Есть ли шанс ускорить билинейную интерполяцию?

Сначала я хочу представить вам некоторый контекст.

У меня есть два вида изображений, которые мне нужно объединить. Первое изображение — это фоновое изображение с форматом 8BppGrey и разрешением 320х240. Второе изображение — переднее изображение в формате 32BppRGBA и разрешением 64х48.

Обновить
Github репо с MVP находится в нижней части вопроса.

Для этого я изменяю размер второго изображения с помощью билинейной интерполяции до того же размера, что и первое, а затем использую смешивание, чтобы объединить оба изображения. Смешивание происходит только тогда, когда значение альфа второго изображения больше 0.

Мне нужно сделать это как можно быстрее, поэтому моя идея заключалась в том, чтобы объединить процесс изменения размера и слияния / наложения.

Для этого я использовал функцию изменения размера из репозиторий writeablebitmapex и добавил слияние / смешивание.

Все работает как положено, но я хочу уменьшить время выполнения.

Это текущие сроки отладки:

// CPU: Intel(R) Core(TM) i7-4810MQ CPU @ 2.80GHz

MediaServer: Execution time in c++ 5 ms
MediaServer: Resizing took 4 ms.
MediaServer: Execution time in c++ 5 ms
MediaServer: Resizing took 5 ms.
MediaServer: Execution time in c++ 4 ms
MediaServer: Resizing took 4 ms.
MediaServer: Execution time in c++ 3 ms
MediaServer: Resizing took 3 ms.
MediaServer: Execution time in c++ 4 ms
MediaServer: Resizing took 4 ms.
MediaServer: Execution time in c++ 5 ms
MediaServer: Resizing took 4 ms.
MediaServer: Execution time in c++ 6 ms
MediaServer: Resizing took 6 ms.
MediaServer: Execution time in c++ 3 ms
MediaServer: Resizing took 3 ms.

Есть ли у меня шанс повысить производительность и уменьшить время выполнения процесса изменения размера / слияния / наложения?

Есть ли некоторые части, которые я могу распараллелить?

Могу ли я использовать некоторые функции процессора?

Огромный удар по производительности — это вложенный цикл, но я понятия не имею, как мне написать его лучше.

Я хотел бы достичь 1 или 2 мс для всего процесса. Это вообще возможно?

Вот модифицированная визуальная функция C ++, которую я использую.

• pd — это буфер для записываемого растрового изображения, которое я использую для отображения
  результат в wpf. Я использую формат по умолчанию 32BppRGBA.
• пикселей это массив int [] изображения 64×48 32BppRGBA
• widthSource и heightSource — размер изображения в пикселях.
• ширина и высота — целевой размер выходного изображения
• baseImage — массив int [] изображения 320×240 8BppGray

Код VC ++:

unsigned int Resize(int* pd, int* pixels, int widthSource, int heightSource, int width, int height, byte* baseImage)
{
unsigned int start = clock();

float xs = (float)widthSource / width;
float ys = (float)heightSource / height;

float fracx, fracy, ifracx, ifracy, sx, sy, l0, l1, rf, gf, bf;
int c, x0, x1, y0, y1;
byte c1a, c1r, c1g, c1b, c2a, c2r, c2g, c2b, c3a, c3r, c3g, c3b, c4a, c4r, c4g, c4b;
byte a, r, g, b;

// Bilinear
int srcIdx = 0;

for (int y = 0; y < height; y++)
{
for (int x = 0; x < width; x++)
{
sx = x * xs;
sy = y * ys;
x0 = (int)sx;
y0 = (int)sy;

// Calculate coordinates of the 4 interpolation points
fracx = sx - x0;
fracy = sy - y0;
ifracx = 1.0f - fracx;
ifracy = 1.0f - fracy;
x1 = x0 + 1;
if (x1 >= widthSource)
{
x1 = x0;
}
y1 = y0 + 1;
if (y1 >= heightSource)
{
y1 = y0;
}

// Read source color
c = pixels[y0 * widthSource + x0];
c1a = (byte)(c >> 24);
c1r = (byte)(c >> 16);
c1g = (byte)(c >> 8);
c1b = (byte)(c);

c = pixels[y0 * widthSource + x1];
c2a = (byte)(c >> 24);
c2r = (byte)(c >> 16);
c2g = (byte)(c >> 8);
c2b = (byte)(c);

c = pixels[y1 * widthSource + x0];
c3a = (byte)(c >> 24);
c3r = (byte)(c >> 16);
c3g = (byte)(c >> 8);
c3b = (byte)(c);

c = pixels[y1 * widthSource + x1];
c4a = (byte)(c >> 24);
c4r = (byte)(c >> 16);
c4g = (byte)(c >> 8);
c4b = (byte)(c);

// Calculate colors
// Alpha
l0 = ifracx * c1a + fracx * c2a;
l1 = ifracx * c3a + fracx * c4a;
a = (byte)(ifracy * l0 + fracy * l1);

// Write destination
if (a > 0)
{
// Red
l0 = ifracx * c1r + fracx * c2r;
l1 = ifracx * c3r + fracx * c4r;
rf = ifracy * l0 + fracy * l1;

// Green
l0 = ifracx * c1g + fracx * c2g;
l1 = ifracx * c3g + fracx * c4g;
gf = ifracy * l0 + fracy * l1;

// Blue
l0 = ifracx * c1b + fracx * c2b;
l1 = ifracx * c3b + fracx * c4b;
bf = ifracy * l0 + fracy * l1;

// Cast to byte
float alpha = a / 255.0f;
r = (byte)((rf * alpha) + (baseImage[srcIdx] * (1.0f - alpha)));
g = (byte)((gf * alpha) + (baseImage[srcIdx] * (1.0f - alpha)));
b = (byte)((bf * alpha) + (baseImage[srcIdx] * (1.0f - alpha)));

pd[srcIdx++] = (255 << 24) | (r << 16) | (g << 8) | b;
}
else
{
// Alpha, Red, Green, Blue
pd[srcIdx++] = (255 << 24) | (baseImage[srcIdx] << 16) | (baseImage[srcIdx] << 8) | baseImage[srcIdx];
}
}
}

unsigned int end = clock() - start;
return end;
}

Github репо