自定义渲染脚本比内部渲染脚本慢

如何解决自定义渲染脚本比内部渲染脚本慢

我有一个简单的自定义渲染脚本，可将NV21转换为RGB位图：

#pragma rs_fp_relaxed

rs_allocation NV21;
uint32_t Yline;
uint32_t UVline;
uint32_t Width;
uint32_t Height;

uchar4 __attribute__((kernel)) NV21toRGB(uint32_t x,uint32_t y)
{
    uint32_t Vidx = Yline*Height + (x & ~1) + y/2 * UVline;
    short Y = rsGetElementAt_uchar(NV21,x + y * Yline);
    short V = rsGetElementAt_uchar(NV21,Vidx) - 128;
    short U = rsGetElementAt_uchar(NV21,Vidx + 1) - 128;

    // https://en.wikipedia.org/wiki/YCbCr#JPEG_conversion
    short R = Y + (512           + 1436 * V) / 1024; //             1.402
    short G = Y + (512 -  352 * U - 731 * V) / 1024; // -0.344136  -0.714136
    short B = Y + (512 + 1815 * U          ) / 1024; //  1.772

    if (R < 0) R = 0; else if (R > 255) R = 255;
    if (G < 0) G = 0; else if (G > 255) G = 255;
    if (B < 0) B = 0; else if (B > 255) B = 255;
    return (uchar4){R,G,B,255};
}

此脚本的动机是ScriptIntrinsicYuvToRGB使用视频 BT.610色彩空间（其中 Y 在[16…235]范围内）。

结果令人满意，但是在我的设备（装有Android 10的诺基亚4.2）上，它的速度比固有脚本慢大约两倍：平均9 vs。 18 ms适用于1920x1080。这两个脚本使用相同的输入和输出分配。

所有时间均在Release Arm64版本上进行测量。值得一提的是，最短的时间是11 ms。实验表明，检索YUV和转换计算都可以进行优化：如果我只返回rsYuvToRGBA_uchar4(Y,U,V)，则平均时间将降至14 ms。

问题：有什么方法可以进一步改进自定义脚本？例如，Tim Murray mentioned 自定义内在函数 ，但我什至在2020年都不知道如何定义它们。

更新 ：谢谢AccoGuy，我尝试了带/不带debug.rs.default-CPU-driver 1的这两个渲染脚本（请参见comment commit）。结果是惊人的：

使用内部转换器，转换本身的时间为4 ms（ScriptIntrinsicYuvToRGB.ForEach()），无辜的5 ms的时间为outputAllocation.copyTo(output)。 当我禁用GPU（adb shell setprop debug.rs.default-CPU-driver 1）时，时间为3 ms加1 ms。

在使用自定义脚本的情况下，在禁用的GPU上，时间介于13 ms和30 ms之间，但平均需要~19 ms进行转换（加上相同的1 ms用于复制）。 / p>

意外的部分是启用GPU时，时间分为 2 ms进行转换和 18 ms （错误因为我忘记了asynchronous nature of forEach）； 已修复： 14 ms用于转换，7 ms用于outputAllocation.copyTo(output)。

该模式在其他设备上仍然有效，甚至可能更强。例如。具有Snapdragon 835的Sony在1 ms中运行固有RS，在4 ms中运行自定义RS。固有脚本之后的分配副本为2 ms，自定义RS之后的分配副本为4 ms。

我不知道这是怎么发生的，或者如何改善它。