转 iOS和android游戏纹理优化和内存优化(cocos2d-x)

时间:2022-09-26 10:13:25

iOS和android游戏纹理优化和内存优化(cocos2d-x)

(未完成)

1、2d游戏最占内存的无疑是图片资源。

2、cocos2d-x不同平台读取纹理的机制不同。ios下面使用CGImage,android和windows下是直接调用png库。我测试了下,使用png库直接读取png会比CGImage还要节约1mb左右内存(图片所占内存4mb)但是速度要比CGImage慢一倍。时间和空间如何取舍就看实际情况了。不过最佳的选择似乎是pvr(即使android版本,即使不使用pvrtc4)。

3、一般来说,我们可以直接使用  w * h * bpp得到一张纹理所占的内存,比如一张1024*1024格式为argb8888,那么他所占的内存就是1024*1024*4=4mb。之前看到有博客提到jpg会开辟3倍与此的内存(先转换为png,然后解析png),但是新的ios系统似乎没有这个问题。jpg与png所消耗的内存几乎相同,并且jpg解析速度更快(几乎都是4mb解析+4mb纹理数据,而jpg解析时间是png的一半),但是这样反而很怪异,因为jpg是没有透明色的,一个像素最多3字节,而png一个像素4字节,jpg纹理应该占用内存更小才对,后来看了下cocos2d的ios加载图片的代码,它把所有纹理转换成rgba8888格式,所以无论是jpg还是png,占用的都是4字节。正因cocos2d对其他纹理支持不够好,pvr才会显得那么高效。

4、pvr格式可以被显卡所认可,而不需要开辟临时内存来读取,所以即便同为argb8888格式的图片,pvr也会比png有效率,虽然不会节约程序稳定运行时的内存,但是会避免加载大量图片时的内存暴涨。  并且如果是ios设备的话,可以使用pvrtc4格式的图片,这个格式相当于windows下的dds图片,是可以被显卡直接支持的。它是有损压缩,一个像素只占4位,不过如果不是有渐变半透明色的话,一般效果可以接受,而其节约的内存和cpu时间非常非常显著。

5、pvr也不是万金油。android设备下虽然可以使用pvr格式,但是不能使用pvrtc4,希望通过pvr像ios设备上一样真正减少游戏内存是不太可行的。

6、pvr.ccz其实就是pvr图片zip打包下,程序读的时候还是先解压出pvr资源,然后再读取pvr。不过由于压缩下可以极大的减小图片体积,所以虽然多了解压过程也不会有特别多的cpu消耗。

7、一张jpg图片实际加载过程内存消耗,以一张1024*1024 argb8888 500k的jpg图片为例: a.读取图片文件(消耗图片大小内存,500k)     b、解析jpg数据(cgimage, 4mb) c、释放500k的图片内存    d、opengl纹理数据(4mb)    e、释放cgimage的4mb内存。      注意,这个过程不是必然的顺序执行,释放cgimage内存的实际是有系统决定的,会很快,但是不一定是立即执行。  所以内存会瞬间飙升9mb左右,然后减少5mb,稳定到4mb左右

png图片的加载过程与此相同

pvr图片可以节约解析图片数据到纹理这一步的消耗。也就是说读取pvr图片资源(等价于解压pvr.ccz到内存,如果是1024*1024 argb8888格式的话,那么图片大小就是4mb,ccz压缩后图片1mb左右)消耗4mb,将pvr图片数据提交给显卡消耗4mb。然后释放文件数据4mb。这么看似乎跟Png从内存占用上相比也不是非常有优势。(注意这里说的pvr是指pvr封装的argb8888,与pvrtc4的性能有天壤之别)

8、由于最终消耗内存的都是纹理数据,所以只要纹理数据格式是一定的,无论图片是什么格式消耗的内存都是一样的。比如使用Png8图片,体积会减少70%,但是内存占用与png24/png32是等价的(读取的时候会内部把调色板还原成真彩色,也就是说,虽然png8是一个像素只占8位,但是读取到内存中的时候会将调色板颜色还原,依然需要开辟1024*1024*4字节的空间存放纹理数据)。 当然有无透明色,cocos2d的处理还是有区别的。如果是无透明色,可以使用png24,那么所需开辟的纹理空间就是3mb。

这里还有一点需要说明,一般我们处理windows下的dds纹理的时候,都习惯将其按2的整次幂对其,虽然图片内容只有900*900,但是图片大小却是1024*1024。那我们读取这个图片所消耗的内存就是4mb,按2的整次幂对其是有助于提高运行效率的,但是不是非常必须的。ios和android的设备都支持非2的整次幂的纹理。所以如果是png图片,那么它该多大就多大。此时消耗的内存就只有900*900*4=3mb。

9、不要过于迷信所谓的去除alpha通道以节约内存。这个还要实际分析下具体结果。  我测试过(分别用cocos2d-x和鬼火3d引擎),rgba8888和rgb888格式的png图片显示所消耗的内存是一样的。24位图片虽然读取的时候开辟的内存只有3mb(1024*1024*3,注意如果是用CGImage读取的话,那这个值就是4mb),但是glTexImage2D提交给显卡后依然会增加4mb内存。可能跟显卡的数据对齐有关。

这里我测试还有一个诡异的地方,如果是用pvr的npot图片的话,rgb888要比rgba8888所消耗的内存要小,但是pot图片两者又是一样的(png图片两种情况都是一样的)。可能是powervr显卡有特殊处理。

10、rgb565和rgb5551的图片所消耗的内存是rgba8888的一半,如果没有透明渐变的话,视觉上也看不出什么区别。一些大的背景图可以优先选择这种格式。

11、pvr图片加载速度要比png和jpg快3~5倍(同样1024*1024 argb8888),png消耗的时间可能是700ms左右,但是pvr只需要100ms左右。如果是pvr.ccz压缩下,消耗的时间是200ms左右。可见pvr在加载速度上还是有非常大的优势的。这个应该是因为png和jpg需要把图片数据还原为rgba,但是pvr可以直接把图片数据传递给显卡。pvrtc4的图片是可以被powervr显卡直接支持的。

总结下:

1、最终决定图片占用内存的是它的像素格式和大小,与其扩展名无关。png8  png32 jpg pvr只要其像素格式都是argb8888,那么最终图片占用的内存是一样的。

2、如果不是pvrtc4的格式,那么不要扩展成2的整次幂,因为图片越小,占用内存越小

3、单单去除透明通道不会减少图片所消耗的内存,png和jpg图片也无法减少图片体积,所以不推荐rgb888的格式。替代选择rgb565和rgb5551。

5、小心加载图片时临时开辟的纹理数据造成的内存飙高,可以考虑加入内存池,及时的开辟和释放缓冲区。

6、如果是为了减少图片体积可以选择:1、jpg--压缩比最高,质量较好,但是不支持半透明    2、png8--同样图片会比jpg略大一些,使用ImageAlpha进行转换,视觉上几乎看不出差别。    这两种图片格式都可以极大的减少图片体积(减少70%~80%),但是无助于减少内存

7、如果是为了减少内存可以选择:1、没有透明色的图片统一转换为rgb565格式,这个时候无法使用png8了,所以png和pvr.ccz图片大小几乎相同,pvr.ccz速度更快,所以推荐pvr.ccz的rgb565格式    2、如果透明色仅仅是进行关键色标注,而没有渐变混合,那么推荐rgb5551 (r5_a1)的pvr.ccz格式

8、可以考虑写个打包系统,统一把资源文件打包,而不是单个文件用pvr.ccz进行zip压缩,这样可以获得更高的效率。(比如我封装了下暴雪的mpq打包,其读取速度与本地文件读取速度相当,这样就可以获得最佳的读取效率)

最后附上我测试的数据日志,图片是一张1024*1024的图片,实际图片内容大小为960*700。测试设备iphone4,png jpg等图片加载代码修改为windows版本。tex后面是图片的加载时间。 over后面的括号里面是图片加载所消耗的内存。

2012-12-27 14:28:54.614 HelloCpp[4939:707] cocos2d: surface size: 960x640
Cocos2d: cocos2d: cocos2d-2.1beta3-x-2.1.0
Cocos2d: cocos2d: GL_VENDOR: Imagination Technologies
Cocos2d: cocos2d: GL_RENDERER: PowerVR SGX 535
Cocos2d: cocos2d: GL_VERSION: OpenGL ES 2.0 IMGSGX535-63.24
Cocos2d: cocos2d: GL_MAX_TEXTURE_SIZE: 2048
Cocos2d: cocos2d: GL_MAX_TEXTURE_UNITS: 8
Cocos2d: cocos2d: GL supports PVRTC: YES
Cocos2d: cocos2d: GL supports BGRA8888 textures: NO
Cocos2d: cocos2d: GL supports NPOT textures: YES
Cocos2d: cocos2d: GL supports discard_framebuffer: YES
Cocos2d: cocos2d: GL supports shareable VAO: YES
Cocos2d: cocos2d: compiled with Profiling Support: NO
tex 195 map_001_BG.pvr
map_001_BG.pvr
---over proess:11.0mb (4.0mb) free:274.6mb
tex 159 map_001_BG_rgb.pvr
map_001_BG_rgb.pvr
---over proess:15.0mb (4.0mb) free:270.6mb
tex 711 map_001_BG.jpg
map_001_BG.jpg
---over proess:19.1mb (4.1mb) free:266.7mb
tex 653 map_001_BG_rgb.jpg
map_001_BG_rgb.jpg
---over proess:23.1mb (4.0mb) free:262.6mb
tex 670 map_001_BG.png
map_001_BG.png
---over proess:27.1mb (4.1mb) free:258.7mb
tex 739 map_001_BG_rgb.png
map_001_BG_rgb.png
---over proess:31.1mb (4.0mb) free:254.3mb
tex 240 map_001_BG.pvr.ccz
map_001_BG.pvr.ccz
---over proess:35.1mb (4.0mb) free:250.4mb
tex 204 map_001_BG_rgb.pvr.ccz
map_001_BG_rgb.pvr.ccz
---over proess:39.2mb (4.0mb) free:246.5mb
tex 97 map_001_BG_rgb565.pvr
map_001_BG_rgb565.pvr
---over proess:41.2mb (2.0mb) free:244.6mb
tex 710 map_001_BG_rgb565.png
map_001_BG_rgb565.png
---over proess:45.2mb (4.0mb) free:241.1mb
tex 591 map_001_BG_rgba8888f.png
map_001_BG_rgba8888f.png
---over proess:47.8mb (2.6mb) free:238.3mb
tex 484 map_001_BG_rgba8888f.jpg
map_001_BG_rgba8888f.jpg
---over proess:49.7mb (1.9mb) free:236.5mb
tex 123 map_001_BG_rgba8888f.pvr
map_001_BG_rgba8888f.pvr
---over proess:52.4mb (2.7mb) free:234.1mb
tex 589 map_001_BG_rgb888f.png
map_001_BG_rgb888f.png
---over proess:55.1mb (2.7mb) free:231.2mb
tex 478 map_001_BG_rgb888f.jpg
map_001_BG_rgb888f.jpg
---over proess:57.0mb (1.9mb) free:229.4mb
tex 92 map_001_BG_rgb888f.pvr
map_001_BG_rgb888f.pvr
---over proess:59.0mb (2.0mb) free:227.8mb
(lldb)

第二个日志是ios版本的图片加载,其他与上一个相同,可以看到速度要比windows版本的png加载快一倍,但是内存消耗更高

2012-12-27 15:36:10.330 HelloCpp[4979:707] cocos2d: surface size: 960x640
Cocos2d: cocos2d: cocos2d-2.1beta3-x-2.1.0
Cocos2d: cocos2d: GL_VENDOR: Imagination Technologies
Cocos2d: cocos2d: GL_RENDERER: PowerVR SGX 535
Cocos2d: cocos2d: GL_VERSION: OpenGL ES 2.0 IMGSGX535-63.24
Cocos2d: cocos2d: GL_MAX_TEXTURE_SIZE: 2048
Cocos2d: cocos2d: GL_MAX_TEXTURE_UNITS: 8
Cocos2d: cocos2d: GL supports PVRTC: YES
Cocos2d: cocos2d: GL supports BGRA8888 textures: NO
Cocos2d: cocos2d: GL supports NPOT textures: YES
Cocos2d: cocos2d: GL supports discard_framebuffer: YES
Cocos2d: cocos2d: GL supports shareable VAO: YES
Cocos2d: cocos2d: compiled with Profiling Support: NO
tex 196 map_001_BG.pvr
map_001_BG.pvr
---over proess:11.0mb (4.0mb) free:275.8mb
tex 160 map_001_BG_rgb.pvr
map_001_BG_rgb.pvr
---over proess:15.0mb (4.0mb) free:271.9mb
tex 130 map_001_BG.jpg
map_001_BG.jpg
---over proess:19.3mb (4.3mb) free:267.6mb
tex 151 map_001_BG_rgb.jpg
map_001_BG_rgb.jpg
---over proess:23.5mb (4.2mb) free:263.8mb
tex 344 map_001_BG.png
map_001_BG.png
---over proess:28.7mb (5.3mb) free:258.7mb
tex 328 map_001_BG_rgb.png
map_001_BG_rgb.png
---over proess:34.0mb (5.3mb) free:253.6mb
tex 237 map_001_BG.pvr.ccz
map_001_BG.pvr.ccz
---over proess:38.0mb (4.0mb) free:249.6mb
tex 221 map_001_BG_rgb.pvr.ccz
map_001_BG_rgb.pvr.ccz
---over proess:42.0mb (4.0mb) free:245.2mb
tex 98 map_001_BG_rgb565.pvr
map_001_BG_rgb565.pvr
---over proess:44.0mb (2.0mb) free:243.2mb
tex 300 map_001_BG_rgb565.png
map_001_BG_rgb565.png
---over proess:48.9mb (4.9mb) free:238.2mb
tex 293 map_001_BG_rgba8888f.png
map_001_BG_rgba8888f.png
---over proess:52.8mb (3.9mb) free:234.2mb
tex 87 map_001_BG_rgba8888f.jpg
map_001_BG_rgba8888f.jpg
---over proess:55.7mb (2.9mb) free:231.7mb
tex 143 map_001_BG_rgba8888f.pvr
map_001_BG_rgba8888f.pvr
---over proess:58.3mb (2.7mb) free:228.8mb
tex 300 map_001_BG_rgb888f.png
map_001_BG_rgb888f.png
---over proess:62.2mb (3.9mb) free:225.3mb
tex 87 map_001_BG_rgb888f.jpg
map_001_BG_rgb888f.jpg
---over proess:65.1mb (2.9mb) free:222.7mb
tex 91 map_001_BG_rgb888f.pvr
map_001_BG_rgb888f.pvr
---over proess:67.0mb (1.9mb) free:220.7mb
(lldb)

转 iOS和android游戏纹理优化和内存优化(cocos2d-x)的更多相关文章

  1. iOS和android游戏纹理优化和内存优化(cocos2d-x)(转载)

    转自http://blog.csdn.net/langresser_king/article/details/8426708 (未完成) 1.2d游戏最占内存的无疑是图片资源. 2.cocos2d-x ...

  2. iOS和android游戏纹理优化和内存优化(cocos2d-x)

    1.2d游戏最占内存的无疑是图片资源. 2.cocos2d-x不同平台读取纹理的机制不同.ios下面使用 CGImage,android和windows下是直接调用png库.我测试了下,使用png库直 ...

  3. Android 中对于图片的内存优化方法

    Android 中对于图片的内存优化方法,需要的朋友可以参考一下     1. 对图片本身进行操作 尽量不要使用 setImageBitmap.setImageResource. BitmapFact ...

  4. 微擎开启性能优化里面的性能优化memcache内存优化及数据库读写分离

    http://www.mitusky.com/forum.php?mod=viewthread&tid=3135 [微擎 安装使用] 微擎开启性能优化里面的性能优化memcache内存优化及数 ...

  5. OS和android游戏纹理优化和内存优化(cocos2d-x)

    注:原文地址不详! 1.2d游戏最占内存的无疑是图片资源. 2.cocos2d-x不同平台读取纹理的机制不同. ios以下使用CGImage,android和windows下是直接调用png库.我測试 ...

  6. 如何在macox下面配置集成ios和android游戏教程

    教程截图: 1.准备工作,配置开发环境: 开发环境:mac ox 10.7.3  +   xcode4.2  + ndk r7 + eclipse helios 部署环境:中兴v880  root过了 ...

  7. 【转】Android开发之Bitmap的内存优化详解

    本文来源:转载自: http://mobile.51cto.com/abased-410796.htm 在Android应用里,最耗费内存的就是图片资源.而且在Android系统中,读取位图Bitma ...

  8. Android优化之内存优化倒计时篇

    本文来自网易云社区 作者:聂雷震 本篇文章介绍的内容是如何在安卓手机上实现高效的倒计时效果,这个高效有两个标准:1.刷新频率足够高,让用户觉得这个倒计时的确是倒计时,而不是幻灯片:2.不能占用太多的内 ...

  9. KVM总结-KVM性能优化之内存优化

    我们说完CPU方面的优化(http://blog.csdn.net/dylloveyou/article/details/71169463),接着继续第二块内容,也就是内存方面的优化.内存方面有以下四 ...

随机推荐

  1. webApp路由控制-vue-router2.0

    安装 直接下载 / CDN https://unpkg.com/vue-router 中文api: http://router.vuejs.org/zh-cn/index.html

  2. linux下安装及配置和启动memcached

    一.下载文件: 下载memcached和libevent,放到/hom/zwl/目录下 # wget http://www.danga.com/memcached/dist/memcached-1.2 ...

  3. mysql union和union all

    UNION 操作符用于合并两个或多个 SELECT 语句的结果集.UNION 内部的 SELECT 语句必须拥有相同数量的列.列也必须拥有相似的数据类型. union 是对数据进行并集操作,不包括重复 ...

  4. JQuery获取append后的动态元素

    在使用ajax请求后,使用jquery将数据append到网页中.发现jquery无法使用append内的id和class获取元素. 例如:$("ul").append(&quot ...

  5. FTP下文件夹权限的设置755,766,777,644代表什么意思

    一般情况下,为了网站更安全,我们需要给文件或文件夹设置权限,在采用FTP登录的方式下,经常会用到755,766,777,644等设置. 具体这些数字都代表什么意思呢? 这三个数字分别表示:不同用户或用 ...

  6. GridView 多余字符显示省略号,并在Tooltip中显示完整信息

    效果 方法一:TemplateField 关键点 TemplateField的灵活性 CSS:overflow:hidden;text-overflow:ellipsis (溢出时隐藏;文本溢出时省略 ...

  7. java 中的IO

    什么是文件文件可认为是相关记录或放在一起的数据集合 通过流来读写文件流是指一连串流动的字符,是以先进先出方式发送信息的通道输入输出流是相对计算机的内存来说的 字节流是八位通用字节流,字符流是16位Un ...

  8. Android: android studio配置生成自定义apk名称

    1.Android Studio 3.0之前: 在build.gradled 的 android {} 内添加如下代码: android.applicationVariants.all { varia ...

  9. TensorRT简介-转载

    前言 NVIDIA TensorRT是一种高性能神经网络推理(Inference)引擎,用于在生产环境中部署深度学习应用程序,应用有 图像分类.分割和目标检测等,可提供最大的推理吞吐量和效率.Tens ...

  10. UNITY插件信息收集

    2018.8.7 UNITY超级优化神器 : Amplify Impostors