmm5=(CbO * -FIX(0.22800))
 149         paddw   xmm0,[GOTOFF(eax,PW_ONE)]
 150         paddw   xmm1,[GOTOFF(eax,PW_ONE)]
 151         psraw   xmm0,1                  ; xmm0=(CrE * FIX(0.40200))
 152         psraw   xmm1,1                  ; xmm1=(CrO * FIX(0.40200))
 153
 154         paddw   xmm4,xmm2
 155         paddw   xmm5,xmm3
 156         paddw   xmm4,xmm2               ; xmm4=(CbE * FIX(1.77200))=(B-Y)E
 157         paddw   xmm5,xmm3               ; xmm5=(CbO * FIX(1.77200))=(B-Y)O
 158         paddw   xmm0,xmm6               ; xmm0=(CrE * FIX(1.40200))=(R-Y)E
 159         paddw   xmm1,xmm7               ; xmm1=(CrO * FIX(1.40200))=(R-Y)O
 160
 161         movdqa  XMMWORD [wk(0)], xmm4   ; wk(0)=(B-Y)E
 162         movdqa  XMMWORD [wk(1)], xmm5   ; wk(1)=(B-Y)O
 163
 164         movdqa    xmm4,xmm2
 165         movdqa    xmm5,xmm3
 166         punpcklwd xmm2,xmm6
 167         punpckhwd xmm4,xmm6
 168         pmaddwd   xmm2,[GOTOFF(eax,PW_MF0344_F0285)]
 169         pmaddwd   xmm4,[GOTOFF(eax,PW_MF0344_F0285)]
 170         punpcklwd xmm3,xmm7
 171         punpckhwd xmm5,xmm7
 172         pmaddwd   xmm3,[GOTOFF(eax,PW_MF0344_F0285)]
 173         pmaddwd   xmm5,[GOTOFF(eax,PW_MF0344_F0285)]
 174
 175         paddd     xmm2,[GOTOFF(eax,PD_ONEHALF)]
 176         paddd     xmm4,[GOTOFF(eax,PD_ONEHALF)]
 177         psrad     xmm2,SCALEBITS
 178         psrad     xmm4,SCALEBITS
 179         paddd     xmm3,[GOTOFF(eax,PD_ONEHALF)]
 180         paddd     xmm5,[GOTOFF(eax,PD_ONEHALF)]
 181         psrad     xmm3,SCALEBITS
 182         psrad     xmm5,SCALEBITS
 183
 184         packssdw  xmm2,xmm4     ; xmm2=CbE*-FIX(0.344)+CrE*FIX(0.285)
 185         packssdw  xmm3,xmm5     ; xmm3=CbO*-FIX(0.344)+CrO*FIX(0.285)
 186         psubw     xmm2,xmm6     ; xmm2=CbE*-FIX(0.344)+CrE*-FIX(0.714)=(G-Y)E
 187         psubw     xmm3,xmm7     ; xmm3=CbO*-FIX(0.344)+CrO*-FIX(0.714)=(G-Y)O
 188
 189         movdqa    xmm5, XMMWORD [esi]   ; xmm5=Y(0123456789ABCDEF)
 190
 191         pcmpeqw   xmm4,xmm4
 192         psrlw     xmm4,BYTE_BIT         ; xmm4={0xFF 0x00 0xFF 0x00 ..}
 193         pand      xmm4,xmm5             ; xmm4=Y(02468ACE)=YE
 194         psrlw     xmm5,BYTE_BIT         ; xmm5=Y(13579BDF)=YO
 195
 196         paddw     xmm0,xmm4             ; xmm0=((R-Y)E+YE)=RE=R(02468ACE)
 197         paddw     xmm1,xmm5             ; xmm1=((R-Y)O+YO)=RO=R(13579BDF)
 198         packuswb  xmm0,xmm0             ; xmm0=R(02468ACE********)
 199         packuswb  xmm1,xmm1             ; xmm1=R(13579BDF********)
 200
 201         paddw     xmm2,xmm4             ; xmm2=((G-Y)E+YE)=GE=G(02468ACE)
 202         paddw     xmm3,xmm5             ; xmm3=((G-Y)O+YO)=GO=G(13579BDF)
 203         packuswb  xmm2,xmm2             ; xmm2=G(02468ACE********)
 204         packuswb  xmm3,xmm3             ; xmm3=G(13579BDF********)
 205
 206         paddw     xmm4, XMMWORD [wk(0)] ; xmm4=(YE+(B-Y)E)=BE=B(02468ACE)
 207         paddw     xmm5, XMMWORD [wk(1)] ; xmm5=(YO+(B-Y)O)=BO=B(13579BDF)
 208         packuswb  xmm4,xmm4             ; xmm4=B(02468ACE********)
 209         packuswb  xmm5,xmm5             ; xmm5=B(13579BDF********)
 210
 211 %if RGB_PIXELSIZE == 3 ; ---------------
 212
 213         ; xmmA=(00 02 04 06 08 0A 0C 0E **), xmmB=(01 03 05 07 09 0B 0D 0F **)
 214         ; xmmC=(10 12 14 16 18 1A 1C 1E **), xmmD=(11 13 15 17 19 1B 1D 1F **)
 215         ; xmmE=(20 22 24 26 28 2A 2C 2E **), xmmF=(21 23 25 27 29 2B 2D 2F **)
 216         ; xmmG=(** ** ** ** ** ** ** ** **), xmmH=(** ** ** ** ** ** ** ** **)
 217
 218         punpcklbw xmmA,xmmC     ; xmmA=(00 10 02 12 04 14 06 16 08 18 0A 1A 0C 1C 0E 1E)
 219         punpcklbw xmmE,xmmB     ; xmmE=(20 01 22 03 24 05 26 07 28 09 2A 0B 2C 0D 2E 0F)
 220         punpcklbw xmmD,xmmF     ; xmmD=(11 21 13 23 15 25 17 27 19 29 1B 2B 1D 2D 1F 2F)
 221
 222         movdqa    xmmG,xmmA
 223         movdqa    xmmH,xmmA
 224         punpcklwd xmmA,xmmE     ; xmmA=(00 10 20 01 02 12 22 03 04 14 24 05 06 16 26 07)
 225         punpckhwd xmmG,xmmE     ; xmmG=(08 18 28 09 0A 1A 2A 0B 0C 1C 2C 0D 0E 1E 2E 0F)
 226
 227         psrldq    xmmH,2        ; xmmH=(02 12 04 14 06 16 08 18 0A 1A 0C 1C 0E 1E -- --)
 228         psrldq    xmmE,2        ; xmmE=(22 03 24 05 26 07 28 09 2A 0B 2C 0D 2E 0F -- --)
 229
 230         movdqa    xmmC,xmmD
 231         movdqa    xmmB,xmmD
 232         punpcklwd xmmD,xmmH     ; xmmD=(11 21 02 12 13 23 04 14 15 25 06 16 17 27 08 18)
 233         punpckhwd xmmC,xmmH     ; xmmC=(19 29 0A 1A 1B 2B 0C 1C 1D 2D 0E 1E 1F 2F -- --)
 234
 235         psrldq    xmmB,2        ; xmmB=(13 23 15 25 17 27 19 29 1B 2B 1D 2D 1F 2F -- --)
 236
 237         movdqa    xmmF,xmmE
 238         punpcklwd xmmE,xmmB     ; xmmE=(22 03 13 23 24 05 15 25 26 07 17 27 28 09 19 29)
 239         punpckhwd xmmF,xmmB     ; xmmF=(2A 0B 1B 2B 2C 0D 1D 2D 2E 0F 1F 2F -- -- -- --)
 240
 241         pshufd    xmmH,xmmA,0x4E; xmmH=(04 14 24 05 06 16 26 07 00 10 20 01 02 12 22 03)
 242         movdqa    xmmB,xmmE
 243         punpckldq xmmA,xmmD     ; xmmA=(00 10 20 01 11 21 02 12 02 12 22 03 13 23 04 14)
 244         punpckldq xmmE,xmmH     ; xmmE=(22 03 13 23 04 14 24 05 24 05 15 25 06 16 26 07)
 245         punpckhdq xmmD,xmmB     ; xmmD=(15 25 06 16 26 07 17 27 17 27 08 18 28 09 19 29)
 246
 247         pshufd    xmmH,xmmG,0x4E; xmmH=(0C 1C 2C 0D 0E 1E 2E 0F 08 18 28 09 0A 1A 2A 0B)
 248         movdqa    xmmB,xmmF
 249         punpckldq xmmG,xmmC     ; xmmG=(08 18 28 09 19 29 0A 1A 0A 1A 2A 0B 1B 2B 0C 1C)
 250         punpckldq xmmF,xmmH     ; xmmF=(2A 0B 1B 2B 0C 1C 2C 0D 2C 0D 1D 2D 0E 1E 2E 0F)
 251         punpckhdq xmmC,xmmB     ; xmmC=(1D 2D 0E 1E 2E 0F 1F 2F 1F 2F -- -- -- -- -- --)
 252
 253         punpcklqdq xmmA,xmmE    ; xmmA=(00 10 20 01 11 21 02 12 22 03 13 23 04 14 24 05)
 254         punpcklqdq xmmD,xmmG    ; xmmD=(15 25 06 16 26 07 17 27 08 18 28 09 19 29 0A 1A)
 255         punpcklqdq xmmF,xmmC    ; xmmF=(2A 0B 1B 2B 0C 1C 2C 0D 1D 2D 0E 1E 2E 0F 1F 2F)
 256
 257         cmp     ecx, byte SIZEOF_XMMWORD
 258         jb      short .column_st32
 259
 260         test    edi, SIZEOF_XMMWORD-1
 261         jnz     short .out1
 262         ; --(aligned)-------------------
 263         movntdq XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 264         movntdq XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 265         movntdq XMMWORD [edi+2*SIZEOF_XMMWORD], xmmF
 266         jmp     short .out0
 267 .out1:  ; --(unaligned)-----------------
 268         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 269         movdqu  XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 270         movdqu  XMMWORD [edi+2*SIZEOF_XMMWORD], xmmF
 271 .out0:
 272         add     edi, byte RGB_PIXELSIZE*SIZEOF_XMMWORD  ; outptr
 273         sub     ecx, byte SIZEOF_XMMWORD
 274         jz      near .nextrow
 275
 276         add     esi, byte SIZEOF_XMMWORD        ; inptr0
 277         add     ebx, byte SIZEOF_XMMWORD        ; inptr1
 278         add     edx, byte SIZEOF_XMMWORD        ; inptr2
 279         jmp     near .columnloop
 280         alignx  16,7
 281
 282 .column_st32:
 283         lea     ecx, [ecx+ecx*2]                ; imul ecx, RGB_PIXELSIZE
 284         cmp     ecx, byte 2*SIZEOF_XMMWORD
 285         jb      short .column_st16
 286         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 287         movdqu  XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 288         add     edi, byte 2*SIZEOF_XMMWORD      ; outptr
 289         movdqa  xmmA,xmmF
 290         sub     ecx, byte 2*SIZEOF_XMMWORD
 291         jmp     short .column_st15
 292 .column_st16:
 293         cmp     ecx, byte SIZEOF_XMMWORD
 294         jb      short .column_st15
 295         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 296         add     edi, byte SIZEOF_XMMWORD        ; outptr
 297         movdqa  xmmA,xmmD
 298         sub     ecx, byte SIZEOF_XMMWORD
 299 .column_st15:
 300         ; Store the lower 8 bytes of xmmA to the output when it has enough
 301         ; space.
 302         cmp     ecx, byte SIZEOF_MMWORD
 303         jb      short .column_st7
 304         movq    XMM_MMWORD [edi], xmmA
 305         add     edi, byte SIZEOF_MMWORD
 306         sub     ecx, byte SIZEOF_MMWORD
 307         psrldq  xmmA, SIZEOF_MMWORD
 308 .column_st7:
 309         ; Store the lower 4 bytes of xmmA to the output when it has enough
 310         ; space.
 311         cmp     ecx, byte SIZEOF_DWORD
 312         jb      short .column_st3
 313         movd    XMM_DWORD [edi], xmmA
 314         add     edi, byte SIZEOF_DWORD
 315         sub     ecx, byte SIZEOF_DWORD
 316         psrldq  xmmA, SIZEOF_DWORD
 317 .column_st3:
 318         ; Store the lower 2 bytes of eax to the output when it has enough
 319         ; space.
 320         movd    eax, xmmA
 321         cmp     ecx, byte SIZEOF_WORD
 322         jb      short .column_st1
 323         mov     WORD [edi], ax
 324         add     edi, byte SIZEOF_WORD
 325         sub     ecx, byte SIZEOF_WORD
 326         shr     eax, 16
 327 .column_st1:
 328         ; Store the lower 1 byte of eax to the output when it has enough
 329         ; space.
 330         test    ecx, ecx
 331         jz      short .nextrow
 332         mov     BYTE [edi], al
 333
 334 %else ; RGB_PIXELSIZE == 4 ; -----------
 335
 336 %ifdef RGBX_FILLER_0XFF
 337         pcmpeqb   xmm6,xmm6             ; xmm6=XE=X(02468ACE********)
 338         pcmpeqb   xmm7,xmm7             ; xmm7=XO=X(13579BDF********)
 339 %else
 340         pxor      xmm6,xmm6             ; xmm6=XE=X(02468ACE********)
 341         pxor      xmm7,xmm7             ; xmm7=XO=X(13579BDF********)
 342 %endif
 343         ; xmmA=(00 02 04 06 08 0A 0C 0E **), xmmB=(01 03 05 07 09 0B 0D 0F **)
 344         ; xmmC=(10 12 14 16 18 1A 1C 1E **), xmmD=(11 13 15 17 19 1B 1D 1F **)
 345         ; xmmE=(20 22 24 26 28 2A 2C 2E **), xmmF=(21 23 25 27 29 2B 2D 2F **)
 346         ; xmmG=(30 32 34 36 38 3A 3C 3E **), xmmH=(31 33 35 37 39 3B 3D 3F **)
 347
 348         punpcklbw xmmA,xmmC     ; xmmA=(00 10 02 12 04 14 06 16 08 18 0A 1A 0C 1C 0E 1E)
 349         punpcklbw xmmE,xmmG     ; xmmE=(20 30 22 32 24 34 26 36 28 38 2A 3A 2C 3C 2E 3E)
 350         punpcklbw xmmB,xmmD     ; xmmB=(01 11 03 13 05 15 07 17 09 19 0B 1B 0D 1D 0F 1F)
 351         punpcklbw xmmF,xmmH     ; xmmF=(21 31 23 33 25 35 27 37 29 39 2B 3B 2D 3D 2F 3F)
 352
 353         movdqa    xmmC,xmmA
 354         punpcklwd xmmA,xmmE     ; xmmA=(00 10 20 30 02 12 22 32 04 14 24 34 06 16 26 36)
 355         punpckhwd xmmC,xmmE     ; xmmC=(08 18 28 38 0A 1A 2A 3A 0C 1C 2C 3C 0E 1E 2E 3E)
 356         movdqa    xmmG,xmmB
 357         punpcklwd xmmB,xmmF     ; xmmB=(01 11 21 31 03 13 23 33 05 15 25 35 07 17 27 37)
 358         punpckhwd xmmG,xmmF     ; xmmG=(09 19 29 39 0B 1B 2B 3B 0D 1D 2D 3D 0F 1F 2F 3F)
 359
 360         movdqa    xmmD,xmmA
 361         punpckldq xmmA,xmmB     ; xmmA=(00 10 20 30 01 11 21 31 02 12 22 32 03 13 23 33)
 362         punpckhdq xmmD,xmmB     ; xmmD=(04 14 24 34 05 15 25 35 06 16 26 36 07 17 27 37)
 363         movdqa    xmmH,xmmC
 364         punpckldq xmmC,xmmG     ; xmmC=(08 18 28 38 09 19 29 39 0A 1A 2A 3A 0B 1B 2B 3B)
 365         punpckhdq xmmH,xmmG     ; xmmH=(0C 1C 2C 3C 0D 1D 2D 3D 0E 1E 2E 3E 0F 1F 2F 3F)
 366
 367         cmp     ecx, byte SIZEOF_XMMWORD
 368         jb      short .column_st32
 369
 370         test    edi, SIZEOF_XMMWORD-1
 371         jnz     short .out1
 372         ; --(aligned)-------------------
 373         movntdq XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 374         movntdq XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 375         movntdq XMMWORD [edi+2*SIZEOF_XMMWORD], xmmC
 376         movntdq XMMWORD [edi+3*SIZEOF_XMMWORD], xmmH
 377         jmp     short .out0
 378 .out1:  ; --(unaligned)-----------------
 379         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 380         movdqu  XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 381         movdqu  XMMWORD [edi+2*SIZEOF_XMMWORD], xmmC
 382         movdqu  XMMWORD [edi+3*SIZEOF_XMMWORD], xmmH
 383 .out0:
 384         add     edi, byte RGB_PIXELSIZE*SIZEOF_XMMWORD  ; outptr
 385         sub     ecx, byte SIZEOF_XMMWORD
 386         jz      near .nextrow
 387
 388         add     esi, byte SIZEOF_XMMWORD        ; inptr0
 389         add     ebx, byte SIZEOF_XMMWORD        ; inptr1
 390         add     edx, byte SIZEOF_XMMWORD        ; inptr2
 391         jmp     near .columnloop
 392         alignx  16,7
 393
 394 .column_st32:
 395         cmp     ecx, byte SIZEOF_XMMWORD/2
 396         jb      short .column_st16
 397         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 398         movdqu  XMMWORD [edi+1*SIZEOF_XMMWORD], xmmD
 399         add     edi, byte 2*SIZEOF_XMMWORD      ; outptr
 400         movdqa  xmmA,xmmC
 401         movdqa  xmmD,xmmH
 402         sub     ecx, byte SIZEOF_XMMWORD/2
 403 .column_st16:
 404         cmp     ecx, byte SIZEOF_XMMWORD/4
 405         jb      short .column_st15
 406         movdqu  XMMWORD [edi+0*SIZEOF_XMMWORD], xmmA
 407         add     edi, byte SIZEOF_XMMWORD        ; outptr
 408         movdqa  xmmA,xmmD
 409         sub     ecx, byte SIZEOF_XMMWORD/4
 410 .column_st15:
 411         ; Store two pixels (8 bytes) of xmmA to the output when it has enough
 412         ; space.
 413         cmp     ecx, byte SIZEOF_XMMWORD/8
 414         jb      short .column_st7
 415         movq    XMM_MMWORD [edi], xmmA
 416         add     edi, byte SIZEOF_XMMWORD/8*4
 417         sub     ecx, byte SIZEOF_XMMWORD/8
 418         psrldq  xmmA, SIZEOF_XMMWORD/8*4
 419 .column_st7:
 420         ; Store one pixel (4 bytes) of xmmA to the output when it has enough
 421         ; space.
 422         test    ecx, ecx
 423         jz      short .nextrow
 424         movd    XMM_DWORD [edi], xmmA
 425
 426 %endif ; RGB_PIXELSIZE ; ---------------
 427
 428         alignx  16,7
 429
 430 .nextrow:
 431         pop     ecx
 432         pop     esi
 433         pop     ebx
 434         pop     edx
 435         pop     edi
 436         pop     eax
 437
 438         add     esi, byte SIZEOF_JSAMPROW
 439         add     ebx, byte SIZEOF_JSAMPROW
 440         add     edx, byte SIZEOF_JSAMPROW
 441         add     edi, byte SIZEOF_JSAMPROW       ; output_buf
 442         dec     eax                             ; num_rows
 443         jg      near .rowloop
 444
 445         sfence          ; flush the write buffer
 446
 447 .return:
 448         pop     edi
 449         pop     esi
 450 ;       pop     edx             ; need not be preserved
 451 ;       pop     ecx             ; need not be preserved
 452         pop     ebx
 453         mov     esp,ebp         ; esp <- aligned ebp
 454         pop     esp             ; esp <- original ebp
 455         pop     ebp
 456         ret
 457
 458 ; For some reason, the OS X linker does not honor the request to align the
 459 ; segment unless we do this.
 460         align   16