Merge CV, ver=5.1; ops/methods from HV, and interface from CV where possible
[goodguy/history.git] / cinelerra-5.0 / libzmpeg3 / video / tst2.c
diff --git a/cinelerra-5.0/libzmpeg3/video/tst2.c b/cinelerra-5.0/libzmpeg3/video/tst2.c
deleted file mode 100644 (file)
index 3a5ef3c..0000000
+++ /dev/null
@@ -1,1090 +0,0 @@
-#include <stdio.h>
-#include <stdint.h>
-#include <stdlib.h>
-
-#define USE_MMX
-#define MMX_ACCURATE
-#define MMX_TRACE
-
-#ifdef USE_MMX
-#include "mmx.h"
-#define m_(v) (*(mmx_t*)(((long long *)(v))))
-#ifdef MMX_ACCURATE
-static uint32_t sadd1[2] = { 0x00010001, 0x00010001 };
-static uint32_t sadd2[2] = { 0x00020002, 0x00020002 };
-#else
-static uint32_t bmask[2] = { 0x7f7f7f7f, 0x7f7f7f7f };
-static uint32_t badd1[2] = { 0x01010101, 0x01010101 };
-#endif
-#endif
-
-static inline void reca(uint8_t *s, uint8_t  *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (uint32_t)(dp[0] + sp[0] + 1) >> 1;
-    dp[1] = (uint32_t)(dp[1] + sp[1] + 1) >> 1;
-    dp[2] = (uint32_t)(dp[2] + sp[2] + 1) >> 1;
-    dp[3] = (uint32_t)(dp[3] + sp[3] + 1) >> 1;
-    dp[4] = (uint32_t)(dp[4] + sp[4] + 1) >> 1;
-    dp[5] = (uint32_t)(dp[5] + sp[5] + 1) >> 1;
-    dp[6] = (uint32_t)(dp[6] + sp[6] + 1) >> 1;
-    dp[7] = (uint32_t)(dp[7] + sp[7] + 1) >> 1;
-    dp[8] = (uint32_t)(dp[8] + sp[8] + 1) >> 1;
-    dp[9] = (uint32_t)(dp[9] + sp[9] + 1) >> 1;
-    dp[10] = (uint32_t)(dp[10] + sp[10] + 1) >> 1;
-    dp[11] = (uint32_t)(dp[11] + sp[11] + 1) >> 1;
-    dp[12] = (uint32_t)(dp[12] + sp[12] + 1) >> 1;
-    dp[13] = (uint32_t)(dp[13] + sp[13] + 1) >> 1;
-    dp[14] = (uint32_t)(dp[14] + sp[14] + 1) >> 1;
-    dp[15] = (uint32_t)(dp[15] + sp[15] + 1) >> 1;
-    sp += lx2;  dp += lx2;
-  }
-}
-
-static inline void mreca(uint8_t *s, uint8_t  *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(dp+0),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp+8),mm1);
-    movq_m2r(m_(dp+8),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-static inline void recac(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (uint32_t)(dp[0] + sp[0] + 1)>>1;
-    dp[1] = (uint32_t)(dp[1] + sp[1] + 1)>>1;
-    dp[2] = (uint32_t)(dp[2] + sp[2] + 1)>>1;
-    dp[3] = (uint32_t)(dp[3] + sp[3] + 1)>>1;
-    dp[4] = (uint32_t)(dp[4] + sp[4] + 1)>>1;
-    dp[5] = (uint32_t)(dp[5] + sp[5] + 1)>>1;
-    dp[6] = (uint32_t)(dp[6] + sp[6] + 1)>>1;
-    dp[7] = (uint32_t)(dp[7] + sp[7] + 1)>>1;
-    sp += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrecac(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(dp+0),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-static inline void recv(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (uint32_t)(sp[0] + sp2[0] + 1) >> 1;
-    dp[1] = (uint32_t)(sp[1] + sp2[1] + 1) >> 1;
-    dp[2] = (uint32_t)(sp[2] + sp2[2] + 1) >> 1;
-    dp[3] = (uint32_t)(sp[3] + sp2[3] + 1) >> 1;
-    dp[4] = (uint32_t)(sp[4] + sp2[4] + 1) >> 1;
-    dp[5] = (uint32_t)(sp[5] + sp2[5] + 1) >> 1;
-    dp[6] = (uint32_t)(sp[6] + sp2[6] + 1) >> 1;
-    dp[7] = (uint32_t)(sp[7] + sp2[7] + 1) >> 1;
-    dp[8] = (uint32_t)(sp[8] + sp2[8] + 1) >> 1;
-    dp[9] = (uint32_t)(sp[9] + sp2[9] + 1) >> 1;
-    dp[10] = (uint32_t)(sp[10] + sp2[10] + 1) >> 1;
-    dp[11] = (uint32_t)(sp[11] + sp2[11] + 1) >> 1;
-    dp[12] = (uint32_t)(sp[12] + sp2[12] + 1) >> 1;
-    dp[13] = (uint32_t)(sp[13] + sp2[13] + 1) >> 1;
-    dp[14] = (uint32_t)(sp[14] + sp2[14] + 1) >> 1;
-    dp[15] = (uint32_t)(sp[15] + sp2[15] + 1) >> 1;
-    sp += lx2;  sp2 += lx2 ; dp += lx2;
-  }
-}
-
-static inline void mrecv(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp2+0),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp +8),mm1);
-    movq_m2r(m_(sp2+8),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  sp2 += lx2 ; dp += lx2;
-  }
-  emms();
-}
-
-static inline void recvc(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (uint32_t)(sp[0]+sp2[0]+1)>>1;
-    dp[1] = (uint32_t)(sp[1]+sp2[1]+1)>>1;
-    dp[2] = (uint32_t)(sp[2]+sp2[2]+1)>>1;
-    dp[3] = (uint32_t)(sp[3]+sp2[3]+1)>>1;
-    dp[4] = (uint32_t)(sp[4]+sp2[4]+1)>>1;
-    dp[5] = (uint32_t)(sp[5]+sp2[5]+1)>>1;
-    dp[6] = (uint32_t)(sp[6]+sp2[6]+1)>>1;
-    dp[7] = (uint32_t)(sp[7]+sp2[7]+1)>>1;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrecvc(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp2+0),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void recva(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (dp[0] + ((uint32_t)(sp[0]+sp2[0]+1)>>1) + 1)>>1;
-    dp[1] = (dp[1] + ((uint32_t)(sp[1]+sp2[1]+1)>>1) + 1)>>1;
-    dp[2] = (dp[2] + ((uint32_t)(sp[2]+sp2[2]+1)>>1) + 1)>>1;
-    dp[3] = (dp[3] + ((uint32_t)(sp[3]+sp2[3]+1)>>1) + 1)>>1;
-    dp[4] = (dp[4] + ((uint32_t)(sp[4]+sp2[4]+1)>>1) + 1)>>1;
-    dp[5] = (dp[5] + ((uint32_t)(sp[5]+sp2[5]+1)>>1) + 1)>>1;
-    dp[6] = (dp[6] + ((uint32_t)(sp[6]+sp2[6]+1)>>1) + 1)>>1;
-    dp[7] = (dp[7] + ((uint32_t)(sp[7]+sp2[7]+1)>>1) + 1)>>1;
-    dp[8] = (dp[8] + ((uint32_t)(sp[8]+sp2[8]+1)>>1) + 1)>>1;
-    dp[9] = (dp[9] + ((uint32_t)(sp[9]+sp2[9]+1)>>1) + 1)>>1;
-    dp[10] = (dp[10] + ((uint32_t)(sp[10]+sp2[10]+1)>>1) + 1)>>1;
-    dp[11] = (dp[11] + ((uint32_t)(sp[11]+sp2[11]+1)>>1) + 1)>>1;
-    dp[12] = (dp[12] + ((uint32_t)(sp[12]+sp2[12]+1)>>1) + 1)>>1;
-    dp[13] = (dp[13] + ((uint32_t)(sp[13]+sp2[13]+1)>>1) + 1)>>1;
-    dp[14] = (dp[14] + ((uint32_t)(sp[14]+sp2[14]+1)>>1) + 1)>>1;
-    dp[15] = (dp[15] + ((uint32_t)(sp[15]+sp2[15]+1)>>1) + 1)>>1;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrecva(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp2+0),mm3);
-    movq_m2r(m_(dp +0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp +8),mm1);
-    movq_m2r(m_(sp2+8),mm3);
-    movq_m2r(m_(dp +8),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void recvac(uint8_t *s, uint8_t *d, int lx,int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  int j; for( j=0; j<h; ++j ) {
-    dp[0] = (dp[0] + ((uint32_t)(sp[0]+sp2[0]+1)>>1) + 1)>>1;
-    dp[1] = (dp[1] + ((uint32_t)(sp[1]+sp2[1]+1)>>1) + 1)>>1;
-    dp[2] = (dp[2] + ((uint32_t)(sp[2]+sp2[2]+1)>>1) + 1)>>1;
-    dp[3] = (dp[3] + ((uint32_t)(sp[3]+sp2[3]+1)>>1) + 1)>>1;
-    dp[4] = (dp[4] + ((uint32_t)(sp[4]+sp2[4]+1)>>1) + 1)>>1;
-    dp[5] = (dp[5] + ((uint32_t)(sp[5]+sp2[5]+1)>>1) + 1)>>1;
-    dp[6] = (dp[6] + ((uint32_t)(sp[6]+sp2[6]+1)>>1) + 1)>>1;
-    dp[7] = (dp[7] + ((uint32_t)(sp[7]+sp2[7]+1)>>1) + 1)>>1;
-    sp += lx2;  sp2 += lx2;  dp+= lx2;
-  }
-}
-
-static inline void mrecvac(uint8_t *s, uint8_t *d, int lx,int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp2+0),mm3);
-    movq_m2r(m_(dp +0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rech(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  uint32_t s1, s2;
-  int j; for( j=0; j<h; ++j ) {
-    s1=sp[0];
-    dp[0] = (uint32_t)(s1+(s2=sp[1])+1)>>1;
-    dp[1] = (uint32_t)(s2+(s1=sp[2])+1)>>1;
-    dp[2] = (uint32_t)(s1+(s2=sp[3])+1)>>1;
-    dp[3] = (uint32_t)(s2+(s1=sp[4])+1)>>1;
-    dp[4] = (uint32_t)(s1+(s2=sp[5])+1)>>1;
-    dp[5] = (uint32_t)(s2+(s1=sp[6])+1)>>1;
-    dp[6] = (uint32_t)(s1+(s2=sp[7])+1)>>1;
-    dp[7] = (uint32_t)(s2+(s1=sp[8])+1)>>1;
-    dp[8] = (uint32_t)(s1+(s2=sp[9])+1)>>1;
-    dp[9] = (uint32_t)(s2+(s1=sp[10])+1)>>1;
-    dp[10] = (uint32_t)(s1+(s2=sp[11])+1)>>1;
-    dp[11] = (uint32_t)(s2+(s1=sp[12])+1)>>1;
-    dp[12] = (uint32_t)(s1+(s2=sp[13])+1)>>1;
-    dp[13] = (uint32_t)(s2+(s1=sp[14])+1)>>1;
-    dp[14] = (uint32_t)(s1+(s2=sp[15])+1)>>1;
-    dp[15] = (uint32_t)(s2+sp[16]+1)>>1;
-    sp += lx2; dp += lx2;
-  }
-}
-
-static inline void mrech(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(sp+1),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp+8),mm1);
-    movq_m2r(m_(sp+9),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rechc(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  uint32_t s1, s2;
-  int j; for( j=0; j<h; ++j ) {
-    s1=sp[0];
-    dp[0] = (uint32_t)(s1+(s2=sp[1])+1)>>1;
-    dp[1] = (uint32_t)(s2+(s1=sp[2])+1)>>1;
-    dp[2] = (uint32_t)(s1+(s2=sp[3])+1)>>1;
-    dp[3] = (uint32_t)(s2+(s1=sp[4])+1)>>1;
-    dp[4] = (uint32_t)(s1+(s2=sp[5])+1)>>1;
-    dp[5] = (uint32_t)(s2+(s1=sp[6])+1)>>1;
-    dp[6] = (uint32_t)(s1+(s2=sp[7])+1)>>1;
-    dp[7] = (uint32_t)(s2+sp[8]+1)>>1;
-    sp += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrechc(uint8_t *s, uint8_t *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(sp+1),mm3);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-static inline void recha(uint8_t *s, uint8_t *d,int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  uint32_t s1, s2;
-  int j; for( j=0; j<h; ++j ) {
-    s1 = sp[0];
-    dp[0] = (dp[0] + ((uint32_t)(s1 + (s2 = sp[1]) + 1) >> 1) + 1) >> 1;
-    dp[1] = (dp[1] + ((uint32_t)(s2 + (s1 = sp[2]) + 1) >> 1) + 1) >> 1;
-    dp[2] = (dp[2] + ((uint32_t)(s1 + (s2 = sp[3]) + 1) >> 1) + 1) >> 1;
-    dp[3] = (dp[3] + ((uint32_t)(s2 + (s1 = sp[4]) + 1) >> 1) + 1) >> 1;
-    dp[4] = (dp[4] + ((uint32_t)(s1 + (s2 = sp[5]) + 1) >> 1) + 1) >> 1;
-    dp[5] = (dp[5] + ((uint32_t)(s2 + (s1 = sp[6]) + 1) >> 1) + 1) >> 1;
-    dp[6] = (dp[6] + ((uint32_t)(s1 + (s2 = sp[7]) + 1) >> 1) + 1) >> 1;
-    dp[7] = (dp[7] + ((uint32_t)(s2 + (s1 = sp[8]) + 1) >> 1) + 1) >> 1;
-    dp[8] = (dp[8] + ((uint32_t)(s1 + (s2 = sp[9]) + 1) >> 1) + 1) >> 1;
-    dp[9] = (dp[9] + ((uint32_t)(s2 + (s1 = sp[10]) + 1) >> 1) + 1) >> 1;
-    dp[10] = (dp[10] + ((uint32_t)(s1 + (s2 = sp[11]) + 1) >> 1) + 1) >> 1;
-    dp[11] = (dp[11] + ((uint32_t)(s2 + (s1 = sp[12]) + 1) >> 1) + 1) >> 1;
-    dp[12] = (dp[12] + ((uint32_t)(s1 + (s2 = sp[13]) + 1) >> 1) + 1) >> 1;
-    dp[13] = (dp[13] + ((uint32_t)(s2 + (s1 = sp[14]) + 1) >> 1) + 1) >> 1;
-    dp[14] = (dp[14] + ((uint32_t)(s1 + (s2 = sp[15]) + 1) >> 1) + 1) >> 1;
-    dp[15] = (dp[15] + ((uint32_t)(s2 + sp[16] + 1) >> 1) + 1) >> 1;
-    sp += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrecha(uint8_t *s, uint8_t *d,int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(sp+1),mm3);
-    movq_m2r(m_(dp+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp+8),mm1);
-    movq_m2r(m_(sp+9),mm3);
-    movq_m2r(m_(dp+8),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rechac(uint8_t *s, uint8_t  *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  uint32_t s1, s2;
-  int j; for( j=0; j<h; ++j ) {
-    s1 = sp[0];
-    dp[0] = (dp[0] + ((uint32_t)(s1 + (s2 = sp[1]) + 1) >> 1) + 1) >> 1;
-    dp[1] = (dp[1] + ((uint32_t)(s2 + (s1 = sp[2]) + 1) >> 1) + 1) >> 1;
-    dp[2] = (dp[2] + ((uint32_t)(s1 + (s2 = sp[3]) + 1) >> 1) + 1) >> 1;
-    dp[3] = (dp[3] + ((uint32_t)(s2 + (s1 = sp[4]) + 1) >> 1) + 1) >> 1;
-    dp[4] = (dp[4] + ((uint32_t)(s1 + (s2 = sp[5]) + 1) >> 1) + 1) >> 1;
-    dp[5] = (dp[5] + ((uint32_t)(s2 + (s1 = sp[6]) + 1) >> 1) + 1) >> 1;
-    dp[6] = (dp[6] + ((uint32_t)(s1 + (s2 = sp[7]) + 1) >> 1) + 1) >> 1;
-    dp[7] = (dp[7] + ((uint32_t)(s2 + sp[8] + 1) >> 1) + 1) >> 1;
-    sp += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrechac(uint8_t *s, uint8_t  *d, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd1),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp+0),mm1);
-    movq_m2r(m_(sp+1),mm3);
-    movq_m2r(m_(dp+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm6,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rec4(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  uint32_t s1, s2, s3, s4;
-  int j; for( j=0; j<h; ++j ) {
-    s1=sp[0]; s3=sp2[0];
-    dp[0] = (uint32_t)(s1+(s2=sp[1])+s3+(s4=sp2[1])+2)>>2;
-    dp[1] = (uint32_t)(s2+(s1=sp[2])+s4+(s3=sp2[2])+2)>>2;
-    dp[2] = (uint32_t)(s1+(s2=sp[3])+s3+(s4=sp2[3])+2)>>2;
-    dp[3] = (uint32_t)(s2+(s1=sp[4])+s4+(s3=sp2[4])+2)>>2;
-    dp[4] = (uint32_t)(s1+(s2=sp[5])+s3+(s4=sp2[5])+2)>>2;
-    dp[5] = (uint32_t)(s2+(s1=sp[6])+s4+(s3=sp2[6])+2)>>2;
-    dp[6] = (uint32_t)(s1+(s2=sp[7])+s3+(s4=sp2[7])+2)>>2;
-    dp[7] = (uint32_t)(s2+(s1=sp[8])+s4+(s3=sp2[8])+2)>>2;
-    dp[8] = (uint32_t)(s1+(s2=sp[9])+s3+(s4=sp2[9])+2)>>2;
-    dp[9] = (uint32_t)(s2+(s1=sp[10])+s4+(s3=sp2[10])+2)>>2;
-    dp[10] = (uint32_t)(s1+(s2=sp[11])+s3+(s4=sp2[11])+2)>>2;
-    dp[11] = (uint32_t)(s2+(s1=sp[12])+s4+(s3=sp2[12])+2)>>2;
-    dp[12] = (uint32_t)(s1+(s2=sp[13])+s3+(s4=sp2[13])+2)>>2;
-    dp[13] = (uint32_t)(s2+(s1=sp[14])+s4+(s3=sp2[14])+2)>>2;
-    dp[14] = (uint32_t)(s1+(s2=sp[15])+s3+(s4=sp2[15])+2)>>2;
-    dp[15] = (uint32_t)(s2+sp[16]+s4+sp2[16]+2)>>2;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrec4(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd2),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp +1),mm3);
-    movq_m2r(m_(sp2+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+1),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp +8),mm1);
-    movq_m2r(m_(sp +9),mm3);
-    movq_m2r(m_(sp2+8),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+9),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rec4c(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  uint32_t s1, s2, s3, s4;
-  int j; for( j=0; j<h; ++j ) {
-    s1=sp[0]; s3=sp2[0];
-    dp[0] = (uint32_t)(s1+(s2=sp[1])+s3+(s4=sp2[1])+2)>>2;
-    dp[1] = (uint32_t)(s2+(s1=sp[2])+s4+(s3=sp2[2])+2)>>2;
-    dp[2] = (uint32_t)(s1+(s2=sp[3])+s3+(s4=sp2[3])+2)>>2;
-    dp[3] = (uint32_t)(s2+(s1=sp[4])+s4+(s3=sp2[4])+2)>>2;
-    dp[4] = (uint32_t)(s1+(s2=sp[5])+s3+(s4=sp2[5])+2)>>2;
-    dp[5] = (uint32_t)(s2+(s1=sp[6])+s4+(s3=sp2[6])+2)>>2;
-    dp[6] = (uint32_t)(s1+(s2=sp[7])+s3+(s4=sp2[7])+2)>>2;
-    dp[7] = (uint32_t)(s2+sp[8]+s4+sp2[8]+2)>>2;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrec4c(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd2),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp +1),mm3);
-    movq_m2r(m_(sp2+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+1),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm7,mm1);
-    paddusw_r2r(mm7,mm2);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rec4a(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  uint32_t s1, s2, s3, s4;
-  int j; for( j=0; j<h; ++j ) {
-    s1 = sp[0];  s3 = sp2[0];
-    dp[0] = (dp[0] + ((uint32_t)(s1+(s2=sp[1])+s3+(s4=sp2[1])+2)>>2) + 1)>>1;
-    dp[1] = (dp[1] + ((uint32_t)(s2+(s1=sp[2])+s4+(s3=sp2[2])+2)>>2) + 1)>>1;
-    dp[2] = (dp[2] + ((uint32_t)(s1+(s2=sp[3])+s3+(s4=sp2[3])+2)>>2) + 1)>>1;
-    dp[3] = (dp[3] + ((uint32_t)(s2+(s1=sp[4])+s4+(s3=sp2[4])+2)>>2) + 1)>>1;
-    dp[4] = (dp[4] + ((uint32_t)(s1+(s2=sp[5])+s3+(s4=sp2[5])+2)>>2) + 1)>>1;
-    dp[5] = (dp[5] + ((uint32_t)(s2+(s1=sp[6])+s4+(s3=sp2[6])+2)>>2) + 1)>>1;
-    dp[6] = (dp[6] + ((uint32_t)(s1+(s2=sp[7])+s3+(s4=sp2[7])+2)>>2) + 1)>>1;
-    dp[7] = (dp[7] + ((uint32_t)(s2+(s1=sp[8])+s4+(s3=sp2[8])+2)>>2) + 1)>>1;
-    dp[8] = (dp[8] + ((uint32_t)(s1+(s2=sp[9])+s3+(s4=sp2[9])+2)>>2) + 1)>>1;
-    dp[9] = (dp[9] + ((uint32_t)(s2+(s1=sp[10])+s4+(s3=sp2[10])+2)>>2) + 1)>>1;
-    dp[10] = (dp[10] + ((uint32_t)(s1+(s2=sp[11])+s3+(s4=sp2[11])+2)>>2) + 1)>>1;
-    dp[11] = (dp[11] + ((uint32_t)(s2+(s1=sp[12])+s4+(s3=sp2[12])+2)>>2) + 1)>>1;
-    dp[12] = (dp[12] + ((uint32_t)(s1+(s2=sp[13])+s3+(s4=sp2[13])+2)>>2) + 1)>>1;
-    dp[13] = (dp[13] + ((uint32_t)(s2+(s1=sp[14])+s4+(s3=sp2[14])+2)>>2) + 1)>>1;
-    dp[14] = (dp[14] + ((uint32_t)(s1+(s2=sp[15])+s3+(s4=sp2[15])+2)>>2) + 1)>>1;
-    dp[15] = (dp[15] + ((uint32_t)(s2+sp[16]+s4+sp2[16]+2)>>2) + 1)>>1;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrec4a(uint8_t *s, uint8_t *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd2),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp +1),mm3);
-    movq_m2r(m_(sp2+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+1),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    movq_m2r(m_(dp +0),mm3);
-    paddusw_r2r(mm7,mm1);
-    movq_r2r(mm3,mm4);
-    paddusw_r2r(mm7,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    movq_m2r(m_(sadd1),mm5);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm5,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    movq_m2r(m_(sp +8),mm1);
-    movq_m2r(m_(sp +9),mm3);
-    movq_m2r(m_(sp2+8),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+9),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    movq_m2r(m_(dp +8),mm3);
-    paddusw_r2r(mm7,mm1);
-    movq_r2r(mm3,mm4);
-    paddusw_r2r(mm7,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    movq_m2r(m_(sadd1),mm5);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm5,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+8));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-static inline void rec4ac(uint8_t *s, uint8_t  *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  uint32_t s1,s2,s3,s4;
-  int j; for( j=0; j<h; ++j ) {
-    s1=sp[0]; s3=sp2[0];
-    dp[0] = (dp[0] + ((uint32_t)(s1+(s2=sp[1])+s3+(s4=sp2[1])+2)>>2) + 1)>>1;
-    dp[1] = (dp[1] + ((uint32_t)(s2+(s1=sp[2])+s4+(s3=sp2[2])+2)>>2) + 1)>>1;
-    dp[2] = (dp[2] + ((uint32_t)(s1+(s2=sp[3])+s3+(s4=sp2[3])+2)>>2) + 1)>>1;
-    dp[3] = (dp[3] + ((uint32_t)(s2+(s1=sp[4])+s4+(s3=sp2[4])+2)>>2) + 1)>>1;
-    dp[4] = (dp[4] + ((uint32_t)(s1+(s2=sp[5])+s3+(s4=sp2[5])+2)>>2) + 1)>>1;
-    dp[5] = (dp[5] + ((uint32_t)(s2+(s1=sp[6])+s4+(s3=sp2[6])+2)>>2) + 1)>>1;
-    dp[6] = (dp[6] + ((uint32_t)(s1+(s2=sp[7])+s3+(s4=sp2[7])+2)>>2) + 1)>>1;
-    dp[7] = (dp[7] + ((uint32_t)(s2+sp[8]+s4+sp2[8]+2)>>2) + 1)>>1;
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-}
-
-static inline void mrec4ac(uint8_t *s, uint8_t  *d, int lx, int lx2, int h)
-{
-  uint8_t *dp=d, *sp=s, *sp2=s+lx;
-  pxor_r2r(mm0,mm0);
-  movq_m2r(m_(sadd2),mm7);
-  int j; for( j=0; j<h; ++j ) {
-    movq_m2r(m_(sp +0),mm1);
-    movq_m2r(m_(sp +1),mm3);
-    movq_m2r(m_(sp2+0),mm5);
-    movq_r2r(mm1,mm2);
-    movq_r2r(mm3,mm4);
-    movq_r2r(mm5,mm6);
-    punpcklbw_r2r(mm0,mm1);
-    punpckhbw_r2r(mm0,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    punpcklbw_r2r(mm0,mm5);
-    punpckhbw_r2r(mm0,mm6);
-    paddusw_r2r(mm3,mm1);
-    movq_m2r(m_(sp2+1),mm3);
-    paddusw_r2r(mm4,mm2);
-    movq_r2r(mm3,mm4);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    paddusw_r2r(mm5,mm3);
-    paddusw_r2r(mm6,mm4);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    movq_m2r(m_(dp +0),mm3);
-    paddusw_r2r(mm7,mm1);
-    movq_r2r(mm3,mm4);
-    paddusw_r2r(mm7,mm2);
-    punpcklbw_r2r(mm0,mm3);
-    punpckhbw_r2r(mm0,mm4);
-    psrlw_i2r(2,mm1);
-    psrlw_i2r(2,mm2);
-    movq_m2r(m_(sadd1),mm5);
-    paddusw_r2r(mm3,mm1);
-    paddusw_r2r(mm4,mm2);
-    paddusw_r2r(mm5,mm1);
-    paddusw_r2r(mm5,mm2);
-    psrlw_i2r(1,mm1);
-    psrlw_i2r(1,mm2);
-    packuswb_r2r(mm2,mm1);
-    movq_r2m(mm1,m_(dp+0));
-    sp += lx2;  sp2 += lx2;  dp += lx2;
-  }
-  emms();
-}
-
-
-
-int main(int ac, char **av)
-{
-  int i, j, k, l, m, n, done;
-  uint8_t dat0[32], dat1[32], dat2[32];
-  m = atoi(av[1]);  {
-    done = 0;
-    n = 16 - 8*(m&1);
-    i = atoi(av[2]);  {
-      j = atoi(av[3]);  {
-        k = atoi(av[4]);  {
-          printf("m=%d, i=%d, j=%d, k=%d, n=%d\n",m, i, j, k, n);
-          for( l=0; l<n; ++l ) {
-            dat0[l] = i;
-            dat1[l] = dat2[l] = j+l;
-            dat0[l+16] = dat1[l+16] = dat2[l+16] = k;
-          }
-          switch( m ) {
-          case 0:
-            reca   (&dat0[0], &dat1[0], 16, 1);
-            mreca  (&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 1:
-            recac  (&dat0[0], &dat1[0], 16, 1);
-            mrecac (&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 2:
-            recv   (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrecv  (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 3:
-            recvc  (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrecvc (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 4:
-            recva  (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrecva (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 5:
-            recvac (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrecvac(&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 6:
-            rech   (&dat0[0], &dat1[0], 16, 1);
-            mrech  (&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 7:
-            rechc  (&dat0[0], &dat1[0], 16, 1);
-            mrechc (&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 8:
-            recha  (&dat0[0], &dat1[0], 16, 1);
-            mrecha (&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 9:
-            rechac (&dat0[0], &dat1[0], 16, 1);
-            mrechac(&dat0[0], &dat2[0], 16, 1);
-            break;
-          case 10:
-            rec4   (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrec4  (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 11:
-            rec4c  (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrec4c (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 12:
-            rec4a  (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrec4a (&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          case 13:
-            rec4ac (&dat0[0], &dat1[0], 0x10, 16, 1);
-            mrec4ac(&dat0[0], &dat2[0], 0x10, 16, 1);
-            break;
-          }
-        }
-        if( (m&1) ) {
-          if( *(uint64_t *)&dat1[0] != *(uint64_t *)&dat2[0] )
-          {
-            printf("k=%d\n",k);
-            printf(" i=%5d %02x %02x %02x %02x  %02x %02x %02x %02x\n", i,
-              dat1[0], dat1[1], dat1[2], dat1[3], dat1[4], dat1[5], dat1[6], dat1[7]);
-            printf(" j=%5d %02x %02x %02x %02x  %02x %02x %02x %02x\n", j,
-              dat2[0], dat2[1], dat2[2], dat2[3], dat2[4], dat2[5], dat2[6], dat2[7]);
-            done = 1;
-          }
-        }
-        else {
-          if( *(uint64_t *)&dat1[0] != *(uint64_t *)&dat2[0] ||
-              *(uint64_t *)&dat1[8] != *(uint64_t *)&dat2[8] )
-          {
-            printf("k=%d\n",k);
-            printf(" i=%5d %02x %02x %02x %02x  %02x %02x %02x %02x", i,
-              dat1[0], dat1[1], dat1[2], dat1[3], dat1[4], dat1[5], dat1[6], dat1[7]);
-            printf(" %02x %02x %02x %02x  %02x %02x %02x %02x\n", dat1[8],
-              dat1[9], dat1[10], dat1[11], dat1[12], dat1[13], dat1[14], dat1[15]);
-            printf(" j=%5d %02x %02x %02x %02x  %02x %02x %02x %02x", j,
-              dat2[0], dat2[1], dat2[2], dat2[3], dat2[4], dat2[5], dat2[6], dat2[7]);
-            printf(" %02x %02x %02x %02x  %02x %02x %02x %02x\n", dat2[8],
-              dat2[9], dat2[10], dat2[11], dat2[12], dat2[13], dat2[14], dat2[15]);
-            done = 1;
-          }
-        }
-      }
-    }
-  }
-  return 0;
-}
-