我必须为图像的每个像素调用 acos 方法。
我正在使用avx2。
除了intel c ++编译器提供的库之外,是否还有_mm256的acos代码?
答案 0 :(得分:5)
反余弦超过0.0 .. 1.0看起来像sqrt(1 - x) * pi/2
,当然不完全正确,但是这里乘以x
中的多项式来补偿:
__m256 acos(__m256 x) {
__m256 xp = _mm256_and_ps(x, _mm256_castsi256_ps(_mm256_set1_epi32(0x7FFFFFFF)));
// main shape
__m256 one = _mm256_set1_ps(1.0);
__m256 t = _mm256_sqrt_ps(_mm256_sub_ps(one, xp));
// polynomial correction factor based on xp
__m256 c3 = _mm256_set1_ps(-0.02007522);
__m256 c2 = _mm256_fmadd_ps(xp, c3, _mm256_set1_ps(0.07590315));
__m256 c1 = _mm256_fmadd_ps(xp, c2, _mm256_set1_ps(-0.2126757));
__m256 c0 = _mm256_fmadd_ps(xp, c1, _mm256_set1_ps(1.5707963267948966));
// positive result
__m256 p = _mm256_mul_ps(t, c0);
// correct for negative x
__m256 n = _mm256_sub_ps(_mm256_set1_ps(3.14159265359), p);
return _mm256_blendv_ps(p, n, x);
}
通过将第0个系数固定在pi / 2并应用最小二乘拟合来找到其他系数来进行多项式。所以它不是最小最大化多项式,并且可能找到更好的多项式。我已将其详尽地与MSVC2017中的std::acosf
进行了比较(尽管未指定std::acosf
本身的准确性)。最大绝对误差为8.45194e-05,并且(例如)出现在0.106028处。最大相对误差为1.87481e-04,接近(但不是)1。