MMX, SSE指令进行 shuffle_bytes (RGBA 转 BGRA)

如何用MMX，SSE进行RGBA转BGRA？
算法如下，我不会用C语言写。麻烦高手实现以下。
假定2快连续内存 src 和 dst

1. src 的 每个DWORD（32位）与 0x00FF00FF进行与操作 放到 dst
2. src 的 每个DWORD（32位）与 0xFF00FF00进行与操作 放到 B
3. 对于 B 的个DWORD（32位）进行循环左移8位，
4. 对于 B 的每个WORD(16位) 进行循环左移8位，
5. 最后 B+dst 比如： 0xAABBCCDD 转换为 0xCCBBAADDB 第一步 dts 为 0x00BB00DD 第一步 B 为 0xAA00CC00 第一步 B 为 0x00CC00AA 第一步 B 为 0xCC00AA00 追后 dst+B 为 0xCCBBAADD