在2年前，我寫過SSE圖像算法優化系列十八：三次卷積插值的進一步SSE優化 一文，在那里使用了SSE對三次卷積插值進行了SSE優化，原本以為那個速度已經比較極限了，最新遇到一個項目需要更高速的效果，自己又對這個算法進行了下構思，發現原來根本不是那回事，速度極限離天花板還早着呢。
早期的優化中，僅僅是在每個像素的放大內部使用SIMD指令進行處理，而沒有考慮每個相鄰像素或者相鄰行像素之間的聯系和關系，因此呢計算量依舊是很大。 再來仔細看看三次立方插值，他需要涉及到像素是4*4的領域，共有16個權重，但是16個權重可以看成是水平和垂直分離的，因此可以先計算行方向的累計值，然后再計算列方向的累加和，我們發現，在放大和縮小時，這4行的取樣點一般來說總會有部分是重疊的，甚至是完全重疊的，如果是完全重疊，那么水平方向的累加和是根本無需進行計算的，部分重疊時，也可以只計算重疊的部分，這個時候，整體的計算量將大大的減少。這也是行和列分離計算所帶來的好處。4*4的取樣這個特性，決定他在某方面非常合適使用SIMD指令進行優化。對於灰度圖，由於其一個采樣點水平方向只涉及到4個像素（4個字節），不適合在取樣時就計算其水平方向的累加值（是指不適合用SIMD指令，如果純C實現反而就要在取樣時計算了），我們先收集取樣數據，然后再整體計算累加值時使用SIMD指令優化，而對於24位或者是32位圖，由於取樣4個像素占用了12個字節和16個字節，此時就可以直接在取樣時進行計算，避免了收集取樣數據的耗時，使得彩色模式圖像比灰度也僅僅多了一倍時間，而不是3倍或4倍。
就是這么一個簡單的思路，能極大的提高算法的速度，而對於另外一個經典的Lanczos4插值算法，他涉及到的領域范圍是8*8，同樣可以使用上述的方式進行優化。
測試一幅720P的彩色圖放大到1080P，三次立方插值單次的執行時間越月8.5ms， Lanczos4的耗時17.7ms左右，如果是灰度圖像，則三次立方耗時約6ms，Lanczos4用時7.5ms，差異很小。
如果4K彩色圖縮小到1080P圖，三次立方插值單次的執行時間越15ms， Lanczos4的耗時31ms左右，如果是灰度圖像，則三次立方耗時約10ms，Lanczos4用時也是10ms左右，也差異很小。
和Opencv比較發現，CV你如果調用100次某個圖的放大，他是多線程的執行的，CPU使用率到了100%，而且這個時候他的速度也就是和我的差不多。
另外，三次立方插值其實有個參數可以調節，他控制了結果是銳化還是模糊一些，如下圖所示：
