TI DSP 實戰：YUV4:2:2 轉 YUV4:2:0 高效實作與優化技巧

編輯：關於C語言

在 TI DaVinci DM6446 等 DSP 平台上，視訊編碼前常需將採集的 YUV4:2:2 (YCbCr 4:2:2) 格式轉換為 YUV4:2:0 以供 JPEG、MPEG-4、H.264 等編碼器使用。本文提供經實測優化的 C 語言實作，並解析 DSP 特有的優化原則。

記憶體佈局與採樣格式

YUV4:2:2 (打包格式 UYVY)

U0 Y0 V0 Y1  U2 Y2 V2 Y3  ...  每 4 位元組 = 2 像素
水平採樣: Y 每像素, U/V 每 2 像素共享
垂直採樣: 每行完整

YUV4:2:0 (平面格式 I420)

Y 平面:  W x H       (全解析度)
U 平面:  W/2 x H/2   (水平垂直各下採樣 2)
V 平面:  W/2 x H/2

通用優化實作 (DM6441 @ 513MHz, 640x480 ≈ 7.5ms)

/* 支援 PAL/NTSC/VGA 多種解析度 */
#define PAL   1
#define NTSC  0
#define CMOS  0

#if PAL
    #define IMG_W 720
    #define IMG_H 576
#elif NTSC
    #define IMG_W 720
    #define IMG_H 480
#elif CMOS
    #define IMG_W 640
    #define IMG_H 480
#endif

/* Y_buf, U_buf, V_buf 為輸出緩衝區指標 */
void yuv422to420(const unsigned char *YCbCr_buf) {
    unsigned int *src = (unsigned int*)YCbCr_buf;
    unsigned short *dstY = (unsigned short*)Y_buf;
    unsigned char *dstU = U_buf, *dstV = V_buf;
    
    /* ===== Y 分量提取 (每行處理 8 像素) ===== */
    for (int y = 0; y < IMG_H; y++) {
        for (int x = 0; x < (IMG_W >> 1); x += 4) {
            /* 一次載入 4 個 uint32 = 8 像素 = 16 位元組 */
            unsigned int m0 = src[y * IMG_W + x * 2 + 0];
            unsigned int m1 = src[y * IMG_W + x * 2 + 1];
            unsigned int m2 = src[y * IMG_W + x * 2 + 2];
            unsigned int m3 = src[y * IMG_W + x * 2 + 3];
            
            /* 取 Y 分量: m0 >> 8 & 0xFF00 | m0 & 0x00FF 等價於取位元組 1,3 */
            dstY[y * IMG_W + x * 2 + 0] = (m0 >> 8) & 0xFF00 | (m0 >> 0) & 0x00FF;
            dstY[y * IMG_W + x * 2 + 1] = (m1 >> 8) & 0xFF00 | (m1 >> 0) & 0x00FF;
            dstY[y * IMG_W + x * 2 + 2] = (m2 >> 8) & 0xFF00 | (m2 >> 0) & 0x00FF;
            dstY[y * IMG_W + x * 2 + 3] = (m3 >> 8) & 0xFF00 | (m3 >> 0) & 0x00FF;
        }
    }
    
    /* ===== U/V 分量提取 (垂直下採樣 2, 處理 IMG_H/2 行) ===== */
    for (int y = 0; y < (IMG_H >> 1); y++) {
        for (int x = 0; x < (IMG_W >> 1); x += 4) {
            /* 源資料步進: IMG_W << 2 (每行位元組數) */
            unsigned int m0 = src[y * (IMG_W << 1) + x * 2 + 0];
            unsigned int m1 = src[y * (IMG_W << 1) + x * 2 + 1];
            unsigned int m2 = src[y * (IMG_W << 1) + x * 2 + 2];
            unsigned int m3 = src[y * (IMG_W << 1) + x * 2 + 3];
            
            /* U 在位元組 0, V 在位元組 2 */
            dstU[y * (IMG_W >> 1) + x + 0] = m0 & 0xFF;
            dstV[y * (IMG_W >> 1) + x + 0] = (m0 >> 16) & 0xFF;
            dstU[y * (IMG_W >> 1) + x + 1] = m1 & 0xFF;
            dstV[y * (IMG_W >> 1) + x + 1] = (m1 >> 16) & 0xFF;
            dstU[y * (IMG_W >> 1) + x + 2] = m2 & 0xFF;
            dstV[y * (IMG_W >> 1) + x + 2] = (m2 >> 16) & 0xFF;
            dstU[y * (IMG_W >> 1) + x + 3] = m3 & 0xFF;
            dstV[y * (IMG_W >> 1) + x + 3] = (m3 >> 16) & 0xFF;
        }
    }
}

DSP 優化核心原則

位移代替乘除：所有索引運算改用 <<、>>
寬位元組載入：用 uint32_t/uint64_t 讀取記憶體，C64x+ DSP 單指令可載入 8 位元組，減少載存指令數
循環展開 4 倍：構建軟體流水線，充分利用 VLIW 指令並行度
避免分支：循環體內無 if/break，確保編譯器生成高效指令排程
記憶體對齊：輸入/輸出緩衝區 128 位元組對齊，配合 EDMA/L2 快取

DM642/643 專用 DAT 複寫版本

利用片上 DAT (Data Access Transport) 模組進行零 CPU 干預的資料搬移：

#pragma DATA_SECTION(temp_buf, ".img_buf")  /* 放入 L2 RAM */
#pragma DATA_ALIGN(temp_buf, 128)
unsigned char temp_buf[720];

void yuv422to420_dat(char *frameIn[3], char *frmOut[3], int w, int h) {
    /* Y 分量: 直接複寫 */
    for (int i = 0; i < h; i++) {
        unsigned int id = DAT_copy(frameIn[0] + i * w, temp_buf, w);
        id = DAT_copy(temp_buf, frmOut[0] + i * w, w);
        DAT_wait(id);
    }
    /* U/V 分量: 寬度減半 */
    for (int i = 0; i < (h >> 1); i++) {
        unsigned int id = DAT_copy(frameIn[1] + i * w, temp_buf, w >> 1);
        id = DAT_copy(temp_buf, frmOut[1] + i * (w >> 1), w >> 1);
        DAT_wait(id);
        /* V 分量同理 */
    }
}