HammingDistance_NEON ported to 32 bit

TBR=kjellander@chromium.org
BUG=libyuv:701
TEST=BenchmarkHammingDistance

Change-Id: I252efd8a27aa11a0fe7d8030d7c8b57f20f04760
Reviewed-on: https://chromium-review.googlesource.com/525232Reviewed-by: Frank Barchard <fbarchard@google.com>
Commit-Queue: Frank Barchard <fbarchard@google.com>

include/libyuv/compare_row.h

@@ -66,10 +66,6 @@ extern "C" {
 #if !defined(LIBYUV_DISABLE_NEON) && \
     (defined(__ARM_NEON__) || defined(LIBYUV_NEON) || defined(__aarch64__))
 #define HAS_SUMSQUAREERROR_NEON
-#endif
-
-// The following are available for Neon 64 bit:
-#if !defined(LIBYUV_DISABLE_NEON) && defined(__aarch64__)
 #define HAS_HAMMINGDISTANCE_NEON
 #endif
 

source/compare_neon.cc

@@ -21,6 +21,85 @@ extern "C" {
 #if !defined(LIBYUV_DISABLE_NEON) && defined(__ARM_NEON__) && \
     !defined(__aarch64__)
 
+// 256 bits at a time
+uint32 HammingDistance_NEON(const uint8* src_a, const uint8* src_b, int count) {
+  uint32 diff;
+  uint32 total_diff = 0;
+
+  for (int i = 0; i < count; i += 32, src_a += 32, src_b += 32) {
+
+  __asm__ volatile(
+      // Load constants.
+      "vmov.u8             q12, #0x55          \n\t"  // m1.
+      "vmov.u8             q13, #0x33          \n\t"  // m2.
+      "vmov.u8             q14, #0x0f          \n\t"  // m4.
+      "vmov.u8             q15, #0x01          \n\t"  // h01.
+
+      // Load d1
+      "vld1.32             {q0,q1}, [%1]       \n\t"  // load d1.
+
+      // Load d2
+      "vld1.32             {q2, q3}, [%2]      \n\t"  // load d2.
+
+      // xor
+      "veor.32             q0, q0, q2          \n\t"  // xor left side.
+      "veor.32             q3, q1, q3          \n\t"  // xor right side.
+
+      // x -= (x >> 1) & m1;
+      "vshr.u32            q1, q0, #1           \n\t"
+      "vshr.u32            q4, q3, #1           \n\t"
+      "vand.32             q1, q1, q12         \n\t"
+      "vand.32             q4, q4, q12         \n\t"
+      "vsub.u32            q0, q0, q1          \n\t"
+      "vsub.u32            q3, q3, q4          \n\t"
+
+      // x = (x & m2) + ((x >> 2) & m2);
+      "vand.32             q1, q0, q13         \n\t"
+      "vand.32             q4, q3, q13         \n\t"
+      "vshr.u32            q2, q0, #2           \n\t"
+      "vshr.u32            q5, q3, #2           \n\t"
+      "vand.32             q2, q2, q13         \n\t"
+      "vand.32             q5, q5, q13         \n\t"
+      "vadd.u32            q0, q1, q2          \n\t"
+      "vadd.u32            q3, q4, q5          \n\t"
+
+      // x = (x + (x >> 4)) & m4;
+      "vshr.u32            q1, q0, #4           \n\t"
+      "vshr.u32            q4, q3, #4           \n\t"
+      "vadd.u32            q0, q0, q1          \n\t"
+      "vadd.u32            q3, q3, q4          \n\t"
+      "vand.32             q0, q0, q14         \n\t"
+      "vand.32             q3, q3, q14         \n\t"
+
+      // (x * h01) >> 24;
+      "vmul.u32            q0, q0, q15         \n\t"
+      "vmul.u32            q3, q3, q15         \n\t"
+      "vshr.u32            q0, q0, #24          \n\t"
+      "vshr.u32            q3, q3, #24          \n\t"
+
+      // sum distances
+      "vpadd.u32           d0, d0, d1          \n\t"
+      "vpadd.u32           d6, d6, d7          \n\t"
+      "vpadd.u32           d0, d0, d0          \n\t"
+      "vpadd.u32           d6, d6, d6          \n\t"
+
+      // add d0,d6.
+      "vadd.u32            d0, d0, d6          \n\t"
+
+      // Move distance to return register.
+      "vmov.32             %0, d0[0]           \n\t"
+
+      // Output.
+      : "=r"(diff), "+r"(src_a), "+r"(src_b)
+        // input
+      :
+      // Clobber list.
+      : "q0", "q1", "q2", "q3", "q4", "q5", "q12", "q13", "q14", "q15");
+    total_diff += diff;
+  }
+  return total_diff;
+}
+
 uint32 SumSquareError_NEON(const uint8* src_a, const uint8* src_b, int count) {
   uint32 sse;
   asm volatile (