aboutsummaryrefslogtreecommitdiffstats
path: root/libavcodec/arm/vp9itxfm_neon.S
blob: 06470a39970f1feb0fa95c12836f22eb5af6d493 (plain) (blame)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
/*
 * Copyright (c) 2016 Google Inc.
 *
 * This file is part of FFmpeg.
 *
 * FFmpeg is free software; you can redistribute it and/or
 * modify it under the terms of the GNU Lesser General Public
 * License as published by the Free Software Foundation; either
 * version 2.1 of the License, or (at your option) any later version.
 *
 * FFmpeg is distributed in the hope that it will be useful,
 * but WITHOUT ANY WARRANTY; without even the implied warranty of
 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
 * Lesser General Public License for more details.
 *
 * You should have received a copy of the GNU Lesser General Public
 * License along with FFmpeg; if not, write to the Free Software
 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 */

#include "libavutil/arm/asm.S"
#include "neon.S"

const itxfm4_coeffs, align=4
        .short  11585, 6270, 15137, 0
iadst4_coeffs:
        .short  5283, 15212, 9929, 13377
endconst

const iadst8_coeffs, align=4
        .short  16305, 1606, 14449, 7723, 10394, 12665, 4756, 15679
idct_coeffs:
        .short  11585, 6270, 15137, 3196, 16069, 13623, 9102, 1606
        .short  16305, 12665, 10394, 7723, 14449, 15679, 4756, 0
        .short  804, 16364, 12140, 11003, 7005, 14811, 15426, 5520
        .short  3981, 15893, 14053, 8423, 9760, 13160, 16207, 2404
endconst

const iadst16_coeffs, align=4
        .short  16364, 804, 15893, 3981, 14811, 7005, 13160, 9760
        .short  11003, 12140, 8423, 14053, 5520, 15426, 2404, 16207
endconst

@ Do four 4x4 transposes, using q registers for the subtransposes that don't
@ need to address the individual d registers.
@ r0,r1 == rq1, r2,r3 == rq1, etc
.macro transpose16_q_4x_4x4 rq0, rq1, rq2, rq3, rq4, rq5, rq6, rq7, r0, r1, r2, r3, r4, r5, r6, r7, r8, r9, r10, r11, r12, r13, r14, r15
        vtrn.32          \rq0, \rq1
        vtrn.32          \rq2, \rq3
        vtrn.32          \rq4, \rq5
        vtrn.32          \rq6, \rq7
        vtrn.16          \r0,  \r1
        vtrn.16          \r2,  \r3
        vtrn.16          \r4,  \r5
        vtrn.16          \r6,  \r7
        vtrn.16          \r8,  \r9
        vtrn.16          \r10, \r11
        vtrn.16          \r12, \r13
        vtrn.16          \r14, \r15
.endm

@ out1 = ((in1 + in2) * d0[0] + (1 << 13)) >> 14
@ out2 = ((in1 - in2) * d0[0] + (1 << 13)) >> 14
@ in/out are d registers
.macro mbutterfly0 out1, out2, in1, in2, tmpd1, tmpd2, tmpq3, tmpq4, neg=0
        vadd.s16        \tmpd1, \in1,  \in2
        vsub.s16        \tmpd2, \in1,  \in2
        vmull.s16       \tmpq3, \tmpd1, d0[0]
        vmull.s16       \tmpq4, \tmpd2, d0[0]
.if \neg > 0
        vneg.s32        \tmpq3, \tmpq3
.endif
        vrshrn.s32      \out1, \tmpq3, #14
        vrshrn.s32      \out2, \tmpq4, #14
.endm

@ out1,out2 = ((in1 + in2) * d0[0] + (1 << 13)) >> 14
@ out3,out4 = ((in1 - in2) * d0[0] + (1 << 13)) >> 14
@ Same as mbutterfly0, but with input being 2 q registers, output
@ being 4 d registers.
@ This can do with either 4 or 6 temporary q registers.
.macro dmbutterfly0 out1, out2, out3, out4, in1, in2, tmpq1, tmpq2, tmpd11, tmpd12, tmpd21, tmpd22, tmpq3, tmpq4, tmpq5, tmpq6
        vadd.s16        \tmpq1, \in1,  \in2
        vsub.s16        \tmpq2, \in1,  \in2
        vmull.s16       \tmpq3, \tmpd11, d0[0]
        vmull.s16       \tmpq4, \tmpd12, d0[0]
.ifb \tmpq5
        vrshrn.s32      \out1, \tmpq3, #14
        vrshrn.s32      \out2, \tmpq4, #14
        vmull.s16       \tmpq3, \tmpd21, d0[0]
        vmull.s16       \tmpq4, \tmpd22, d0[0]
        vrshrn.s32      \out3, \tmpq3, #14
        vrshrn.s32      \out4, \tmpq4, #14
.else
        vmull.s16       \tmpq5, \tmpd21, d0[0]
        vmull.s16       \tmpq6, \tmpd22, d0[0]
        vrshrn.s32      \out1, \tmpq3, #14
        vrshrn.s32      \out2, \tmpq4, #14
        vrshrn.s32      \out3, \tmpq5, #14
        vrshrn.s32      \out4, \tmpq6, #14
.endif
.endm

@ out1 = in1 * coef1 - in2 * coef2
@ out2 = in1 * coef2 + in2 * coef1
@ out are 2 q registers, in are 2 d registers
.macro mbutterfly_l out1, out2, in1, in2, coef1, coef2
        vmull.s16       \out1, \in1, \coef1
        vmlsl.s16       \out1, \in2, \coef2
        vmull.s16       \out2, \in1, \coef2
        vmlal.s16       \out2, \in2, \coef1
.endm

@ out1,out2 = in1,in2 * coef1 - in3,in4 * coef2
@ out3,out4 = in1,in2 * coef2 + in3,in4 * coef1
@ out are 4 q registers, in are 4 d registers
.macro dmbutterfly_l out1, out2, out3, out4, in1, in2, in3, in4, coef1, coef2
        vmull.s16       \out1, \in1, \coef1
        vmull.s16       \out2, \in2, \coef1
        vmull.s16       \out3, \in1, \coef2
        vmull.s16       \out4, \in2, \coef2
        vmlsl.s16       \out1, \in3, \coef2
        vmlsl.s16       \out2, \in4, \coef2
        vmlal.s16       \out3, \in3, \coef1
        vmlal.s16       \out4, \in4, \coef1
.endm

@ in1 = (in1 * coef1 - in2 * coef2 + (1 << 13)) >> 14
@ in2 = (in1 * coef2 + in2 * coef1 + (1 << 13)) >> 14
@ in are 2 d registers, tmp are 2 q registers
.macro mbutterfly in1, in2, coef1, coef2, tmp1, tmp2, neg=0
        mbutterfly_l    \tmp1, \tmp2, \in1, \in2, \coef1, \coef2
.if \neg > 0
        vneg.s32        \tmp2, \tmp2
.endif
        vrshrn.s32      \in1, \tmp1,  #14
        vrshrn.s32      \in2, \tmp2,  #14
.endm

@ inout1,inout2 = (inout1,inout2 * coef1 - inout3,inout4 * coef2 + (1 << 13)) >> 14
@ inout3,inout4 = (inout1,inout2 * coef2 + inout3,inout4 * coef1 + (1 << 13)) >> 14
@ inout are 4 d registers, tmp are 4 q registers
.macro dmbutterfly inout1, inout2, inout3, inout4, coef1, coef2, tmp1, tmp2, tmp3, tmp4
        dmbutterfly_l   \tmp1, \tmp2, \tmp3, \tmp4, \inout1, \inout2, \inout3, \inout4, \coef1, \coef2
        vrshrn.s32      \inout1, \tmp1,  #14
        vrshrn.s32      \inout2, \tmp2,  #14
        vrshrn.s32      \inout3, \tmp3,  #14
        vrshrn.s32      \inout4, \tmp4,  #14
.endm

@ out1 = in1 + in2
@ out2 = in1 - in2
.macro butterfly out1, out2, in1, in2
        vadd.s16        \out1, \in1, \in2
        vsub.s16        \out2, \in1, \in2
.endm

@ out1 = in1 - in2
@ out2 = in1 + in2
.macro butterfly_r out1, out2, in1, in2
        vsub.s16        \out1, \in1, \in2
        vadd.s16        \out2, \in1, \in2
.endm

@ out1 = (in1 + in2 + (1 << 13)) >> 14
@ out2 = (in1 - in2 + (1 << 13)) >> 14
@ out are 2 d registers, in are 2 q registers, tmp are 2 q registers
.macro butterfly_n out1, out2, in1, in2, tmp1, tmp2
        vadd.s32        \tmp1, \in1, \in2
        vsub.s32        \tmp2, \in1, \in2
        vrshrn.s32      \out1, \tmp1,  #14
        vrshrn.s32      \out2, \tmp2,  #14
.endm

@ out1,out2 = (in1,in2 + in3,in4 + (1 << 13)) >> 14
@ out3,out4 = (in1,in2 - in3,in4 + (1 << 13)) >> 14
@ out are 4 d registers, in are 4 q registers, tmp are 4 q registers
.macro dbutterfly_n out1, out2, out3, out4, in1, in2, in3, in4, tmp1, tmp2, tmp3, tmp4
        vadd.s32        \tmp1, \in1, \in3
        vadd.s32        \tmp2, \in2, \in4
        vsub.s32        \tmp3, \in1, \in3
        vsub.s32        \tmp4, \in2, \in4
        vrshrn.s32      \out1, \tmp1,  #14
        vrshrn.s32      \out2, \tmp2,  #14
        vrshrn.s32      \out3, \tmp3,  #14
        vrshrn.s32      \out4, \tmp4,  #14
.endm


.macro iwht4 c0, c1, c2, c3
        vadd.i16        \c0,  \c0,  \c1
        vsub.i16        d17,  \c2,  \c3
        vsub.i16        d16,  \c0,  d17
        vshr.s16        d16,  d16,  #1
        vsub.i16        \c2,  d16,  \c1
        vsub.i16        \c1,  d16,  \c3
        vadd.i16        \c3,  d17,  \c2
        vsub.i16        \c0,  \c0,  \c1
.endm

.macro idct4 c0, c1, c2, c3
        vmull.s16       q13,  \c1,  d0[2]
        vmull.s16       q11,  \c1,  d0[1]
        vadd.i16        d16,  \c0,  \c2
        vsub.i16        d17,  \c0,  \c2
        vmlal.s16       q13,  \c3,  d0[1]
        vmull.s16       q9,   d16,  d0[0]
        vmull.s16       q10,  d17,  d0[0]
        vmlsl.s16       q11,  \c3,  d0[2]
        vrshrn.s32      d26,  q13,  #14
        vrshrn.s32      d18,  q9,   #14
        vrshrn.s32      d20,  q10,  #14
        vrshrn.s32      d22,  q11,  #14
        vadd.i16        \c0,  d18,  d26
        vsub.i16        \c3,  d18,  d26
        vadd.i16        \c1,  d20,  d22
        vsub.i16        \c2,  d20,  d22
.endm

.macro iadst4 c0, c1, c2, c3
        vmull.s16       q10,  \c0,  d1[0]
        vmlal.s16       q10,  \c2,  d1[1]
        vmlal.s16       q10,  \c3,  d1[2]
        vmull.s16       q11,  \c0,  d1[2]
        vmlsl.s16       q11,  \c2,  d1[0]
        vsub.s16        \c0,  \c0,  \c2
        vmlsl.s16       q11,  \c3,  d1[1]
        vadd.s16        \c0,  \c0,  \c3
        vmull.s16       q13,  \c1,  d1[3]
        vmull.s16       q12,  \c0,  d1[3]
        vadd.s32        q14,  q10,  q13
        vadd.s32        q1,   q11,  q13
        vrshrn.s32      \c0,  q14,  #14
        vadd.s32        q10,  q10,  q11
        vrshrn.s32      \c1,  q1,   #14
        vsub.s32        q10,  q10,  q13
        vrshrn.s32      \c2,  q12,  #14
        vrshrn.s32      \c3,  q10,  #14
.endm

@ The public functions in this file have got the following signature:
@ void itxfm_add(uint8_t *dst, ptrdiff_t stride, int16_t *block, int eob);

.macro itxfm_func4x4 txfm1, txfm2
function ff_vp9_\txfm1\()_\txfm2\()_4x4_add_neon, export=1
.ifc \txfm1,\txfm2
.ifc \txfm1,idct
        movrel          r12, itxfm4_coeffs
        vld1.16         {d0}, [r12,:64]
.endif
.ifc \txfm1,iadst
        movrel          r12, iadst4_coeffs
        vld1.16         {d1}, [r12,:64]
.endif
.else
        movrel          r12, itxfm4_coeffs
        vld1.16         {q0}, [r12,:128]
.endif

        vmov.i16        q15, #0
.ifc \txfm1\()_\txfm2,idct_idct
        cmp             r3,  #1
        bne             1f
        @ DC-only for idct/idct
        vld1.16         {d4[]},   [r2,:16]
        vmull.s16       q2,  d4,  d0[0]
        vrshrn.s32      d4,  q2,  #14
        vmull.s16       q2,  d4,  d0[0]
        vrshrn.s32      d4,  q2,  #14
        vst1.16         {d30[0]}, [r2,:16]
        vdup.16         q2,  d4[0]
        vmov            q3,  q2
        b               2f
.endif

1:
        vld1.16         {d4-d7},  [r2,:128]
        vst1.16         {q15}, [r2,:128]!

.ifc \txfm1,iwht
        vshr.s16        q2,  q2,  #2
        vshr.s16        q3,  q3,  #2
.endif

        \txfm1\()4      d4,  d5,  d6,  d7

        vst1.16         {q15}, [r2,:128]!
        @ Transpose 4x4 with 16 bit elements
        vtrn.16         d4,  d5
        vtrn.16         d6,  d7
        vtrn.32         q2,  q3

        \txfm2\()4      d4,  d5,  d6,  d7
2:
        vld1.32         {d0[]},   [r0,:32], r1
        vld1.32         {d0[1]},  [r0,:32], r1
.ifnc \txfm1,iwht
        vrshr.s16       q2,  q2,  #4
        vrshr.s16       q3,  q3,  #4
.endif
        vaddw.u8        q2,  q2,  d0
        vld1.32         {d1[]},   [r0,:32], r1
        vld1.32         {d1[1]},  [r0,:32], r1
        vqmovun.s16     d0,  q2
        sub             r0,  r0,  r1, lsl #2

        vaddw.u8        q3,  q3,  d1
        vst1.32         {d0[0]},  [r0,:32], r1
        vqmovun.s16     d1,  q3

        vst1.32         {d0[1]},  [r0,:32], r1
        vst1.32         {d1[0]},  [r0,:32], r1
        vst1.32         {d1[1]},  [r0,:32], r1

        bx              lr
endfunc
.endm

itxfm_func4x4 idct,  idct
itxfm_func4x4 iadst, idct
itxfm_func4x4 idct,  iadst
itxfm_func4x4 iadst, iadst
itxfm_func4x4 iwht,  iwht


.macro idct8
        dmbutterfly0    d16, d17, d24, d25, q8,  q12, q2, q4, d4, d5, d8, d9, q3, q2, q5, q4 @ q8 = t0a, q12 = t1a
        dmbutterfly     d20, d21, d28, d29, d0[1], d0[2], q2,  q3,  q4,  q5 @ q10 = t2a, q14 = t3a
        dmbutterfly     d18, d19, d30, d31, d0[3], d1[0], q2,  q3,  q4,  q5 @ q9  = t4a, q15 = t7a
        dmbutterfly     d26, d27, d22, d23, d1[1], d1[2], q2,  q3,  q4,  q5 @ q13 = t5a, q11 = t6a

        butterfly       q2,  q14, q8,  q14 @ q2 = t0, q14 = t3
        butterfly       q3,  q10, q12, q10 @ q3 = t1, q10 = t2
        butterfly       q4,  q13, q9,  q13 @ q4 = t4, q13 = t5a
        butterfly       q5,  q11, q15, q11 @ q5 = t7, q11 = t6a

        butterfly       q8,  q15, q2,  q5  @ q8 = out[0], q15 = out[7]

        dmbutterfly0    d4,  d5,  d10, d11, q11, q13, q9,  q13, d18, d19, d26, d27, q2,  q5, q11, q12 @ q2 = t6, q5 = t5

        butterfly       q11, q12, q14, q4  @ q11 = out[3], q12 = out[4]
        butterfly       q9,  q14, q3,  q2  @ q9 = out[1],  q14 = out[6]
        butterfly_r     q13, q10, q10, q5  @ q13 = out[5], q10 = out[2]
.endm

.macro iadst8
        dmbutterfly_l   q4,  q5,  q2,  q3,  d30, d31, d16, d17, d2[1], d2[0] @ q4,q5  = t1a, q2,q3 = t0a
        dmbutterfly_l   q8,  q15, q6,  q7,  d22, d23, d24, d25, d3[1], d3[0] @ q8,q15 = t5a, q6,q7 = t4a

        dbutterfly_n    d22, d23, d4,  d5,  q2,  q3,  q6,  q7,  q11, q12, q2,  q3 @ q11 = t0, q2 = t4

        dbutterfly_n    d24, d25, d6,  d7,  q4,  q5,  q8,  q15, q12, q3,  q6,  q7 @ q12 = t1, q3 = t5

        dmbutterfly_l   q6,  q7,  q4,  q5,  d26, d27, d20, d21, d2[3], d2[2] @ q6,q7 = t3a, q4,q5 = t2a
        dmbutterfly_l   q10, q13, q8,  q15, d18, d19, d28, d29, d3[3], d3[2] @ q10,q13 = t7a, q8,q15 = t6a

        dbutterfly_n    d18, d19, d8,  d9,  q4,  q5,  q8,  q15, q9,  q14, q4, q5 @ q9 = t2, q4 = t6
        dbutterfly_n    d16, d17, d12, d13, q6,  q7,  q10, q13, q8,  q15, q6, q7 @ q8 = t3, q6 = t7

        butterfly       q15, q12, q12, q8 @ q15 = -out[7], q12 = t3
        vneg.s16        q15, q15          @ q15 = out[7]
        butterfly       q8,  q9,  q11, q9 @ q8 = out[0], q9 = t2

        dmbutterfly_l   q10, q11, q5,  q7,  d4,  d5,  d6,  d7,  d0[1], d0[2] @ q10,q11 = t5a, q5,q7 = t4a
        dmbutterfly_l   q2,  q3,  q13, q14, d12, d13, d8,  d9,  d0[2], d0[1] @ q2,q3 = t6a, q13,q14 = t7a

        dbutterfly_n    d28, d29, d8,  d9,  q10, q11, q13, q14, q4,  q6,  q10, q11 @ q14 = out[6], q4 = t7

        dmbutterfly0    d22, d23, d24, d25, q9,  q12, q6, q13, d12, d13, d26, d27, q9, q10 @ q11 = -out[3], q12 = out[4]
        vneg.s16        q11, q11      @ q11 = out[3]

        dbutterfly_n    d18, d19, d4,  d5,  q5,  q7,  q2,  q3,  q9, q10, q2,  q3 @ q9 = -out[1], q2 = t6
        vneg.s16        q9,  q9       @ q9 = out[1]

        dmbutterfly0    d20, d21, d26, d27, q2,  q4,  q3, q5,  d6,  d7,  d10, d11, q6,  q7 @ q10 = out[2], q13 = -out[5]
        vneg.s16        q13, q13      @ q13 = out[5]
.endm


.macro itxfm_func8x8 txfm1, txfm2
function ff_vp9_\txfm1\()_\txfm2\()_8x8_add_neon, export=1
        @ Push q4-q7 if iadst is used, idct requires
        @ a few scratch registers less, so only push q4-q5
        @ if only idct is involved.
        @ The iadst also uses a few coefficients from
        @ idct, so those always need to be loaded.
.ifc \txfm1\()_\txfm2,idct_idct
        movrel          r12, idct_coeffs
        vpush           {q4-q5}
        vld1.16         {q0}, [r12,:128]
.else
        movrel          r12, iadst8_coeffs
        vld1.16         {q1}, [r12,:128]!
        vpush           {q4-q7}
        vld1.16         {q0}, [r12,:128]
.endif

        vmov.i16        q2, #0
        vmov.i16        q3, #0

.ifc \txfm1\()_\txfm2,idct_idct
        cmp             r3,  #1
        bne             1f
        @ DC-only for idct/idct
        vld1.16         {d16[]}, [r2,:16]
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vdup.16         q8,  d16[0]
        vmov            q9,  q8
        vmov            q10, q8
        vmov            q11, q8
        vmov            q12, q8
        vmov            q13, q8
        vmov            q14, q8
        vmov            q15, q8
        vst1.16         {d4[0]}, [r2,:16]
        b               2f
.endif
1:
        vld1.16         {q8-q9},    [r2,:128]!
        vld1.16         {q10-q11},  [r2,:128]!
        vld1.16         {q12-q13},  [r2,:128]!
        vld1.16         {q14-q15},  [r2,:128]!
        sub             r2,  r2,  #128
        vst1.16         {q2-q3}, [r2,:128]!
        vst1.16         {q2-q3}, [r2,:128]!
        vst1.16         {q2-q3}, [r2,:128]!
        vst1.16         {q2-q3}, [r2,:128]!

        \txfm1\()8

        @ Transpose 8x8 with 16 bit elements
        vswp            d17, d24
        vswp            d19, d26
        vswp            d21, d28
        vswp            d23, d30
        transpose16_4x4 q8, q9, q10, q11, q12, q13, q14, q15

        \txfm2\()8
2:
        mov             r3,  r0
        @ Add into the destination
        vld1.8          {d4},  [r0,:64], r1
        vrshr.s16       q8,  q8,  #5
        vld1.8          {d5},  [r0,:64], r1
        vrshr.s16       q9,  q9,  #5
        vld1.8          {d6},  [r0,:64], r1
        vrshr.s16       q10, q10, #5
        vaddw.u8        q8,  q8,  d4
        vld1.8          {d7},  [r0,:64], r1
        vrshr.s16       q11, q11, #5
        vaddw.u8        q9,  q9,  d5
        vld1.8          {d8},  [r0,:64], r1
        vrshr.s16       q12, q12, #5
        vaddw.u8        q10, q10, d6
        vqmovun.s16     d4,  q8
        vld1.8          {d9},  [r0,:64], r1
        vrshr.s16       q13, q13, #5
        vaddw.u8        q11, q11, d7
        vqmovun.s16     d5,  q9
        vld1.8          {d10}, [r0,:64], r1
        vrshr.s16       q14, q14, #5
        vaddw.u8        q12, q12, d8
        vqmovun.s16     d6,  q10
        vld1.8          {d11}, [r0,:64], r1
        vrshr.s16       q15, q15, #5
        vaddw.u8        q13, q13, d9
        vqmovun.s16     d7,  q11


        vst1.8          {d4},  [r3,:64], r1
        vaddw.u8        q14, q14, d10
        vst1.8          {d5},  [r3,:64], r1
        vqmovun.s16     d8,  q12
        vst1.8          {d6},  [r3,:64], r1
        vaddw.u8        q15, q15, d11
        vst1.8          {d7},  [r3,:64], r1
        vqmovun.s16     d9,  q13
        vst1.8          {d8},  [r3,:64], r1
        vqmovun.s16     d10, q14
        vst1.8          {d9},  [r3,:64], r1
        vqmovun.s16     d11, q15

        vst1.8          {d10}, [r3,:64], r1
        vst1.8          {d11}, [r3,:64], r1

.ifc \txfm1\()_\txfm2,idct_idct
        vpop            {q4-q5}
.else
        vpop            {q4-q7}
.endif
        bx              lr
endfunc
.endm

itxfm_func8x8 idct,  idct
itxfm_func8x8 iadst, idct
.ltorg
itxfm_func8x8 idct,  iadst
itxfm_func8x8 iadst, iadst


function idct16x16_dc_add_neon
        movrel          r12, idct_coeffs
        vld1.16         {d0}, [r12,:64]

        vmov.i16        q2, #0

        vld1.16         {d16[]}, [r2,:16]
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vdup.16         q8,  d16[0]
        vst1.16         {d4[0]}, [r2,:16]

        vrshr.s16       q8,  q8,  #6

        mov             r12, #16
1:
        @ Loop to add the constant from q8 into all 16x16 outputs
        vld1.8          {q3},  [r0,:128]
        vaddw.u8        q10, q8,  d6
        vaddw.u8        q11, q8,  d7
        vqmovun.s16     d6,  q10
        vqmovun.s16     d7,  q11
        vst1.8          {q3},  [r0,:128], r1
        subs            r12, r12, #1
        bne             1b

        bx              lr
endfunc
.ltorg

.macro idct16
        mbutterfly0     d16, d24, d16, d24, d4, d6,  q2,  q3 @ d16 = t0a,  d24 = t1a
        mbutterfly      d20, d28, d0[1], d0[2], q2,  q3  @ d20 = t2a,  d28 = t3a
        mbutterfly      d18, d30, d0[3], d1[0], q2,  q3  @ d18 = t4a,  d30 = t7a
        mbutterfly      d26, d22, d1[1], d1[2], q2,  q3  @ d26 = t5a,  d22 = t6a
        mbutterfly      d17, d31, d1[3], d2[0], q2,  q3  @ d17 = t8a,  d31 = t15a
        mbutterfly      d25, d23, d2[1], d2[2], q2,  q3  @ d25 = t9a,  d23 = t14a
        mbutterfly      d21, d27, d2[3], d3[0], q2,  q3  @ d21 = t10a, d27 = t13a
        mbutterfly      d29, d19, d3[1], d3[2], q2,  q3  @ d29 = t11a, d19 = t12a

        butterfly       d4,  d28, d16, d28               @ d4  = t0,   d28 = t3
        butterfly       d5,  d20, d24, d20               @ d5  = t1,   d20 = t2
        butterfly       d6,  d26, d18, d26               @ d6  = t4,   d26 = t5
        butterfly       d7,  d22, d30, d22               @ d7  = t7,   d22 = t6
        butterfly       d16, d25, d17, d25               @ d16 = t8,   d25 = t9
        butterfly       d24, d21, d29, d21               @ d24 = t11,  d21 = t10
        butterfly       d17, d27, d19, d27               @ d17 = t12,  d27 = t13
        butterfly       d29, d23, d31, d23               @ d29 = t15,  d23 = t14

        mbutterfly0     d22, d26, d22, d26, d18, d30, q9,  q15  @ d22 = t6a, d26 = t5a
        mbutterfly      d23, d25, d0[1], d0[2], q9,  q15        @ d23 = t9a,  d25 = t14a
        mbutterfly      d27, d21, d0[1], d0[2], q9,  q15, neg=1 @ d27 = t13a, d21 = t10a

        butterfly       d18, d7,  d4,  d7                @ d18 = t0a,  d7  = t7a
        butterfly       d19, d22, d5,  d22               @ d19 = t1a,  d22 = t6
        butterfly       d4,  d26, d20, d26               @ d4  = t2a,  d26 = t5
        butterfly       d5,  d6,  d28, d6                @ d5  = t3a,  d6  = t4
        butterfly       d20, d28, d16, d24               @ d20 = t8a,  d28 = t11a
        butterfly       d24, d21, d23, d21               @ d24 = t9,   d21 = t10
        butterfly       d23, d27, d25, d27               @ d23 = t14,  d27 = t13
        butterfly       d25, d29, d29, d17               @ d25 = t15a, d29 = t12a

        mbutterfly0     d27, d21, d27, d21, d16, d30, q8, q15 @ d27 = t13a, d21 = t10a
        mbutterfly0     d29, d28, d29, d28, d16, d30, q8, q15 @ d29 = t12,  d28 = t11

        vswp            d27, d29                         @ d27 = t12, d29 = t13a
        vswp            d28, d27                         @ d28 = t12, d27 = t11
        butterfly       d16, d31, d18, d25               @ d16 = out[0], d31 = out[15]
        butterfly       d17, d30, d19, d23               @ d17 = out[1], d30 = out[14]
        butterfly_r     d25, d22, d22, d24               @ d25 = out[9], d22 = out[6]
        butterfly       d23, d24, d7,  d20               @ d23 = out[7], d24 = out[8]
        butterfly       d18, d29, d4,  d29               @ d18 = out[2], d29 = out[13]
        butterfly       d19, d28, d5,  d28               @ d19 = out[3], d28 = out[12]
        vmov            d4,  d21                         @ d4  = t10a
        butterfly       d20, d27, d6,  d27               @ d20 = out[4], d27 = out[11]
        butterfly       d21, d26, d26, d4                @ d21 = out[5], d26 = out[10]
.endm

.macro iadst16
        movrel          r12, iadst16_coeffs
        vld1.16         {q0-q1}, [r12,:128]

        mbutterfly_l    q3,  q2,  d31, d16, d0[1], d0[0] @ q3  = t1,   q2  = t0
        mbutterfly_l    q5,  q4,  d23, d24, d2[1], d2[0] @ q5  = t9,   q4  = t8
        butterfly_n     d31, d24, q3,  q5,  q6,  q5      @ d31 = t1a,  d24 = t9a
        mbutterfly_l    q7,  q6,  d29, d18, d0[3], d0[2] @ q7  = t3,   q6  = t2
        butterfly_n     d16, d23, q2,  q4,  q3,  q4      @ d16 = t0a,  d23 = t8a

        mbutterfly_l    q3,  q2,  d21, d26, d2[3], d2[2] @ q3  = t11,  q2  = t10
        butterfly_n     d29, d26, q7,  q3,  q4,  q3      @ d29 = t3a,  d26 = t11a
        mbutterfly_l    q5,  q4,  d27, d20, d1[1], d1[0] @ q5  = t5,   q4  = t4
        butterfly_n     d18, d21, q6,  q2,  q3,  q2      @ d18 = t2a,  d21 = t10a

        mbutterfly_l    q7,  q6,  d19, d28, d3[1], d3[0] @ q7  = t13,  q6  = t12
        butterfly_n     d20, d28, q5,  q7,  q2,  q7      @ d20 = t5a,  d28 = t13a
        mbutterfly_l    q3,  q2,  d25, d22, d1[3], d1[2] @ q3  = t7,   q2  = t6
        butterfly_n     d27, d19, q4,  q6,  q5,  q6      @ d27 = t4a,  d19 = t12a

        mbutterfly_l    q5,  q4,  d17, d30, d3[3], d3[2] @ q5  = t15,  q4  = t14
        movrel          r12, idct_coeffs
        vld1.16         {q0}, [r12,:128]
        butterfly_n     d22, d30, q3,  q5,  q6,  q5      @ d22 = t7a,  d30 = t15a
        mbutterfly_l    q7,  q6,  d23, d24, d0[3], d1[0] @ q7  = t9,   q6  = t8
        butterfly_n     d25, d17, q2,  q4,  q3,  q4      @ d25 = t6a,  d17 = t14a

        mbutterfly_l    q2,  q3,  d28, d19, d1[0], d0[3] @ q2  = t12,  q3  = t13
        butterfly_n     d23, d19, q6,  q2,  q4,  q2      @ d23 = t8a,  d19 = t12a
        mbutterfly_l    q5,  q4,  d21, d26, d1[1], d1[2] @ q5  = t11,  q4  = t10
        butterfly_r     d4,  d27, d16, d27               @ d4  = t4,   d27 = t0
        butterfly_n     d24, d28, q7,  q3,  q6,  q3      @ d24 = t9a,  d28 = t13a

        mbutterfly_l    q6,  q7,  d30, d17, d1[2], d1[1] @ q6  = t14,  q7  = t15
        butterfly_r     d5,  d20, d31, d20               @ d5  = t5,   d20 = t1
        butterfly_n     d21, d17, q4,  q6,  q3,  q6      @ d21 = t10a, d17 = t14a
        butterfly_n     d26, d30, q5,  q7,  q4,  q7      @ d26 = t11a, d30 = t15a

        butterfly_r     d6,  d25, d18, d25               @ d6  = t6,   d25 = t2
        butterfly_r     d7,  d22, d29, d22               @ d7  = t7,   d22 = t3

        mbutterfly_l    q5,  q4,  d19, d28, d0[1], d0[2] @ q5  = t13,  q4  = t12
        mbutterfly_l    q6,  q7,  d30, d17, d0[2], d0[1] @ q6  = t14,  q7  = t15

        butterfly_n     d18, d30, q4,  q6,  q8,  q6      @ d18 = out[2],   d30 = t14a
        butterfly_n     d29, d17, q5,  q7,  q6,  q7      @ d29 = -out[13], d17 = t15a
        vneg.s16        d29, d29                         @ d29 = out[13]

        mbutterfly_l    q5,  q4,  d4,  d5,  d0[1], d0[2] @ q5  = t5a,  q4  = t4a
        mbutterfly_l    q6,  q7,  d7,  d6,  d0[2], d0[1] @ q6  = t6a,  q7  = t7a

        butterfly       d2,  d6,  d27, d25               @ d2 = out[0], d6 = t2a
        butterfly       d3,  d7,  d23, d21               @ d3 =-out[1], d7 = t10

        butterfly_n     d19, d31, q4,  q6,  q2,  q4      @ d19 = -out[3],  d31 = t6
        vneg.s16        d19, d19                         @ d19 = out[3]
        butterfly_n     d28, d16, q5,  q7,  q2,  q5      @ d28 = out[12],  d16 = t7

        butterfly       d5,  d8,  d20, d22               @ d5 =-out[15],d8 = t3a
        butterfly       d4,  d9,  d24, d26               @ d4 = out[14],d9 = t11

        mbutterfly0     d23, d24, d6,  d8,  d10, d11, q6,  q7, 1 @ d23 = out[7], d24 = out[8]
        mbutterfly0     d20, d27, d16, d31, d10, d11, q6,  q7    @ d20 = out[4], d27 = out[11]
        mbutterfly0     d22, d25, d9,  d7,  d10, d11, q6,  q7    @ d22 = out[6], d25 = out[9]
        mbutterfly0     d21, d26, d30, d17, d10, d11, q6,  q7, 1 @ d21 = out[5], d26 = out[10]

        vneg.s16        d31, d5                          @ d31 = out[15]
        vneg.s16        d17, d3                          @ d17 = out[1]

        vmov            d16, d2
        vmov            d30, d4
.endm

.macro itxfm16_1d_funcs txfm
@ Read a vertical 4x16 slice out of a 16x16 matrix, do a transform on it,
@ transpose into a horizontal 16x4 slice and store.
@ r0 = dst (temp buffer)
@ r1 = unused
@ r2 = src
@ r3 = slice offset
function \txfm\()16_1d_4x16_pass1_neon
        mov             r12, #32
        vmov.s16        q2, #0
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64]
        vst1.16         {d4},  [r2,:64], r12
.endr

        \txfm\()16

        @ Do four 4x4 transposes. Originally, d16-d31 contain the
        @ 16 rows. Afterwards, d16-d19, d20-d23, d24-d27, d28-d31
        @ contain the transposed 4x4 blocks.
        transpose16_q_4x_4x4 q8,  q9,  q10, q11, q12, q13, q14, q15, d16, d17, d18, d19, d20, d21, d22, d23, d24, d25, d26, d27, d28, d29, d30, d31

        @ Store the transposed 4x4 blocks horizontally.
        cmp             r3,  #12
        beq             1f
.irp i, 16, 20, 24, 28, 17, 21, 25, 29, 18, 22, 26, 30, 19, 23, 27, 31
        vst1.16         {d\i}, [r0,:64]!
.endr
        bx              lr
1:
        @ Special case: For the last input column (r3 == 12),
        @ which would be stored as the last row in the temp buffer,
        @ don't store the first 4x4 block, but keep it in registers
        @ for the first slice of the second pass (where it is the
        @ last 4x4 block).
        add             r0,  r0,  #8
.irp i, 20, 24, 28
        vst1.16         {d\i}, [r0,:64]!
.endr
        add             r0,  r0,  #8
.irp i, 21, 25, 29
        vst1.16         {d\i}, [r0,:64]!
.endr
        add             r0,  r0,  #8
.irp i, 22, 26, 30
        vst1.16         {d\i}, [r0,:64]!
.endr
        add             r0,  r0,  #8
.irp i, 23, 27, 31
        vst1.16         {d\i}, [r0,:64]!
.endr
        vmov            d28, d16
        vmov            d29, d17
        vmov            d30, d18
        vmov            d31, d19
        bx              lr
endfunc

@ Read a vertical 4x16 slice out of a 16x16 matrix, do a transform on it,
@ load the destination pixels (from a similar 4x16 slice), add and store back.
@ r0 = dst
@ r1 = dst stride
@ r2 = src (temp buffer)
@ r3 = slice offset
function \txfm\()16_1d_4x16_pass2_neon
        mov             r12, #32
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27
        vld1.16         {d\i}, [r2,:64], r12
.endr
        cmp             r3,  #0
        beq             1f
.irp i, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64], r12
.endr
1:

        add             r3,  r0,  r1
        lsl             r1,  r1,  #1
        \txfm\()16

.macro load_add_store coef0, coef1, coef2, coef3
        vrshr.s16       \coef0, \coef0, #6
        vrshr.s16       \coef1, \coef1, #6

        vld1.32         {d4[]},   [r0,:32], r1
        vld1.32         {d4[1]},  [r3,:32], r1
        vrshr.s16       \coef2, \coef2, #6
        vrshr.s16       \coef3, \coef3, #6
        vld1.32         {d5[]},   [r0,:32], r1
        vld1.32         {d5[1]},  [r3,:32], r1
        vaddw.u8        \coef0, \coef0, d4
        vld1.32         {d6[]},   [r0,:32], r1
        vld1.32         {d6[1]},  [r3,:32], r1
        vaddw.u8        \coef1, \coef1, d5
        vld1.32         {d7[]},   [r0,:32], r1
        vld1.32         {d7[1]},  [r3,:32], r1

        vqmovun.s16     d4,  \coef0
        vqmovun.s16     d5,  \coef1
        sub             r0,  r0,  r1, lsl #2
        sub             r3,  r3,  r1, lsl #2
        vaddw.u8        \coef2, \coef2, d6
        vaddw.u8        \coef3, \coef3, d7
        vst1.32         {d4[0]},  [r0,:32], r1
        vst1.32         {d4[1]},  [r3,:32], r1
        vqmovun.s16     d6,  \coef2
        vst1.32         {d5[0]},  [r0,:32], r1
        vst1.32         {d5[1]},  [r3,:32], r1
        vqmovun.s16     d7,  \coef3

        vst1.32         {d6[0]},  [r0,:32], r1
        vst1.32         {d6[1]},  [r3,:32], r1
        vst1.32         {d7[0]},  [r0,:32], r1
        vst1.32         {d7[1]},  [r3,:32], r1
.endm
        load_add_store  q8,  q9,  q10, q11
        load_add_store  q12, q13, q14, q15
.purgem load_add_store

        bx              lr
endfunc
.endm

itxfm16_1d_funcs idct
itxfm16_1d_funcs iadst

.macro itxfm_func16x16 txfm1, txfm2
function ff_vp9_\txfm1\()_\txfm2\()_16x16_add_neon, export=1
.ifc \txfm1\()_\txfm2,idct_idct
        cmp             r3,  #1
        beq             idct16x16_dc_add_neon
.endif
        push            {r4-r7,lr}
.ifnc \txfm1\()_\txfm2,idct_idct
        vpush           {q4-q7}
.endif
        mov             r7,  sp

        @ Align the stack, allocate a temp buffer
T       mov             r12, sp
T       bic             r12, r12, #15
T       sub             r12, r12, #512
T       mov             sp,  r12
A       bic             sp,  sp,  #15
A       sub             sp,  sp,  #512

        mov             r4,  r0
        mov             r5,  r1
        mov             r6,  r2

.ifc \txfm1,idct
        movrel          r12, idct_coeffs
        vld1.16         {q0-q1}, [r12,:128]
.endif

.irp i, 0, 4, 8, 12
        add             r0,  sp,  #(\i*32)
        add             r2,  r6,  #(\i*2)
        mov             r3,  #\i
        bl              \txfm1\()16_1d_4x16_pass1_neon
.endr
.ifc \txfm2,idct
        movrel          r12, idct_coeffs
        vld1.16         {q0-q1}, [r12,:128]
.endif
.irp i, 0, 4, 8, 12
        add             r0,  r4,  #(\i)
        mov             r1,  r5
        add             r2,  sp,  #(\i*2)
        mov             r3,  #\i
        bl              \txfm2\()16_1d_4x16_pass2_neon
.endr

        mov             sp,  r7
.ifnc \txfm1\()_\txfm2,idct_idct
        vpop            {q4-q7}
.endif
        pop             {r4-r7,pc}
endfunc
.endm

itxfm_func16x16 idct,  idct
itxfm_func16x16 iadst, idct
itxfm_func16x16 idct,  iadst
itxfm_func16x16 iadst, iadst
.ltorg


function idct32x32_dc_add_neon
        movrel          r12, idct_coeffs
        vld1.16         {d0}, [r12,:64]

        vmov.i16        q2, #0

        vld1.16         {d16[]}, [r2,:16]
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vmull.s16       q8,  d16, d0[0]
        vrshrn.s32      d16, q8,  #14
        vdup.16         q8,  d16[0]
        vst1.16         {d4[0]}, [r2,:16]

        vrshr.s16       q8,  q8,  #6

        mov             r12, #32
1:
        @ Loop to add the constant from q8 into all 32x32 outputs
        vld1.8          {q2-q3},  [r0,:128]
        vaddw.u8        q10, q8,  d4
        vaddw.u8        q11, q8,  d5
        vaddw.u8        q12, q8,  d6
        vaddw.u8        q13, q8,  d7
        vqmovun.s16     d4,  q10
        vqmovun.s16     d5,  q11
        vqmovun.s16     d6,  q12
        vqmovun.s16     d7,  q13
        vst1.8          {q2-q3},  [r0,:128], r1
        subs            r12, r12, #1
        bne             1b

        bx              lr
endfunc

.macro idct32_odd
        movrel          r12, idct_coeffs
        add             r12, r12, #32
        vld1.16         {q0-q1}, [r12,:128]

        mbutterfly      d16, d31, d0[0], d0[1], q2, q3 @ d16 = t16a, d31 = t31a
        mbutterfly      d24, d23, d0[2], d0[3], q2, q3 @ d24 = t17a, d23 = t30a
        mbutterfly      d20, d27, d1[0], d1[1], q2, q3 @ d20 = t18a, d27 = t29a
        mbutterfly      d28, d19, d1[2], d1[3], q2, q3 @ d28 = t19a, d19 = t28a
        mbutterfly      d18, d29, d2[0], d2[1], q2, q3 @ d18 = t20a, d29 = t27a
        mbutterfly      d26, d21, d2[2], d2[3], q2, q3 @ d26 = t21a, d21 = t26a
        mbutterfly      d22, d25, d3[0], d3[1], q2, q3 @ d22 = t22a, d25 = t25a
        mbutterfly      d30, d17, d3[2], d3[3], q2, q3 @ d30 = t23a, d17 = t24a

        sub             r12, r12, #32
        vld1.16         {q0}, [r12,:128]

        butterfly       d4,  d24, d16, d24 @ d4  = t16, d24 = t17
        butterfly       d5,  d20, d28, d20 @ d5  = t19, d20 = t18
        butterfly       d6,  d26, d18, d26 @ d6  = t20, d26 = t21
        butterfly       d7,  d22, d30, d22 @ d7  = t23, d22 = t22
        butterfly       d28, d25, d17, d25 @ d28 = t24, d25 = t25
        butterfly       d30, d21, d29, d21 @ d30 = t27, d21 = t26
        butterfly       d29, d23, d31, d23 @ d29 = t31, d23 = t30
        butterfly       d31, d27, d19, d27 @ d31 = t28, d27 = t29

        mbutterfly      d23, d24, d0[3], d1[0], q8, q9        @ d23 = t17a, d24 = t30a
        mbutterfly      d27, d20, d0[3], d1[0], q8, q9, neg=1 @ d27 = t29a, d20 = t18a
        mbutterfly      d21, d26, d1[1], d1[2], q8, q9        @ d21 = t21a, d26 = t26a
        mbutterfly      d25, d22, d1[1], d1[2], q8, q9, neg=1 @ d25 = t25a, d22 = t22a

        butterfly       d16, d5,  d4,  d5  @ d16 = t16a, d5  = t19a
        butterfly       d17, d20, d23, d20 @ d17 = t17,  d20 = t18
        butterfly       d18, d6,  d7,  d6  @ d18 = t23a, d6  = t20a
        butterfly       d19, d21, d22, d21 @ d19 = t22,  d21 = t21
        butterfly       d4,  d28, d28, d30 @ d4  = t24a, d28 = t27a
        butterfly       d23, d26, d25, d26 @ d23 = t25,  d26 = t26
        butterfly       d7,  d29, d29, d31 @ d7  = t31a, d29 = t28a
        butterfly       d22, d27, d24, d27 @ d22 = t30,  d27 = t29

        mbutterfly      d27, d20, d0[1], d0[2], q12, q15        @ d27 = t18a, d20 = t29a
        mbutterfly      d29, d5,  d0[1], d0[2], q12, q15        @ d29 = t19,  d5  = t28
        mbutterfly      d28, d6,  d0[1], d0[2], q12, q15, neg=1 @ d28 = t27,  d6  = t20
        mbutterfly      d26, d21, d0[1], d0[2], q12, q15, neg=1 @ d26 = t26a, d21 = t21a

        butterfly       d31, d24, d7,  d4  @ d31 = t31,  d24 = t24
        butterfly       d30, d25, d22, d23 @ d30 = t30a, d25 = t25a
        butterfly_r     d23, d16, d16, d18 @ d23 = t23,  d16 = t16
        butterfly_r     d22, d17, d17, d19 @ d22 = t22a, d17 = t17a
        butterfly       d18, d21, d27, d21 @ d18 = t18,  d21 = t21
        butterfly_r     d27, d28, d5,  d28 @ d27 = t27a, d28 = t28a
        butterfly       d4,  d26, d20, d26 @ d4  = t29,  d26 = t26
        butterfly       d19, d20, d29, d6  @ d19 = t19a, d20 = t20
        vmov            d29, d4            @ d29 = t29

        mbutterfly0     d27, d20, d27, d20, d4, d6, q2, q3 @ d27 = t27,  d20 = t20
        mbutterfly0     d26, d21, d26, d21, d4, d6, q2, q3 @ d26 = t26a, d21 = t21a
        mbutterfly0     d25, d22, d25, d22, d4, d6, q2, q3 @ d25 = t25,  d22 = t22
        mbutterfly0     d24, d23, d24, d23, d4, d6, q2, q3 @ d24 = t24a, d23 = t23a
.endm

@ Do an 32-point IDCT of a 4x32 slice out of a 32x32 matrix.
@ We don't have register space to do a single pass IDCT of 4x32 though,
@ but the 32-point IDCT can be decomposed into two 16-point IDCTs;
@ a normal IDCT16 with every other input component (the even ones, with
@ each output written twice), followed by a separate 16-point IDCT
@ of the odd inputs, added/subtracted onto the outputs of the first idct16.
@ r0 = dst (temp buffer)
@ r1 = unused
@ r2 = src
function idct32_1d_4x32_pass1_neon
        movrel          r12, idct_coeffs
        vld1.16         {q0-q1}, [r12,:128]

        @ Double stride of the input, since we only read every other line
        mov             r12, #128
        vmov.s16        d4, #0

        @ d16 = IN(0), d17 = IN(2) ... d31 = IN(30)
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64]
        vst1.16         {d4},  [r2,:64], r12
.endr

        idct16

        @ Do four 4x4 transposes. Originally, d16-d31 contain the
        @ 16 rows. Afterwards, d16-d19, d20-d23, d24-d27, d28-d31
        @ contain the transposed 4x4 blocks.
        transpose16_q_4x_4x4 q8,  q9,  q10, q11, q12, q13, q14, q15, d16, d17, d18, d19, d20, d21, d22, d23, d24, d25, d26, d27, d28, d29, d30, d31
        @ Store the registers a, b, c, d horizontally, followed
        @ by the same registers d, c, b, a mirrored.
.macro store_rev a, b, c, d
.irp i, \a, \b, \c, \d
        vst1.16         {d\i}, [r0,:64]!
        vrev64.16       d\i, d\i
.endr
.irp i, \d, \c, \b, \a
        vst1.16         {d\i}, [r0,:64]!
.endr
.endm
        store_rev       16, 20, 24, 28
        store_rev       17, 21, 25, 29
        store_rev       18, 22, 26, 30
        store_rev       19, 23, 27, 31
        sub             r0,  r0,  #256
.purgem store_rev

        @ Move r2 back to the start of the input, and move
        @ to the first odd row
        sub             r2,  r2,  r12, lsl #4
        add             r2,  r2,  #64

        vmov.s16        d4, #0
        @ d16 = IN(1), d17 = IN(3) ... d31 = IN(31)
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64]
        vst1.16         {d4},  [r2,:64], r12
.endr

        idct32_odd

        transpose16_q_4x_4x4 q15, q14, q13, q12, q11, q10, q9,  q8,  d31, d30, d29, d28, d27, d26, d25, d24, d23, d22, d21, d20, d19, d18, d17, d16

        @ Store the registers a, b, c, d horizontally,
        @ adding into the output first, and then mirrored, subtracted
        @ from the output.
.macro store_rev a, b, c, d
.irp i, \a, \b, \c, \d
        vld1.16         {d4},  [r0,:64]
        vadd.s16        d4, d4, d\i
        vst1.16         {d4},  [r0,:64]!
        vrev64.16       d\i, d\i
.endr
.irp i, \d, \c, \b, \a
        vld1.16         {d4},  [r0,:64]
        vsub.s16        d4, d4, d\i
        vst1.16         {d4},  [r0,:64]!
.endr
.endm

        store_rev 31, 27, 23, 19
        store_rev 30, 26, 22, 18
        store_rev 29, 25, 21, 17
        store_rev 28, 24, 20, 16
.purgem store_rev
        bx              lr
endfunc
.ltorg

@ This is mostly the same as 4x32_pass1, but without the transpose,
@ and use the source as temp buffer between the two idct passes, and
@ add into the destination.
@ r0 = dst
@ r1 = dst stride
@ r2 = src (temp buffer)
function idct32_1d_4x32_pass2_neon
        movrel          r12, idct_coeffs
        vld1.16         {q0-q1}, [r12,:128]

        mov             r12, #128
        @ d16 = IN(0), d17 = IN(2) ... d31 = IN(30)
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64], r12
.endr
        sub             r2,  r2,  r12, lsl #4

        idct16

.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vst1.16         {d\i}, [r2,:64], r12
.endr

        sub             r2,  r2,  r12, lsl #4
        add             r2,  r2,  #64

        @ d16 = IN(1), d17 = IN(3) ... d31 = IN(31)
.irp i, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31
        vld1.16         {d\i}, [r2,:64], r12
.endr
        sub             r2,  r2,  r12, lsl #4
        sub             r2,  r2,  #64

        idct32_odd

        mov             r12, #128
.macro load_acc_store a, b, c, d, neg=0
        vld1.16         {d4},  [r2,:64], r12
        vld1.16         {d5},  [r2,:64], r12
.if \neg == 0
        vadd.s16        d4, d4, d\a
        vld1.16         {d6},  [r2,:64], r12
        vadd.s16        d5, d5, d\b
        vld1.16         {d7},  [r2,:64], r12
        vadd.s16        d6, d6, d\c
        vadd.s16        d7, d7, d\d
.else
        vsub.s16        d4, d4, d\a
        vld1.16         {d6},  [r2,:64], r12
        vsub.s16        d5, d5, d\b
        vld1.16         {d7},  [r2,:64], r12
        vsub.s16        d6, d6, d\c
        vsub.s16        d7, d7, d\d
.endif
        vld1.32         {d2[]},   [r0,:32], r1
        vld1.32         {d2[1]},  [r0,:32], r1
        vrshr.s16       q2, q2, #6
        vld1.32         {d3[]},   [r0,:32], r1
        vrshr.s16       q3, q3, #6
        vld1.32         {d3[1]},  [r0,:32], r1
        sub             r0,  r0,  r1, lsl #2
        vaddw.u8        q2,  q2,  d2
        vaddw.u8        q3,  q3,  d3
        vqmovun.s16     d4,  q2
        vqmovun.s16     d5,  q3
        vst1.32         {d4[0]},  [r0,:32], r1
        vst1.32         {d4[1]},  [r0,:32], r1
        vst1.32         {d5[0]},  [r0,:32], r1
        vst1.32         {d5[1]},  [r0,:32], r1
.endm
        load_acc_store  31, 30, 29, 28
        load_acc_store  27, 26, 25, 24
        load_acc_store  23, 22, 21, 20
        load_acc_store  19, 18, 17, 16
        sub             r2,  r2,  r12
        neg             r12, r12
        load_acc_store  16, 17, 18, 19, 1
        load_acc_store  20, 21, 22, 23, 1
        load_acc_store  24, 25, 26, 27, 1
        load_acc_store  28, 29, 30, 31, 1
.purgem load_acc_store
        bx              lr
endfunc

function ff_vp9_idct_idct_32x32_add_neon, export=1
        cmp             r3,  #1
        beq             idct32x32_dc_add_neon
        push            {r4-r7,lr}
        vpush           {q4-q7}
        mov             r7,  sp

        @ Align the stack, allocate a temp buffer
T       mov             r12, sp
T       bic             r12, r12, #15
T       sub             r12, r12, #2048
T       mov             sp,  r12
A       bic             sp,  sp,  #15
A       sub             sp,  sp,  #2048

        mov             r4,  r0
        mov             r5,  r1
        mov             r6,  r2

.irp i, 0, 4, 8, 12, 16, 20, 24, 28
        add             r0,  sp,  #(\i*64)
        add             r2,  r6,  #(\i*2)
        bl              idct32_1d_4x32_pass1_neon
.endr
.irp i, 0, 4, 8, 12, 16, 20, 24, 28
        add             r0,  r4,  #(\i)
        mov             r1,  r5
        add             r2,  sp,  #(\i*2)
        bl              idct32_1d_4x32_pass2_neon
.endr

        mov             sp,  r7
        vpop            {q4-q7}
        pop             {r4-r7,pc}
endfunc