Quelle  dec_mips_dsp_r2.c   Sprache: C

// Copyright 2014 Google Inc. All Rights Reserved.
//
// Use of this source code is governed by a BSD-style license
// that can be found in the COPYING file in the root of the source
// tree. An additional intellectual property rights grant can be found
// in the file PATENTS. All contributing project authors may
// be found in the AUTHORS file in the root of the source tree.
// -----------------------------------------------------------------------------
//
// MIPS version of dsp functions
//
// Author(s):  Djordje Pesut    (djordje.pesut@imgtec.com)
//             Jovan Zelincevic (jovan.zelincevic@imgtec.com)

#include "src/dsp/dsp.h"

#if defined(WEBP_USE_MIPS_DSP_R2)

#include "src/dsp/mips_macro.h"

static const int kC1 = WEBP_TRANSFORM_AC3_C1;
static const int kC2 = WEBP_TRANSFORM_AC3_C2;

static void TransformDC(const int16_t* WEBP_RESTRICT in,
                        uint8_t* WEBP_RESTRICT dst) {
  int temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8, temp9, temp10;

  __asm__ volatile (
    LOAD_WITH_OFFSET_X4(temp1, temp2, temp3, temp4, dst,
                        0, 0, 0, 0,
                        0, 1, 2, 3,
                        BPS)
    "lh %[temp5], 0(%[in]) \n\t"
    "addiu %[temp5], %[temp5], 4 \n\t"
    "ins %[temp5], %[temp5], 16, 16 \n\t"
    "shra.ph %[temp5], %[temp5], 3 \n\t"
    CONVERT_2_BYTES_TO_HALF(temp6, temp7, temp8, temp9, temp10, temp1, temp2,
                            temp3, temp1, temp2, temp3, temp4)
    STORE_SAT_SUM_X2(temp6, temp7, temp8, temp9, temp10, temp1, temp2, temp3,
                     temp5, temp5, temp5, temp5, temp5, temp5, temp5, temp5,
                     dst, 0, 1, 2, 3, BPS)

    OUTPUT_EARLY_CLOBBER_REGS_10()
    : [in]"r"(in), [dst]"r"(dst)
    : "memory"
  );
}

static void TransformAC3(const int16_t* WEBP_RESTRICT in,
                         uint8_t* WEBP_RESTRICT dst) {
  const int a = in[0] + 4;
  int c4 = WEBP_TRANSFORM_AC3_MUL2(in[4]);
  const int d4 = WEBP_TRANSFORM_AC3_MUL1(in[4]);
  const int c1 = WEBP_TRANSFORM_AC3_MUL2(in[1]);
  const int d1 = WEBP_TRANSFORM_AC3_MUL1(in[1]);
  int temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8, temp9;
  int temp10, temp11, temp12, temp13, temp14, temp15, temp16, temp17, temp18;

  __asm__ volatile (
    "ins %[c4], %[d4], 16, 16 \n\t"
    "replv.ph %[temp1], %[a] \n\t"
    "replv.ph %[temp4], %[d1] \n\t"
    ADD_SUB_HALVES(temp2, temp3, temp1, c4)
    "replv.ph %[temp5], %[c1] \n\t"
    SHIFT_R_SUM_X2(temp1, temp6, temp7, temp8, temp2, temp9, temp10, temp4,
                   temp2, temp2, temp3, temp3, temp4, temp5, temp4, temp5)
    LOAD_WITH_OFFSET_X4(temp3, temp5, temp11, temp12, dst,
                        0, 0, 0, 0,
                        0, 1, 2, 3,
                        BPS)
    CONVERT_2_BYTES_TO_HALF(temp13, temp14, temp3, temp15, temp5, temp16,
                            temp11, temp17, temp3, temp5, temp11, temp12)
    PACK_2_HALVES_TO_WORD(temp12, temp18, temp7, temp6, temp1, temp8, temp2,
                          temp4, temp7, temp6, temp10, temp9)
    STORE_SAT_SUM_X2(temp13, temp14, temp3, temp15, temp5, temp16, temp11,
                     temp17, temp12, temp18, temp1, temp8, temp2, temp4,
                     temp7, temp6, dst, 0, 1, 2, 3, BPS)

    OUTPUT_EARLY_CLOBBER_REGS_18(),
      [c4]"+&r"(c4)
    : [dst]"r"(dst), [a]"r"(a), [d1]"r"(d1), [d4]"r"(d4), [c1]"r"(c1)
    : "memory"
  );
}

static void TransformOne(const int16_t* WEBP_RESTRICT in,
                         uint8_t* WEBP_RESTRICT dst) {
  int temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8, temp9;
  int temp10, temp11, temp12, temp13, temp14, temp15, temp16, temp17, temp18;

  __asm__ volatile (
    "ulw %[temp1], 0(%[in]) \n\t"
    "ulw %[temp2], 16(%[in]) \n\t"
    LOAD_IN_X2(temp5, temp6, 24, 26)
    ADD_SUB_HALVES(temp3, temp4, temp1, temp2)
    LOAD_IN_X2(temp1, temp2, 8, 10)
    MUL_SHIFT_SUM(temp7, temp8, temp9, temp10, temp11, temp12, temp13, temp14,
                  temp10, temp8, temp9, temp7, temp1, temp2, temp5, temp6,
                  temp13, temp11, temp14, temp12)
    INSERT_HALF_X2(temp8, temp7, temp10, temp9)
    "ulw %[temp17], 4(%[in]) \n\t"
    "ulw %[temp18], 20(%[in]) \n\t"
    ADD_SUB_HALVES(temp1, temp2, temp3, temp8)
    ADD_SUB_HALVES(temp5, temp6, temp4, temp7)
    ADD_SUB_HALVES(temp7, temp8, temp17, temp18)
    LOAD_IN_X2(temp17, temp18, 12, 14)
    LOAD_IN_X2(temp9, temp10, 28, 30)
    MUL_SHIFT_SUM(temp11, temp12, temp13, temp14, temp15, temp16, temp4, temp17,
                  temp12, temp14, temp11, temp13, temp17, temp18, temp9, temp10,
                  temp15, temp4, temp16, temp17)
    INSERT_HALF_X2(temp11, temp12, temp13, temp14)
    ADD_SUB_HALVES(temp17, temp8, temp8, temp11)
    ADD_SUB_HALVES(temp3, temp4, temp7, temp12)

    // horizontal
    SRA_16(temp9, temp10, temp11, temp12, temp1, temp2, temp5, temp6)
    INSERT_HALF_X2(temp1, temp6, temp5, temp2)
    SRA_16(temp13, temp14, temp15, temp16, temp3, temp4, temp17, temp8)
    "repl.ph %[temp2], 0x4 \n\t"
    INSERT_HALF_X2(temp3, temp8, temp17, temp4)
    "addq.ph %[temp1], %[temp1], %[temp2] \n\t"
    "addq.ph %[temp6], %[temp6], %[temp2] \n\t"
    ADD_SUB_HALVES(temp2, temp4, temp1, temp3)
    ADD_SUB_HALVES(temp5, temp7, temp6, temp8)
    MUL_SHIFT_SUM(temp1, temp3, temp6, temp8, temp9, temp13, temp17, temp18,
                  temp3, temp13, temp1, temp9, temp9, temp13, temp11, temp15,
                  temp6, temp17, temp8, temp18)
    MUL_SHIFT_SUM(temp6, temp8, temp18, temp17, temp11, temp15, temp12, temp16,
                  temp8, temp15, temp6, temp11, temp12, temp16, temp10, temp14,
                  temp18, temp12, temp17, temp16)
    INSERT_HALF_X2(temp1, temp3, temp9, temp13)
    INSERT_HALF_X2(temp6, temp8, temp11, temp15)
    SHIFT_R_SUM_X2(temp9, temp10, temp11, temp12, temp13, temp14, temp15,
                   temp16, temp2, temp4, temp5, temp7, temp3, temp1, temp8,
                   temp6)
    PACK_2_HALVES_TO_WORD(temp1, temp2, temp3, temp4, temp9, temp12, temp13,
                          temp16, temp11, temp10, temp15, temp14)
    LOAD_WITH_OFFSET_X4(temp10, temp11, temp14, temp15, dst,
                        0, 0, 0, 0,
                        0, 1, 2, 3,
                        BPS)
    CONVERT_2_BYTES_TO_HALF(temp5, temp6, temp7, temp8, temp17, temp18, temp10,
                            temp11, temp10, temp11, temp14, temp15)
    STORE_SAT_SUM_X2(temp5, temp6, temp7, temp8, temp17, temp18, temp10, temp11,
                     temp9, temp12, temp1, temp2, temp13, temp16, temp3, temp4,
                     dst, 0, 1, 2, 3, BPS)

    OUTPUT_EARLY_CLOBBER_REGS_18()
    : [dst]"r"(dst), [in]"r"(in), [kC1]"r"(kC1), [kC2]"r"(kC2)
    : "memory", "hi", "lo"
  );
}

static void TransformTwo(const int16_t* WEBP_RESTRICT in,
                         uint8_t* WEBP_RESTRICT dst, int do_two) {
  TransformOne(in, dst);
  if (do_two) {
    TransformOne(in + 16, dst + 4);
  }
}

static WEBP_INLINE void FilterLoop26(uint8_t* p,
                                     int hstride, int vstride, int size,
                                     int thresh, int ithresh, int hev_thresh) {
  const int thresh2 = 2 * thresh + 1;
  int temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8, temp9;
  int temp10, temp11, temp12, temp13, temp14, temp15;

  __asm__ volatile (
    ".set push \n\t"
    ".set noreorder \n\t"
  "1: \n\t"
    "negu %[temp1], %[hstride] \n\t"
    "addiu %[size], %[size], -1 \n\t"
    "sll %[temp2], %[hstride], 1 \n\t"
    "sll %[temp3], %[temp1], 1 \n\t"
    "addu %[temp4], %[temp2], %[hstride] \n\t"
    "addu %[temp5], %[temp3], %[temp1] \n\t"
    "lbu %[temp7], 0(%[p]) \n\t"
    "sll %[temp6], %[temp3], 1 \n\t"
    "lbux %[temp8], %[temp5](%[p]) \n\t"
    "lbux %[temp9], %[temp3](%[p]) \n\t"
    "lbux %[temp10], %[temp1](%[p]) \n\t"
    "lbux %[temp11], %[temp6](%[p]) \n\t"
    "lbux %[temp12], %[hstride](%[p]) \n\t"
    "lbux %[temp13], %[temp2](%[p]) \n\t"
    "lbux %[temp14], %[temp4](%[p]) \n\t"
    "subu %[temp1], %[temp10], %[temp7] \n\t"
    "subu %[temp2], %[temp9], %[temp12] \n\t"
    "absq_s.w %[temp3], %[temp1] \n\t"
    "absq_s.w %[temp4], %[temp2] \n\t"
    "negu %[temp1], %[temp1] \n\t"
    "sll %[temp3], %[temp3], 2 \n\t"
    "addu %[temp15], %[temp3], %[temp4] \n\t"
    "subu %[temp3], %[temp15], %[thresh2] \n\t"
    "sll %[temp6], %[temp1], 1 \n\t"
    "bgtz %[temp3], 3f \n\t"
    " subu %[temp4], %[temp11], %[temp8] \n\t"
    "absq_s.w %[temp4], %[temp4] \n\t"
    "shll_s.w %[temp2], %[temp2], 24 \n\t"
    "subu %[temp4], %[temp4], %[ithresh] \n\t"
    "bgtz %[temp4], 3f \n\t"
    " subu %[temp3], %[temp8], %[temp9] \n\t"
    "absq_s.w %[temp3], %[temp3] \n\t"
    "subu %[temp3], %[temp3], %[ithresh] \n\t"
    "bgtz %[temp3], 3f \n\t"
    " subu %[temp5], %[temp9], %[temp10] \n\t"
    "absq_s.w %[temp3], %[temp5] \n\t"
    "absq_s.w %[temp5], %[temp5] \n\t"
    "subu %[temp3], %[temp3], %[ithresh] \n\t"
    "bgtz %[temp3], 3f \n\t"
    " subu %[temp3], %[temp14], %[temp13] \n\t"
    "absq_s.w %[temp3], %[temp3] \n\t"
    "slt %[temp5], %[hev_thresh], %[temp5] \n\t"
    "subu %[temp3], %[temp3], %[ithresh] \n\t"
    "bgtz %[temp3], 3f \n\t"
    " subu %[temp3], %[temp13], %[temp12] \n\t"
    "absq_s.w %[temp3], %[temp3] \n\t"
    "sra %[temp4], %[temp2], 24 \n\t"
    "subu %[temp3], %[temp3], %[ithresh] \n\t"
    "bgtz %[temp3], 3f \n\t"
    " subu %[temp15], %[temp12], %[temp7] \n\t"
    "absq_s.w %[temp3], %[temp15] \n\t"
    "absq_s.w %[temp15], %[temp15] \n\t"
    "subu %[temp3], %[temp3], %[ithresh] \n\t"
    "bgtz %[temp3], 3f \n\t"
    " slt %[temp15], %[hev_thresh], %[temp15] \n\t"
    "addu %[temp3], %[temp6], %[temp1] \n\t"
    "or %[temp2], %[temp5], %[temp15] \n\t"
    "addu %[temp5], %[temp4], %[temp3] \n\t"
    "beqz %[temp2], 4f \n\t"
    " shra_r.w %[temp1], %[temp5], 3 \n\t"
    "addiu %[temp2], %[temp5], 3 \n\t"
    "sra %[temp2], %[temp2], 3 \n\t"
    "shll_s.w %[temp1], %[temp1], 27 \n\t"
    "shll_s.w %[temp2], %[temp2], 27 \n\t"
    "subu %[temp3], %[p], %[hstride] \n\t"
    "sra %[temp1], %[temp1], 27 \n\t"
    "sra %[temp2], %[temp2], 27 \n\t"
    "subu %[temp1], %[temp7], %[temp1] \n\t"
    "addu %[temp2], %[temp10], %[temp2] \n\t"
    "lbux %[temp2], %[temp2](%[VP8kclip1]) \n\t"
    "lbux %[temp1], %[temp1](%[VP8kclip1]) \n\t"
    "sb %[temp2], 0(%[temp3]) \n\t"
    "j 3f \n\t"
    " sb %[temp1], 0(%[p]) \n\t"
  "4: \n\t"
    "shll_s.w %[temp5], %[temp5], 24 \n\t"
    "subu %[temp14], %[p], %[hstride] \n\t"
    "subu %[temp11], %[temp14], %[hstride] \n\t"
    "sra %[temp6], %[temp5], 24 \n\t"
    "sll %[temp1], %[temp6], 3 \n\t"
    "subu %[temp15], %[temp11], %[hstride] \n\t"
    "addu %[temp2], %[temp6], %[temp1] \n\t"
    "sll %[temp3], %[temp2], 1 \n\t"
    "addu %[temp4], %[temp3], %[temp2] \n\t"
    "addiu %[temp2], %[temp2], 63 \n\t"
    "addiu %[temp3], %[temp3], 63 \n\t"
    "addiu %[temp4], %[temp4], 63 \n\t"
    "sra %[temp2], %[temp2], 7 \n\t"
    "sra %[temp3], %[temp3], 7 \n\t"
    "sra %[temp4], %[temp4], 7 \n\t"
    "addu %[temp1], %[temp8], %[temp2] \n\t"
    "addu %[temp5], %[temp9], %[temp3] \n\t"
    "addu %[temp6], %[temp10], %[temp4] \n\t"
    "subu %[temp8], %[temp7], %[temp4] \n\t"
    "subu %[temp7], %[temp12], %[temp3] \n\t"
    "addu %[temp10], %[p], %[hstride] \n\t"
    "subu %[temp9], %[temp13], %[temp2] \n\t"
    "addu %[temp12], %[temp10], %[hstride] \n\t"
    "lbux %[temp2], %[temp1](%[VP8kclip1]) \n\t"
    "lbux %[temp3], %[temp5](%[VP8kclip1]) \n\t"
    "lbux %[temp4], %[temp6](%[VP8kclip1]) \n\t"
    "lbux %[temp5], %[temp8](%[VP8kclip1]) \n\t"
    "lbux %[temp6], %[temp7](%[VP8kclip1]) \n\t"
    "lbux %[temp8], %[temp9](%[VP8kclip1]) \n\t"
    "sb %[temp2], 0(%[temp15]) \n\t"
    "sb %[temp3], 0(%[temp11]) \n\t"
    "sb %[temp4], 0(%[temp14]) \n\t"
    "sb %[temp5], 0(%[p]) \n\t"
    "sb %[temp6], 0(%[temp10]) \n\t"
    "sb %[temp8], 0(%[temp12]) \n\t"
  "3: \n\t"
    "bgtz %[size], 1b \n\t"
    " addu %[p], %[p], %[vstride] \n\t"
    ".set pop \n\t"
    : [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),[temp3]"=&r"(temp3),
      [temp4]"=&r"(temp4), [temp5]"=&r"(temp5), [temp6]"=&r"(temp6),
      [temp7]"=&r"(temp7),[temp8]"=&r"(temp8),[temp9]"=&r"(temp9),
      [temp10]"=&r"(temp10),[temp11]"=&r"(temp11),[temp12]"=&r"(temp12),
      [temp13]"=&r"(temp13),[temp14]"=&r"(temp14),[temp15]"=&r"(temp15),
      [size]"+&r"(size), [p]"+&r"(p)
    : [hstride]"r"(hstride), [thresh2]"r"(thresh2),
      [ithresh]"r"(ithresh),[vstride]"r"(vstride), [hev_thresh]"r"(hev_thresh),
      [VP8kclip1]"r"(VP8kclip1)
    : "memory"
  );
}

static WEBP_INLINE void FilterLoop24(uint8_t* p,
                                     int hstride, int vstride, int size,
                                     int thresh, int ithresh, int hev_thresh) {
  int p0, q0, p1, q1, p2, q2, p3, q3;
  int step1, step2, temp1, temp2, temp3, temp4;
  uint8_t* pTemp0;
  uint8_t* pTemp1;
  const int thresh2 = 2 * thresh + 1;

  __asm__ volatile (
    ".set push \n\t"
    ".set noreorder \n\t"
    "bltz %[size], 3f \n\t"
    " nop \n\t"
  "2: \n\t"
    "negu %[step1], %[hstride] \n\t"
    "lbu %[q0], 0(%[p]) \n\t"
    "lbux %[p0], %[step1](%[p]) \n\t"
    "subu %[step1], %[step1], %[hstride] \n\t"
    "lbux %[q1], %[hstride](%[p]) \n\t"
    "subu %[temp1], %[p0], %[q0] \n\t"
    "lbux %[p1], %[step1](%[p]) \n\t"
    "addu %[step2], %[hstride], %[hstride] \n\t"
    "absq_s.w %[temp2], %[temp1] \n\t"
    "subu %[temp3], %[p1], %[q1] \n\t"
    "absq_s.w %[temp4], %[temp3] \n\t"
    "sll %[temp2], %[temp2], 2 \n\t"
    "addu %[temp2], %[temp2], %[temp4] \n\t"
    "subu %[temp4], %[temp2], %[thresh2] \n\t"
    "subu %[step1], %[step1], %[hstride] \n\t"
    "bgtz %[temp4], 0f \n\t"
    " lbux %[p2], %[step1](%[p]) \n\t"
    "subu %[step1], %[step1], %[hstride] \n\t"
    "lbux %[q2], %[step2](%[p]) \n\t"
    "lbux %[p3], %[step1](%[p]) \n\t"
    "subu %[temp4], %[p2], %[p1] \n\t"
    "addu %[step2], %[step2], %[hstride] \n\t"
    "subu %[temp2], %[p3], %[p2] \n\t"
    "absq_s.w %[temp4], %[temp4] \n\t"
    "absq_s.w %[temp2], %[temp2] \n\t"
    "lbux %[q3], %[step2](%[p]) \n\t"
    "subu %[temp4], %[temp4], %[ithresh] \n\t"
    "negu %[temp1], %[temp1] \n\t"
    "bgtz %[temp4], 0f \n\t"
    " subu %[temp2], %[temp2], %[ithresh] \n\t"
    "subu %[p3], %[p1], %[p0] \n\t"
    "bgtz %[temp2], 0f \n\t"
    " absq_s.w %[p3], %[p3] \n\t"
    "subu %[temp4], %[q3], %[q2] \n\t"
    "subu %[pTemp0], %[p], %[hstride] \n\t"
    "absq_s.w %[temp4], %[temp4] \n\t"
    "subu %[temp2], %[p3], %[ithresh] \n\t"
    "sll %[step1], %[temp1], 1 \n\t"
    "bgtz %[temp2], 0f \n\t"
    " subu %[temp4], %[temp4], %[ithresh] \n\t"
    "subu %[temp2], %[q2], %[q1] \n\t"
    "bgtz %[temp4], 0f \n\t"
    " absq_s.w %[temp2], %[temp2] \n\t"
    "subu %[q3], %[q1], %[q0] \n\t"
    "absq_s.w %[q3], %[q3] \n\t"
    "subu %[temp2], %[temp2], %[ithresh] \n\t"
    "addu %[temp1], %[temp1], %[step1] \n\t"
    "bgtz %[temp2], 0f \n\t"
    " subu %[temp4], %[q3], %[ithresh] \n\t"
    "slt %[p3], %[hev_thresh], %[p3] \n\t"
    "bgtz %[temp4], 0f \n\t"
    " slt %[q3], %[hev_thresh], %[q3] \n\t"
    "or %[q3], %[q3], %[p3] \n\t"
    "bgtz %[q3], 1f \n\t"
    " shra_r.w %[temp2], %[temp1], 3 \n\t"
    "addiu %[temp1], %[temp1], 3 \n\t"
    "sra %[temp1], %[temp1], 3 \n\t"
    "shll_s.w %[temp2], %[temp2], 27 \n\t"
    "shll_s.w %[temp1], %[temp1], 27 \n\t"
    "addu %[pTemp1], %[p], %[hstride] \n\t"
    "sra %[temp2], %[temp2], 27 \n\t"
    "sra %[temp1], %[temp1], 27 \n\t"
    "addiu %[step1], %[temp2], 1 \n\t"
    "sra %[step1], %[step1], 1 \n\t"
    "addu %[p0], %[p0], %[temp1] \n\t"
    "addu %[p1], %[p1], %[step1] \n\t"
    "subu %[q0], %[q0], %[temp2] \n\t"
    "subu %[q1], %[q1], %[step1] \n\t"
    "lbux %[temp2], %[p0](%[VP8kclip1]) \n\t"
    "lbux %[temp3], %[q0](%[VP8kclip1]) \n\t"
    "lbux %[temp4], %[q1](%[VP8kclip1]) \n\t"
    "sb %[temp2], 0(%[pTemp0]) \n\t"
    "lbux %[temp1], %[p1](%[VP8kclip1]) \n\t"
    "subu %[pTemp0], %[pTemp0], %[hstride] \n\t"
    "sb %[temp3], 0(%[p]) \n\t"
    "sb %[temp4], 0(%[pTemp1]) \n\t"
    "j 0f \n\t"
    " sb %[temp1], 0(%[pTemp0]) \n\t"
  "1: \n\t"
    "shll_s.w %[temp3], %[temp3], 24 \n\t"
    "sra %[temp3], %[temp3], 24 \n\t"
    "addu %[temp1], %[temp1], %[temp3] \n\t"
    "shra_r.w %[temp2], %[temp1], 3 \n\t"
    "addiu %[temp1], %[temp1], 3 \n\t"
    "shll_s.w %[temp2], %[temp2], 27 \n\t"
    "sra %[temp1], %[temp1], 3 \n\t"
    "shll_s.w %[temp1], %[temp1], 27 \n\t"
    "sra %[temp2], %[temp2], 27 \n\t"
    "sra %[temp1], %[temp1], 27 \n\t"
    "addu %[p0], %[p0], %[temp1] \n\t"
    "subu %[q0], %[q0], %[temp2] \n\t"
    "lbux %[temp1], %[p0](%[VP8kclip1]) \n\t"
    "lbux %[temp2], %[q0](%[VP8kclip1]) \n\t"
    "sb %[temp2], 0(%[p]) \n\t"
    "sb %[temp1], 0(%[pTemp0]) \n\t"
  "0: \n\t"
    "subu %[size], %[size], 1 \n\t"
    "bgtz %[size], 2b \n\t"
    " addu %[p], %[p], %[vstride] \n\t"
  "3: \n\t"
    ".set pop \n\t"
    : [p0]"=&r"(p0), [q0]"=&r"(q0), [p1]"=&r"(p1), [q1]"=&r"(q1),
      [p2]"=&r"(p2), [q2]"=&r"(q2), [p3]"=&r"(p3), [q3]"=&r"(q3),
      [step2]"=&r"(step2), [step1]"=&r"(step1), [temp1]"=&r"(temp1),
      [temp2]"=&r"(temp2), [temp3]"=&r"(temp3), [temp4]"=&r"(temp4),
      [pTemp0]"=&r"(pTemp0), [pTemp1]"=&r"(pTemp1), [p]"+&r"(p),
      [size]"+&r"(size)
    : [vstride]"r"(vstride), [ithresh]"r"(ithresh),
      [hev_thresh]"r"(hev_thresh), [hstride]"r"(hstride),
      [VP8kclip1]"r"(VP8kclip1), [thresh2]"r"(thresh2)
    : "memory"
  );
}

// on macroblock edges
static void VFilter16(uint8_t* p, int stride,
                      int thresh, int ithresh, int hev_thresh) {
  FilterLoop26(p, stride, 1, 16, thresh, ithresh, hev_thresh);
}

static void HFilter16(uint8_t* p, int stride,
                      int thresh, int ithresh, int hev_thresh) {
  FilterLoop26(p, 1, stride, 16, thresh, ithresh, hev_thresh);
}

// 8-pixels wide variant, for chroma filtering
static void VFilter8(uint8_t* WEBP_RESTRICT u, uint8_t* WEBP_RESTRICT v,
                     int stride, int thresh, int ithresh, int hev_thresh) {
  FilterLoop26(u, stride, 1, 8, thresh, ithresh, hev_thresh);
  FilterLoop26(v, stride, 1, 8, thresh, ithresh, hev_thresh);
}

static void HFilter8(uint8_t* WEBP_RESTRICT u, uint8_t* WEBP_RESTRICT v,
                     int stride, int thresh, int ithresh, int hev_thresh) {
  FilterLoop26(u, 1, stride, 8, thresh, ithresh, hev_thresh);
  FilterLoop26(v, 1, stride, 8, thresh, ithresh, hev_thresh);
}

// on three inner edges
static void VFilter16i(uint8_t* p, int stride,
                       int thresh, int ithresh, int hev_thresh) {
  int k;
  for (k = 3; k > 0; --k) {
    p += 4 * stride;
    FilterLoop24(p, stride, 1, 16, thresh, ithresh, hev_thresh);
  }
}

static void HFilter16i(uint8_t* p, int stride,
                       int thresh, int ithresh, int hev_thresh) {
  int k;
  for (k = 3; k > 0; --k) {
    p += 4;
    FilterLoop24(p, 1, stride, 16, thresh, ithresh, hev_thresh);
  }
}

static void VFilter8i(uint8_t* WEBP_RESTRICT u, uint8_t* WEBP_RESTRICT v,
                      int stride, int thresh, int ithresh, int hev_thresh) {
  FilterLoop24(u + 4 * stride, stride, 1, 8, thresh, ithresh, hev_thresh);
  FilterLoop24(v + 4 * stride, stride, 1, 8, thresh, ithresh, hev_thresh);
}

static void HFilter8i(uint8_t* WEBP_RESTRICT u, uint8_t* WEBP_RESTRICT v,
                      int stride, int thresh, int ithresh, int hev_thresh) {
  FilterLoop24(u + 4, 1, stride, 8, thresh, ithresh, hev_thresh);
  FilterLoop24(v + 4, 1, stride, 8, thresh, ithresh, hev_thresh);
}

//------------------------------------------------------------------------------
// Simple In-loop filtering (Paragraph 15.2)

static void SimpleVFilter16(uint8_t* p, int stride, int thresh) {
  int i;
  const int thresh2 = 2 * thresh + 1;
  int temp0, temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8;
  uint8_t* p1 = p - stride;
  __asm__ volatile (
    ".set push \n\t"
    ".set noreorder \n\t"
    "li %[i], 16 \n\t"
  "0: \n\t"
    "negu %[temp4], %[stride] \n\t"
    "sll %[temp5], %[temp4], 1 \n\t"
    "lbu %[temp2], 0(%[p]) \n\t"
    "lbux %[temp3], %[stride](%[p]) \n\t"
    "lbux %[temp1], %[temp4](%[p]) \n\t"
    "lbux %[temp0], %[temp5](%[p]) \n\t"
    "subu %[temp7], %[temp1], %[temp2] \n\t"
    "subu %[temp6], %[temp0], %[temp3] \n\t"
    "absq_s.w %[temp4], %[temp7] \n\t"
    "absq_s.w %[temp5], %[temp6] \n\t"
    "sll %[temp4], %[temp4], 2 \n\t"
    "subu %[temp5], %[temp5], %[thresh2] \n\t"
    "addu %[temp5], %[temp4], %[temp5] \n\t"
    "negu %[temp8], %[temp7] \n\t"
    "bgtz %[temp5], 1f \n\t"
    " addiu %[i], %[i], -1 \n\t"
    "sll %[temp4], %[temp8], 1 \n\t"
    "shll_s.w %[temp5], %[temp6], 24 \n\t"
    "addu %[temp3], %[temp4], %[temp8] \n\t"
    "sra %[temp5], %[temp5], 24 \n\t"
    "addu %[temp3], %[temp3], %[temp5] \n\t"
    "addiu %[temp7], %[temp3], 3 \n\t"
    "sra %[temp7], %[temp7], 3 \n\t"
    "shra_r.w %[temp8], %[temp3], 3 \n\t"
    "shll_s.w %[temp0], %[temp7], 27 \n\t"
    "shll_s.w %[temp4], %[temp8], 27 \n\t"
    "sra %[temp0], %[temp0], 27 \n\t"
    "sra %[temp4], %[temp4], 27 \n\t"
    "addu %[temp7], %[temp1], %[temp0] \n\t"
    "subu %[temp2], %[temp2], %[temp4] \n\t"
    "lbux %[temp3], %[temp7](%[VP8kclip1]) \n\t"
    "lbux %[temp4], %[temp2](%[VP8kclip1]) \n\t"
    "sb %[temp3], 0(%[p1]) \n\t"
    "sb %[temp4], 0(%[p]) \n\t"
  "1: \n\t"
    "addiu %[p1], %[p1], 1 \n\t"
    "bgtz %[i], 0b \n\t"
    " addiu %[p], %[p], 1 \n\t"
    " .set pop \n\t"
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8),
      [p]"+&r"(p), [i]"=&r"(i), [p1]"+&r"(p1)
    : [stride]"r"(stride), [VP8kclip1]"r"(VP8kclip1), [thresh2]"r"(thresh2)
    : "memory"
  );
}

// TEMP0 = SRC[A + A1 * BPS]
// TEMP1 = SRC[B + B1 * BPS]
// TEMP2 = SRC[C + C1 * BPS]
// TEMP3 = SRC[D + D1 * BPS]
#define LOAD_4_BYTES(TEMP0, TEMP1, TEMP2, TEMP3,                               \
                     A, A1, B, B1, C, C1, D, D1, SRC)                          \
  "lbu %[" #TEMP0 "], " #A "+" #A1 "*" XSTR(BPS) "(%[" #SRC "]) \n\t"   \
  "lbu %[" #TEMP1 "], " #B "+" #B1 "*" XSTR(BPS) "(%[" #SRC "]) \n\t"   \
  "lbu %[" #TEMP2 "], " #C "+" #C1 "*" XSTR(BPS) "(%[" #SRC "]) \n\t"   \
  "lbu %[" #TEMP3 "], " #D "+" #D1 "*" XSTR(BPS) "(%[" #SRC "]) \n\t"   \

static void SimpleHFilter16(uint8_t* p, int stride, int thresh) {
  int i;
  const int thresh2 = 2 * thresh + 1;
  int temp0, temp1, temp2, temp3, temp4, temp5, temp6, temp7, temp8;
  __asm__ volatile (
    ".set push \n\t"
    ".set noreorder \n\t"
    "li %[i], 16 \n\t"
  "0: \n\t"
    LOAD_4_BYTES(temp0, temp1, temp2, temp3, -2, 0, -1, 0, 0, 0, 1, 0, p)
    "subu %[temp7], %[temp1], %[temp2] \n\t"
    "subu %[temp6], %[temp0], %[temp3] \n\t"
    "absq_s.w %[temp4], %[temp7] \n\t"
    "absq_s.w %[temp5], %[temp6] \n\t"
    "sll %[temp4], %[temp4], 2 \n\t"
    "addu %[temp5], %[temp4], %[temp5] \n\t"
    "subu %[temp5], %[temp5], %[thresh2] \n\t"
    "negu %[temp8], %[temp7] \n\t"
    "bgtz %[temp5], 1f \n\t"
    " addiu %[i], %[i], -1 \n\t"
    "sll %[temp4], %[temp8], 1 \n\t"
    "shll_s.w %[temp5], %[temp6], 24 \n\t"
    "addu %[temp3], %[temp4], %[temp8] \n\t"
    "sra %[temp5], %[temp5], 24 \n\t"
    "addu %[temp3], %[temp3], %[temp5] \n\t"
    "addiu %[temp7], %[temp3], 3 \n\t"
    "sra %[temp7], %[temp7], 3 \n\t"
    "shra_r.w %[temp8], %[temp3], 3 \n\t"
    "shll_s.w %[temp0], %[temp7], 27 \n\t"
    "shll_s.w %[temp4], %[temp8], 27 \n\t"
    "sra %[temp0], %[temp0], 27 \n\t"
    "sra %[temp4], %[temp4], 27 \n\t"
    "addu %[temp7], %[temp1], %[temp0] \n\t"
    "subu %[temp2], %[temp2], %[temp4] \n\t"
    "lbux %[temp3], %[temp7](%[VP8kclip1]) \n\t"
    "lbux %[temp4], %[temp2](%[VP8kclip1]) \n\t"
    "sb %[temp3], -1(%[p]) \n\t"
    "sb %[temp4], 0(%[p]) \n\t"
  "1: \n\t"
    "bgtz %[i], 0b \n\t"
    " addu %[p], %[p], %[stride] \n\t"
    ".set pop \n\t"
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8),
      [p]"+&r"(p), [i]"=&r"(i)
    : [stride]"r"(stride), [VP8kclip1]"r"(VP8kclip1), [thresh2]"r"(thresh2)
    : "memory"
  );
}

static void SimpleVFilter16i(uint8_t* p, int stride, int thresh) {
  int k;
  for (k = 3; k > 0; --k) {
    p += 4 * stride;
    SimpleVFilter16(p, stride, thresh);
  }
}

static void SimpleHFilter16i(uint8_t* p, int stride, int thresh) {
  int k;
  for (k = 3; k > 0; --k) {
    p += 4;
    SimpleHFilter16(p, stride, thresh);
  }
}

// DST[A * BPS]     = TEMP0
// DST[B + C * BPS] = TEMP1
#define STORE_8_BYTES(TEMP0, TEMP1, A, B, C, DST)                              \
  "usw %[" #TEMP0 "], " #A "*" XSTR(BPS) "(%[" #DST "]) \n\t"     \
  "usw %[" #TEMP1 "], " #B "+" #C "*" XSTR(BPS) "(%[" #DST "]) \n\t"

static void VE4(uint8_t* dst) {    // vertical
  const uint8_t* top = dst - BPS;
  int temp0, temp1, temp2, temp3, temp4, temp5, temp6;
  __asm__ volatile (
    "ulw %[temp0], -1(%[top]) \n\t"
    "ulh %[temp1], 3(%[top]) \n\t"
    "preceu.ph.qbr %[temp2], %[temp0] \n\t"
    "preceu.ph.qbl %[temp3], %[temp0] \n\t"
    "preceu.ph.qbr %[temp4], %[temp1] \n\t"
    "packrl.ph %[temp5], %[temp3], %[temp2] \n\t"
    "packrl.ph %[temp6], %[temp4], %[temp3] \n\t"
    "shll.ph %[temp5], %[temp5], 1 \n\t"
    "shll.ph %[temp6], %[temp6], 1 \n\t"
    "addq.ph %[temp2], %[temp5], %[temp2] \n\t"
    "addq.ph %[temp6], %[temp6], %[temp4] \n\t"
    "addq.ph %[temp2], %[temp2], %[temp3] \n\t"
    "addq.ph %[temp6], %[temp6], %[temp3] \n\t"
    "shra_r.ph %[temp2], %[temp2], 2 \n\t"
    "shra_r.ph %[temp6], %[temp6], 2 \n\t"
    "precr.qb.ph %[temp4], %[temp6], %[temp2] \n\t"
    STORE_8_BYTES(temp4, temp4, 0, 0, 1, dst)
    STORE_8_BYTES(temp4, temp4, 2, 0, 3, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6)
    : [top]"r"(top), [dst]"r"(dst)
    : "memory"
  );
}

static void DC4(uint8_t* dst) {   // DC
  int temp0, temp1, temp2, temp3, temp4;
  __asm__ volatile (
    "ulw %[temp0], -1*" XSTR(BPS) "(%[dst]) \n\t"
    LOAD_4_BYTES(temp1, temp2, temp3, temp4, -1, 0, -1, 1, -1, 2, -1, 3, dst)
    "ins %[temp1], %[temp2], 8, 8 \n\t"
    "ins %[temp1], %[temp3], 16, 8 \n\t"
    "ins %[temp1], %[temp4], 24, 8 \n\t"
    "raddu.w.qb %[temp0], %[temp0] \n\t"
    "raddu.w.qb %[temp1], %[temp1] \n\t"
    "addu %[temp0], %[temp0], %[temp1] \n\t"
    "shra_r.w %[temp0], %[temp0], 3 \n\t"
    "replv.qb %[temp0], %[temp0] \n\t"
    STORE_8_BYTES(temp0, temp0, 0, 0, 1, dst)
    STORE_8_BYTES(temp0, temp0, 2, 0, 3, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4)
    : [dst]"r"(dst)
    : "memory"
  );
}

static void RD4(uint8_t* dst) {   // Down-right
  int temp0, temp1, temp2, temp3, temp4;
  int temp5, temp6, temp7, temp8;
  __asm__ volatile (
    LOAD_4_BYTES(temp0, temp1, temp2, temp3, -1, 0, -1, 1, -1, 2, -1, 3, dst)
    "ulw %[temp7], -1-" XSTR(BPS) "(%[dst]) \n\t"
    "ins %[temp1], %[temp0], 16, 16 \n\t"
    "preceu.ph.qbr %[temp5], %[temp7] \n\t"
    "ins %[temp2], %[temp1], 16, 16 \n\t"
    "preceu.ph.qbl %[temp4], %[temp7] \n\t"
    "ins %[temp3], %[temp2], 16, 16 \n\t"
    "shll.ph %[temp2], %[temp2], 1 \n\t"
    "addq.ph %[temp3], %[temp3], %[temp1] \n\t"
    "packrl.ph %[temp6], %[temp5], %[temp1] \n\t"
    "addq.ph %[temp3], %[temp3], %[temp2] \n\t"
    "addq.ph %[temp1], %[temp1], %[temp5] \n\t"
    "shll.ph %[temp6], %[temp6], 1 \n\t"
    "addq.ph %[temp1], %[temp1], %[temp6] \n\t"
    "packrl.ph %[temp0], %[temp4], %[temp5] \n\t"
    "addq.ph %[temp8], %[temp5], %[temp4] \n\t"
    "shra_r.ph %[temp3], %[temp3], 2 \n\t"
    "shll.ph %[temp0], %[temp0], 1 \n\t"
    "shra_r.ph %[temp1], %[temp1], 2 \n\t"
    "addq.ph %[temp8], %[temp0], %[temp8] \n\t"
    "lbu %[temp5], 3-" XSTR(BPS) "(%[dst]) \n\t"
    "precrq.ph.w %[temp7], %[temp7], %[temp7] \n\t"
    "shra_r.ph %[temp8], %[temp8], 2 \n\t"
    "ins %[temp7], %[temp5], 0, 8 \n\t"
    "precr.qb.ph %[temp2], %[temp1], %[temp3] \n\t"
    "raddu.w.qb %[temp4], %[temp7] \n\t"
    "precr.qb.ph %[temp6], %[temp8], %[temp1] \n\t"
    "shra_r.w %[temp4], %[temp4], 2 \n\t"
    STORE_8_BYTES(temp2, temp6, 3, 0, 1, dst)
    "prepend %[temp2], %[temp8], 8 \n\t"
    "prepend %[temp6], %[temp4], 8 \n\t"
    STORE_8_BYTES(temp2, temp6, 2, 0, 0, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8)
    : [dst]"r"(dst)
    : "memory"
  );
}

// TEMP0 = SRC[A * BPS]
// TEMP1 = SRC[B + C * BPS]
#define LOAD_8_BYTES(TEMP0, TEMP1, A, B, C, SRC)                               \
  "ulw %[" #TEMP0 "], " #A "*" XSTR(BPS) "(%[" #SRC "]) \n\t"     \
  "ulw %[" #TEMP1 "], " #B "+" #C "*" XSTR(BPS) "(%[" #SRC "]) \n\t"

static void LD4(uint8_t* dst) {   // Down-Left
  int temp0, temp1, temp2, temp3, temp4;
  int temp5, temp6, temp7, temp8, temp9;
  __asm__ volatile (
    LOAD_8_BYTES(temp0, temp1, -1, 4, -1, dst)
    "preceu.ph.qbl %[temp2], %[temp0] \n\t"
    "preceu.ph.qbr %[temp3], %[temp0] \n\t"
    "preceu.ph.qbr %[temp4], %[temp1] \n\t"
    "preceu.ph.qbl %[temp5], %[temp1] \n\t"
    "packrl.ph %[temp6], %[temp2], %[temp3] \n\t"
    "packrl.ph %[temp7], %[temp4], %[temp2] \n\t"
    "packrl.ph %[temp8], %[temp5], %[temp4] \n\t"
    "shll.ph %[temp6], %[temp6], 1 \n\t"
    "addq.ph %[temp9], %[temp2], %[temp6] \n\t"
    "shll.ph %[temp7], %[temp7], 1 \n\t"
    "addq.ph %[temp9], %[temp9], %[temp3] \n\t"
    "shll.ph %[temp8], %[temp8], 1 \n\t"
    "shra_r.ph %[temp9], %[temp9], 2 \n\t"
    "addq.ph %[temp3], %[temp4], %[temp7] \n\t"
    "addq.ph %[temp0], %[temp5], %[temp8] \n\t"
    "addq.ph %[temp3], %[temp3], %[temp2] \n\t"
    "addq.ph %[temp0], %[temp0], %[temp4] \n\t"
    "shra_r.ph %[temp3], %[temp3], 2 \n\t"
    "shra_r.ph %[temp0], %[temp0], 2 \n\t"
    "srl %[temp1], %[temp1], 24 \n\t"
    "sll %[temp1], %[temp1], 1 \n\t"
    "raddu.w.qb %[temp5], %[temp5] \n\t"
    "precr.qb.ph %[temp9], %[temp3], %[temp9] \n\t"
    "precr.qb.ph %[temp3], %[temp0], %[temp3] \n\t"
    "addu %[temp1], %[temp1], %[temp5] \n\t"
    "shra_r.w %[temp1], %[temp1], 2 \n\t"
    STORE_8_BYTES(temp9, temp3, 0, 0, 2, dst)
    "prepend %[temp9], %[temp0], 8 \n\t"
    "prepend %[temp3], %[temp1], 8 \n\t"
    STORE_8_BYTES(temp9, temp3, 1, 0, 3, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8),
      [temp9]"=&r"(temp9)
    : [dst]"r"(dst)
    : "memory"
  );
}

//------------------------------------------------------------------------------
// Chroma

static void DC8uv(uint8_t* dst) {     // DC
  int temp0, temp1, temp2, temp3, temp4;
  int temp5, temp6, temp7, temp8, temp9;
  __asm__ volatile (
    LOAD_8_BYTES(temp0, temp1, -1, 4, -1, dst)
    LOAD_4_BYTES(temp2, temp3, temp4, temp5, -1, 0, -1, 1, -1, 2, -1, 3, dst)
    LOAD_4_BYTES(temp6, temp7, temp8, temp9, -1, 4, -1, 5, -1, 6, -1, 7, dst)
    "raddu.w.qb %[temp0], %[temp0] \n\t"
    "raddu.w.qb %[temp1], %[temp1] \n\t"
    "addu %[temp2], %[temp2], %[temp3] \n\t"
    "addu %[temp4], %[temp4], %[temp5] \n\t"
    "addu %[temp6], %[temp6], %[temp7] \n\t"
    "addu %[temp8], %[temp8], %[temp9] \n\t"
    "addu %[temp0], %[temp0], %[temp1] \n\t"
    "addu %[temp2], %[temp2], %[temp4] \n\t"
    "addu %[temp6], %[temp6], %[temp8] \n\t"
    "addu %[temp0], %[temp0], %[temp2] \n\t"
    "addu %[temp0], %[temp0], %[temp6] \n\t"
    "shra_r.w %[temp0], %[temp0], 4 \n\t"
    "replv.qb %[temp0], %[temp0] \n\t"
    STORE_8_BYTES(temp0, temp0, 0, 4, 0, dst)
    STORE_8_BYTES(temp0, temp0, 1, 4, 1, dst)
    STORE_8_BYTES(temp0, temp0, 2, 4, 2, dst)
    STORE_8_BYTES(temp0, temp0, 3, 4, 3, dst)
    STORE_8_BYTES(temp0, temp0, 4, 4, 4, dst)
    STORE_8_BYTES(temp0, temp0, 5, 4, 5, dst)
    STORE_8_BYTES(temp0, temp0, 6, 4, 6, dst)
    STORE_8_BYTES(temp0, temp0, 7, 4, 7, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8),
      [temp9]"=&r"(temp9)
    : [dst]"r"(dst)
    : "memory"
  );
}

static void DC8uvNoLeft(uint8_t* dst) {   // DC with no left samples
  int temp0, temp1;
  __asm__ volatile (
    LOAD_8_BYTES(temp0, temp1, -1, 4, -1, dst)
    "raddu.w.qb %[temp0], %[temp0] \n\t"
    "raddu.w.qb %[temp1], %[temp1] \n\t"
    "addu %[temp0], %[temp0], %[temp1] \n\t"
    "shra_r.w %[temp0], %[temp0], 3 \n\t"
    "replv.qb %[temp0], %[temp0] \n\t"
    STORE_8_BYTES(temp0, temp0, 0, 4, 0, dst)
    STORE_8_BYTES(temp0, temp0, 1, 4, 1, dst)
    STORE_8_BYTES(temp0, temp0, 2, 4, 2, dst)
    STORE_8_BYTES(temp0, temp0, 3, 4, 3, dst)
    STORE_8_BYTES(temp0, temp0, 4, 4, 4, dst)
    STORE_8_BYTES(temp0, temp0, 5, 4, 5, dst)
    STORE_8_BYTES(temp0, temp0, 6, 4, 6, dst)
    STORE_8_BYTES(temp0, temp0, 7, 4, 7, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1)
    : [dst]"r"(dst)
    : "memory"
  );
}

static void DC8uvNoTop(uint8_t* dst) {  // DC with no top samples
  int temp0, temp1, temp2, temp3, temp4;
  int temp5, temp6, temp7, temp8;
  __asm__ volatile (
    LOAD_4_BYTES(temp2, temp3, temp4, temp5, -1, 0, -1, 1, -1, 2, -1, 3, dst)
    LOAD_4_BYTES(temp6, temp7, temp8, temp1, -1, 4, -1, 5, -1, 6, -1, 7, dst)
    "addu %[temp2], %[temp2], %[temp3] \n\t"
    "addu %[temp4], %[temp4], %[temp5] \n\t"
    "addu %[temp6], %[temp6], %[temp7] \n\t"
    "addu %[temp8], %[temp8], %[temp1] \n\t"
    "addu %[temp2], %[temp2], %[temp4] \n\t"
    "addu %[temp6], %[temp6], %[temp8] \n\t"
    "addu %[temp0], %[temp6], %[temp2] \n\t"
    "shra_r.w %[temp0], %[temp0], 3 \n\t"
    "replv.qb %[temp0], %[temp0] \n\t"
    STORE_8_BYTES(temp0, temp0, 0, 4, 0, dst)
    STORE_8_BYTES(temp0, temp0, 1, 4, 1, dst)
    STORE_8_BYTES(temp0, temp0, 2, 4, 2, dst)
    STORE_8_BYTES(temp0, temp0, 3, 4, 3, dst)
    STORE_8_BYTES(temp0, temp0, 4, 4, 4, dst)
    STORE_8_BYTES(temp0, temp0, 5, 4, 5, dst)
    STORE_8_BYTES(temp0, temp0, 6, 4, 6, dst)
    STORE_8_BYTES(temp0, temp0, 7, 4, 7, dst)
    : [temp0]"=&r"(temp0), [temp1]"=&r"(temp1), [temp2]"=&r"(temp2),
      [temp3]"=&r"(temp3), [temp4]"=&r"(temp4), [temp5]"=&r"(temp5),
      [temp6]"=&r"(temp6), [temp7]"=&r"(temp7), [temp8]"=&r"(temp8)
    : [dst]"r"(dst)
    : "memory"
  );
}

#undef LOAD_8_BYTES
#undef STORE_8_BYTES
#undef LOAD_4_BYTES

#define CLIPPING(SIZE)                                                         \
  "preceu.ph.qbl %[temp2], %[temp0] \n\t"                 \
  "preceu.ph.qbr %[temp0], %[temp0] \n\t"                 \
".if " #SIZE " == 8 \n\t"                 \
  "preceu.ph.qbl %[temp3], %[temp1] \n\t"                 \
  "preceu.ph.qbr %[temp1], %[temp1] \n\t"                 \
".endif \n\t"                 \
  "addu.ph %[temp2], %[temp2], %[dst_1] \n\t"                 \
  "addu.ph %[temp0], %[temp0], %[dst_1] \n\t"                 \
".if " #SIZE " == 8 \n\t"                 \
  "addu.ph %[temp3], %[temp3], %[dst_1] \n\t"                 \
  "addu.ph %[temp1], %[temp1], %[dst_1] \n\t"                 \
".endif \n\t"                 \
  "shll_s.ph %[temp2], %[temp2], 7 \n\t"                 \
  "shll_s.ph %[temp0], %[temp0], 7 \n\t"                 \
".if " #SIZE " == 8 \n\t"                 \
  "shll_s.ph %[temp3], %[temp3], 7 \n\t"                 \
  "shll_s.ph %[temp1], %[temp1], 7 \n\t"                 \
".endif \n\t"                 \
  "precrqu_s.qb.ph %[temp0], %[temp2], %[temp0] \n\t"                 \
".if " #SIZE " == 8 \n\t"                 \
  "precrqu_s.qb.ph %[temp1], %[temp3], %[temp1] \n\t"                 \
".endif \n\t"


#define CLIP_8B_TO_DST(DST, TOP, SIZE) do {                                    \
  int dst_1 = ((int)(DST)[-1] << 16) + (DST)[-1];                              \
  int temp0, temp1, temp2, temp3;                                              \
  __asm__ volatile (                                                           \
  ".if " #SIZE " < 8 \n\t"                 \
    "ulw %[temp0], 0(%[top]) \n\t"                 \
    "subu.ph %[dst_1], %[dst_1], %[top_1] \n\t"                 \
    CLIPPING(4)                                                                \
    "usw %[temp0], 0(%[dst]) \n\t"                 \
  ".else \n\t"                 \
    "ulw %[temp0], 0(%[top]) \n\t"                 \
    "ulw %[temp1], 4(%[top]) \n\t"                 \
    "subu.ph %[dst_1], %[dst_1], %[top_1] \n\t"                 \
    CLIPPING(8)                                                                \
    "usw %[temp0], 0(%[dst]) \n\t"                 \
    "usw %[temp1], 4(%[dst]) \n\t"                 \
  ".if " #SIZE " == 16 \n\t"                 \
    "ulw %[temp0], 8(%[top]) \n\t"                 \
    "ulw %[temp1], 12(%[top]) \n\t"                 \
    CLIPPING(8)                                                                \
    "usw %[temp0], 8(%[dst]) \n\t"                 \
    "usw %[temp1], 12(%[dst]) \n\t"                 \
  ".endif \n\t"                 \
  ".endif \n\t"                 \
    : [dst_1]"+&r"(dst_1), [temp0]"=&r"(temp0), [temp1]"=&r"(temp1),           \
      [temp2]"=&r"(temp2), [temp3]"=&r"(temp3)                                 \
    : [top_1]"r"(top_1), [top]"r"((TOP)), [dst]"r"((DST))                      \
    : "memory"                                                                 \
  );                                                                           \
} while (0)

#define CLIP_TO_DST(DST, SIZE) do {                                            \
  int y;                                                                       \
  const uint8_t* top = (DST) - BPS;                                            \
  const int top_1 = ((int)top[-1] << 16) + top[-1];                            \
  for (y = 0; y < (SIZE); ++y) {                                               \
    CLIP_8B_TO_DST((DST), top, (SIZE));                                        \
    (DST) += BPS;                                                              \
  }                                                                            \
} while (0)

#define TRUE_MOTION(DST, SIZE)                                                 \
static void TrueMotion##SIZE(uint8_t* (DST)) {                                 \
  CLIP_TO_DST((DST), (SIZE));                                                  \
}

TRUE_MOTION(dst, 4)
TRUE_MOTION(dst, 8)
TRUE_MOTION(dst, 16)

#undef TRUE_MOTION
#undef CLIP_TO_DST
#undef CLIP_8B_TO_DST
#undef CLIPPING

//------------------------------------------------------------------------------
// Entry point

extern void VP8DspInitMIPSdspR2(void);

WEBP_TSAN_IGNORE_FUNCTION void VP8DspInitMIPSdspR2(void) {
  VP8TransformDC = TransformDC;
  VP8TransformAC3 = TransformAC3;
  VP8Transform = TransformTwo;

  VP8VFilter16 = VFilter16;
  VP8HFilter16 = HFilter16;
  VP8VFilter8 = VFilter8;
  VP8HFilter8 = HFilter8;
  VP8VFilter16i = VFilter16i;
  VP8HFilter16i = HFilter16i;
  VP8VFilter8i = VFilter8i;
  VP8HFilter8i = HFilter8i;
  VP8SimpleVFilter16 = SimpleVFilter16;
  VP8SimpleHFilter16 = SimpleHFilter16;
  VP8SimpleVFilter16i = SimpleVFilter16i;
  VP8SimpleHFilter16i = SimpleHFilter16i;

  VP8PredLuma4[0] = DC4;
  VP8PredLuma4[1] = TrueMotion4;
  VP8PredLuma4[2] = VE4;
  VP8PredLuma4[4] = RD4;
  VP8PredLuma4[6] = LD4;

  VP8PredChroma8[0] = DC8uv;
  VP8PredChroma8[1] = TrueMotion8;
  VP8PredChroma8[4] = DC8uvNoTop;
  VP8PredChroma8[5] = DC8uvNoLeft;

  VP8PredLuma16[1] = TrueMotion16;
}

#else  // !WEBP_USE_MIPS_DSP_R2

WEBP_DSP_INIT_STUB(VP8DspInitMIPSdspR2)

#endif  // WEBP_USE_MIPS_DSP_R2