Uinty3D性能优化之贴图科普篇_unity 使用jpg和png 区别

• 一、贴图和纹理

• 图像文件格式和纹理格式的区别：

常用的图像文件格式有BMP，TGA，GIF，JPG（有损不透明），PNG（无损透明）等；
常用的纹理格式有R5G6B5，A4R4G4B4，A1R5G5B5，R8G8B8, A8R8G8B8等。

• 文件格式

是图像为了存储信息而使用的对信息的特殊编码方式，它存储在磁盘中，或者内存中，但是并不能被GPU所识别，因为以向量计算见长的GPU对于这些复杂的计算无能为力。这些文件格式当被游戏读入后，还是需要经过CPU解压成R5G6B5，A4R4G4B4，A1R5G5B5，R8G8B8, A8R8G8B8等像素格式，再传送到GPU端进行使用。

• 纹理格式

是能被GPU所识别的像素格式，能被快速寻址并采样。
所以在Unity中无论导入图片是什么格式，Unity都会转换成纹理格式，便于GPU读取使用。
OpenGL ES 2.0支持以上提到的R5G6B5，A4R4G4B4，A1R5G5B5，R8G8B8，A8R8G8B8等纹理格式，其中R5G6B5，A4R4G4B4，A1R5G5B5每个像素占用2个字节(BYTE)，R8G8B8每个像素占用3个字节，A8R8G8B8每个像素占用4个字节。

• 纹理压缩格式（硬件压缩格式）Hardware Accellerated Formats
• DXT(PC)  ETC(Android)  PVRTC(IOS)

把纹理进一步压缩（Texture Compression)，不像png那样采用霍夫曼编码，而是针对GPU硬件的格式来压缩。

如果GPU不支持当前压缩格式，Unity就会将纹理转换成RGB(A)，会造成解压过程消耗，内存中会保存两个纹理。

• 图片大小计算：

　　一个像素占的字节 = 位数（bit）/ 8   因为一个字节8位

一张图片占的内存大小 = 宽 * 高 * 一个像素占的字节

　　比如一张512*512纹理，R5G6B5格式 = 512 * 512 *（一个像素占的字节） = 512*512*2/1024k= 0.5M

如果你使用的是mipmap贴图，那么其大小将是普通图片的1.3倍左右。

• 二、选择纹理压缩格式的衡量标准

• 解析速度

在纹理操作中，读取纹理数据是关键步骤，所以解码速度至关重要。

• 随机读取数据

能快速的随机读取任意像素

• 压缩率和纹理质量

既要保证一个不错的压缩效果，也要把纹理损失控制在一定范围内

• 压缩速度

通常纹理压缩在渲染前已经提前准备好，所以如果压缩的速度比解析速度慢，也是可以接受的。

• 压缩格式

使用目标平台支持的纹理压缩格式时，GPU可以直接使用它，没有增加消耗；

如果目标平台不支持纹理压缩格式时，默认会将纹理解压成RGBA32或RGB32，然后与压缩的纹理一起存储在内存中，会增加纹理加载时间和增加额外内存。

三、纹理压缩格式

• png：

是无损压缩有透明，也是占体积最少的。都是基于整幅图片下进行的压缩，比如霍夫曼编码等，这样像素和像素之间在解码的过程中存在依赖关系，无法直接实现单个像素级别的解析，这就发挥不了显卡的并发能力，更重要的是问题在于无论是png还是jpg最终在显存中解码后都是RGBA的纹理格式，因此并无法减少显存的占用率。比如一张256*256的RGBA纹理，无论是png还是jpg格式，虽然文件大小不一样，在显卡中的大小仍然是256*256*4的显存空间

• Jpg

是有损压缩不透明。

• DXT压缩原理：（PC端）

是一种有损纹理压缩算法，可以说DXT是目前应用最广泛的纹理压缩格式，可以认为所有的PC端显卡都支持DXT压缩。在多数纹理压缩选择中都是最佳方案，几乎可以认为是PC下的标准压缩格式。

基本思想是把4x4的像素块压缩成一个64或128位的数据块，是有损压缩方式。

比如一个4*4像素R8G8B8格式的占的体积 = (4*4)(像素)*24(位)=384

压缩后体积=2(像素,左上右下两个位置)*16(位) + 16(位置索引)*2(位) = 64

DXT1中，4*4等于16个像素，然后将左上C0和右下C1保存两个颜色，其它颜色由这两个颜色进行差值计算，差值得到的另外两个颜色的公式为：C2=  2/3*C0 + 1/3*C1, C3 =  1/3*C0 + 2/3*C1。16位中R&B各占5位，但是G占了6位，这是因为人眼对绿色最为敏感。DXT1可以表示透明或不透明，通过左上大于右下表示完全不透明，反之表示透明。

DXT1：4*4占用64位颜色

　　DXT2/DXT3：4*4占用64位颜色加（64位表示透明信息也就是一个像素4位）=128位8个字，（0-3位表示透明，4-7表示颜色）主要用于Alpha通道较锐利，对比强烈的材质，比如镂空或部分半透材质等。

DXT4/DXT5：4*4占用64位颜色加（64位表示透明信息（2个8位透明值+16个3位索引值））=128位8个字

　　

• ETC：（Android移动端）

 ETC1：不支持透明通道，所以仅能用于不透明纹理

 ETC1（不带Alpha）OpenGL2.0支持、ETC2（带Alpha）OpenGL3.0才支持

压缩格式要求分辩率为2的次幂

• PVR：（IOS）

DXT的细节上缺陷明显，原因是当把纹理分成4*4区域后，块之间是独立的，虽然简化了压缩算法，但丢失了相邻间的相似性。而PVR则会考虑区域的右侧、下侧和右下侧区域的关联性。

压缩格式要求压缩分辩率是正方形，分辩率为2的次幂

PowerVR Texture Compression，PVRTC格式与基于块的压缩格式，比如S3TC、ETC的不同之处是，它使用2张双线性放大的低分辨率图，根据精度和每个像素的权重，融合到一起来呈现纹理，并且2-bpp和4-bpp都支持ARGB数据。PVRTC格式压缩比高，也是有损压缩。

• 四、Unity纹理格式总结

每位的像素点（bpp)是单个像素所需的存储量。该值越低，可以在GPU的缓存中存储的像素越多，从而可以更快地进行纹理访问。

可变比特率（VBR）表示每个像素的比特不是固定值，而是取决于实际内容。VBR仅适用于Crunch压缩，并且仅适用于磁盘上的纹理大小。内存中的大小与使用基础纹理格式时的大小相同（例如，对于RGB Crunched DXT1，使用RGB Compressed DXT1）。

Crunch compression是DXT或ETC Texture压缩之上的一种有损压缩格式（部分数据在压缩过程中丢失）。纹理在CPU上被解压缩为DXT或ETC，然后在运行时加载到GPU。

Crunch compression有助于Texture使用尽可能少的磁盘空间，但对运行时内存使用没有影响。

Crunch compression可能需要很长时间才能压缩，但是在运行时进行解压缩非常快。

质量和压缩时间之间的平衡：质量越高，文件大小越大。为了获得最佳性能，尤其是在移动设备上，请使用应用程序所针对的硬件所支持的每像素位数最少的格式，只要该格式能够提供足够的视觉质量即可。

使用目标平台支持的纹理压缩格式时，GPU可以直接使用它，没有增加消耗；

如果目标平台不支持纹理压缩格式时，默认会将纹理解压成RGBA32或RGB32，然后与压缩的纹理一起存储在内存中，会增加纹理加载时间和增加额外内存。

 

• 五、总结

• Android采用RGBA Compressed ETC2 8 bits    不透明：RGB Compressed ETC 4 bits
• iOS采用RGBA Compressed PVRTC 4 bits         不透明：RGB Compressed PVRTC 4 bits
• 如果PVRTC不够清晰可选用ASTC格式，ASTC有更好的质量和灵活性，并且压缩速度比PVRTC快
• PC采用RGBA Compressed DXT5                        不透明：RGBA Compressed DXT1
• 渐变纹理采用RGBA32 
• 要求清晰可采用：
• （高清晰无压缩）采用RGBA32 
• （中清晰中压缩）RGBA16+Dithering 要采用Floyd Steinberg抖动处理，不然渐变很明显，拉伸就会差距
• （低清晰高压缩）ETC2 PVRTC

• ASTC压缩率和清晰度都会比较好，支持的GPU :
  tvOS (all), iOS (A8以上，5S以下), Android (PowerVR 6XT, Mali T600 series, Adreno 400 series, Tegra K1)
  2016年之后的安卓手机基本支持这种压缩格式
  iphone6以及之后的机型支持这种压缩格式

• 六、优化

• 在Unity中根据不同平台，不同功能要求的清晰度来设置不同的压缩格式。

参考：

https://blog.csdn.net/wanglang3081/article/details/8869589

https://blog.csdn.net/weixin_33814685/article/details/86431607?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1

https://blog.csdn.net/ynnmnm/article/details/44983545

转载请声明出处：https://www.cnblogs.com/wwhhgg/