文章

如何节约贴图

发表于 更新于
作者 JunQiang
19 分钟阅读

Economize Your Texture | 如何节约贴图

做游戏时，我们的硬件资源不是无限的，而其中内存（显存）又是很容易紧缺的一个环节，而其中贴图又占了大头。

如何节约贴图？是我们做资源管理时不可忽视的问题。

本文做一个个人的总结，主要在美术/TA制作的实践方面，也会简单扩展到压缩算法。

而这些不同的方法，归根结底其思想也是共通的，甚至与别的领域，如音视频压缩，神经网络压缩有异曲同工之妙。

以下分为几种重要思想描述：

  • 重用
  • 量化
  • 特征降维
  • 频域分解

Reuse | 重用

Tiling | 连续贴图

当然这没什么好说的，一般分成

  • 四方连续-即贴图四个方向都可以连续
  • 二方连续-即贴图在左右或者上下方向可以连续

用连续贴图可以让贴图在一或两个方向上重复，减少总贴图大小。四方贴图一般就是基础的地面墙面上会用。而二方连续贴图用处用处更广，可以单独做一张Atlas，一般成为Trim Sheet。也可以和非连续的部分放在一张贴图上，作为一张Atlas

一个Trim Sheet，图片来自 https://software.intel.com/content/www/us/en/develop/articles/modular-concepts-for-game-and-virtual-reality-assets.html

模块化与UV重用

这不仅仅可以是物件级别的模块化，更细致的可以是UV和贴图级别的模块化。比如下面这个例子中，你如何相像它可以怎么节约贴图？每一寸都可以重用。

图片来源： https://software.intel.com/content/www/us/en/develop/articles/modular-concepts-for-game-and-virtual-reality-assets.html

下面这个例子中，每一个地方都在重用贴图，而由于形状的丰富性，甚至第一眼很难察觉到重复

图片来源： https://www.thiagoklafke.com/tutorials/modular-environments/

ID与色板

我们把重用的模块做的粒度更低，用通用的tile来做贴图，非常适合风格化和平面化的渲染。

下面这个例子中，场景所有物件都使用了一张贴图，非常节约DrawCall和内存

图片来源： https://assetstore.unity.com/packages/tools/painting/click-to-color-72930?aid=1100lHSw&utm_source=aff

另一个例子是色板，很多2D游戏中会用色板（甚至tile的block）来组成图片

图片来源： http://joostdevblog.blogspot.com/2015/11/

GIF格式

这种重用的思想同样体现在通用的压缩算法中。比如GIF是一种我们很熟悉的格式，我们可以简单地把它理解成一个字典（查找表）的压缩模式-即重用颜色块。GIF中会存储一个色板，包含256种不同的颜色。之后图片中每一个像素都会索引到这个色板上的颜色。这样，一个像素不需要存一个RGB三个bytes，而只需要一个索引1byte，节约了存储空间

img

图片来源： https://en.wikipedia.org/wiki/GIF 一张图片的GIF色板

Quantization | 量化

一般一个Float数值占用32位4个byte，即float32。

但如果数据精度要求不高，我们可以用更少的位数表示一个数值。比如用float16，2个bytes表示，比如用8位1个byte表示0-255。

但量化会导致损失精度。例如0.15625这个数值，用float32可以精确表示。

不过用8位1byte，如果我们缩放到0-1，那么40/255=0.15686, 39/255=0.15294，最接近的两个数值也都有差距，无法精确表示。

由于精度带来的损失，在颜色渐变上很容易出现banding，即条带化。我们一般可以用dither的方法减少banding的感觉，但其实挺多情况下，即使精度损失的颜色效果依然较难察觉。

图片来源： http://joostdevblog.blogspot.com/2015/11/

渲染管线中经常会用到量化来节约空间，比如再GBuffer的分配中

图片来源：Frosbite

特征降维

同样一组数据，如果我们能用5个数字，损失不大地表示10个数字，那么就可以达到2倍的压缩率。

这不同于重用或者量化，在于前者一般是bottom-up的，从模块开始拼装。

而特征降维是top-down的，对一个精确的结果进行拟合表示。

从这个意义上说，GIF的压缩方法更像是在做特征降维。

一个很好的理解案例是线性回归：我们可以用一根直线近似表示一堆散点。这样虽然损失了精度（有些散点不在直线上），但是节约了存储空间，只需要两个数值：Ax+B就能代表原来很多散点。

图片来源： https://bartwronski.com/2020/05/21/dimensionality-reduction-for-image-and-texture-set-compression/

Indexed Material | 材质索引

在这个例子中，作者假设每种材质的颜色，金属度，粗糙度都是相关联的。这样我们可以用一张LUT（这里是一维的）表示一个材质——RGB是颜色，另一张图RG是金属度粗糙度——这样我们用一个统一的UV可以采样这张材质。

比如可以这样理解：0代表锈蚀的金属，1代表没有锈蚀的金属。中间值代表不同锈蚀程度的金属。我们假设完全锈蚀的金属的颜色，金属度粗糙度只有一个取值；没有锈蚀的金属同样如此；以此类推所有不同锈蚀程度的金属都有固定的材质参数（即颜色，金属度，粗糙度）。

这样我们就可以有一个一维LUT代表修饰金属，而物体表面用一张灰度图表示锈蚀程度，用这个锈蚀程度采样材质LUT获得材质参数。作者这里把16张材质LUT合并在一张贴图上，x轴是类比于修饰程度的某种材质属性，y轴是材质ID。这样物体表面用ID和一张灰度图就可以采样LUT还原出材质参数。

从贴图节省程度看，只需要一张BC7了：RG法线，B AO，A 灰度材质属性；变色做在LUT图上。忽略LUT和detail normal，只有一张BC7

而传统方法，一张basecolor，一张法线金属度粗糙度，一张换色Mask+AO，一个BC7两个BC1，比上面的方法多一倍。

不过缺点是，空间换了时间：这种做法会有dependency texture read，shader里不知道会慢多少倍，需要profile。

图片来源： https://80.lv/articles/overview-indexed-material-mapping-tecnique/

Texture PCA | 贴图主成分分析

Bart这里就比较暴力了，直接用PCA分析PBR材质各个通道之间的相关性 比如我们有一套PBR贴图，它总共有九个通道

图片来源： https://bartwronski.com/2020/05/21/dimensionality-reduction-for-image-and-texture-set-compression/

我们跑一个SVD分解，一种经典的PCA降维方法，这样可以拿到9个基通道，但其实只有前五个表示了丰富的信息，后面都比较平，信息量比较低。

图片来源： https://bartwronski.com/2020/05/21/dimensionality-reduction-for-image-and-texture-set-compression/

这样我们可以用五个通道重建出原来的贴图集，这样效果也还不错我们甚至可以把后面的三个基通道缩小到原来的二分之一，也不太影响最终结果。这样用原来1/3就可以表示原来所有信息。

图片来源： https://bartwronski.com/2020/05/21/dimensionality-reduction-for-image-and-texture-set-compression/

有一点坏处是，这样运行时会多几次运算，这个例子中，每个通道都会是5个基通道不同权重的混合，多一些加法。不过还好，加减的ALU比较便宜。 上面这两个方法都注意到了材质中，各个通道的相关性，以此为基础做特征降维简化。

BCn格式与硬件贴图压缩

BCn是Block Compression的缩写，其基本假设是：贴图在邻近像素间的变化不大。这样就可以拟合临近像素。因此它把贴图分成block存储，每个block中做降维和拟合。

这种特征降维的方法，非常广泛的应用在硬件贴图格式中，比如DXTC格式(Direct X Texture Compression) ，也就是所有主机和PC显卡应用的压缩格式。以及ASTC，也就是移动端Mali GPU的一种格式。都是基于Block Compression的。

具体来说，比如BC1，按4×4的block存储颜色，每个block用一个线段来拟合。回忆上文的线性回归用一条直线拟合一堆散点。

图片来源： http://www.reedbeta.com/blog/understanding-bcn-texture-compression-formats/

每个block中会先存两个颜色：颜色空间中一个线段的终点。（2个 R5G6B5的颜色，2bytes）从这个线段中取了四个颜色，组成一个色板。（每个颜色4bit，相当于上面颜色终点的插值坐标，共2bytes）每个像素有一个0-3的ID （每像素2bit，总共4bytes）这样一个block 8bytes。相比于R8G8B8，压缩比是6.

图片来源： http://www.reedbeta.com/blog/understanding-bcn-texture-compression-formats/

每个Block从一个颜色空间的线段中插值

图片来源： http://www.reedbeta.com/blog/understanding-bcn-texture-compression-formats/

对比压缩效果

这样颜色均一的block效果比较好，但是变化丰富的block就差异比较大了。 后来的各种BC算法基本都是这个思路，对局部颜色进行拟合表示。

频域分解

频域分解是信号处理中的一个思想，我们可以用FFT分解把信号从时间空间分解到频率空间表示，这样做处理和分解出需要的信息比较方便。低频信息是变化幅度比较缓慢的，而高频信息是变化迅速的。

高等数学中我们对函数进行泰勒展开，逐项逼近原始函数。低阶的展开表示了总体上的变化，越高阶的展开表示越细节的变化。

美术造型中，我们从全局着眼，先“眯起眼睛”看大比例和轮廓，再逐步细化到细节造型和肌理。

这些都是相同的思想，有很多例子中用这种“频域分解”的思想对贴图进行简化。

我们把一个材质的细节分成低频和高频：高频的细节，可以用四方连续贴图，或者用特殊的贴图表现；低频的细节可以用较小的贴图、精度较低的贴图表现。然后shader中将高频与低频细节混合起来。结合上重用。量化等技巧，达到节约空间的目的。

Detail Normal | 细节法线

一个很基础的方法，我们可以用四方连续的detail normal叠加在材质表面，加强细节的精度。一般在布料和皮肤等细节很多的材质表面都会使用

图片来源： https://docs.unrealengine.com/en-US/Engine/Rendering/Materials/HowTo/DetailTexturing/index.html

注意右侧的细节丰富程度，而最左侧比较粗糙

Layered Material | 分层材质

我们用一层较为低频的Mask，混合两张四方连续的贴图。这样能让远看不至于过于单调，但同时近处又精度较高。地形上非常常用比如UE这个例子中设个顶点色混合的石头

贴图来源： https://docs.unrealengine.com/en-US/Engine/UI/LevelEditor/Modes/MeshPaintMode/VertexColor/MaterialSetup/HowTo/2TextureMaterial/index.html

Decal | 贴花

一种方式是，将低频的材质部分用连续贴图表现，而高频的部分拆成Decal，贴在材质表面表现细节。

比如Fallout3中这个案例

其实石头的模型和贴图都很简单，但边缘上面贴了破损的decal

贴图来源： https://simonschreibt.de/gat/fallout-3-edges/

JPG格式

JPG格式是一个经典的利用频域分解以后，在频域空间做量化来节省存储空间的方法。

具体来说，它会将RGB图片分解为YCbCr格式，做一次量化；然后用DCT，每个block分解到频域空间（右图），再做一次量化。

以此方法一般图片甚至能到十倍的压缩比，图片越简单（频域空间更简单）压缩比更高。

不过由于解码比较复杂，一般GPU硬件上不会使用这种方法，而一般还是BCn的方法。

图片来源： https://cgjennings.ca/articles/jpeg-compression/

相似图片合并

需人工确认

图片相似度匹配算法，如：

  • 哈希算法（ahash、phash、dhash等）
  • 直方图法（单通道直方、三直方）
  • 特征提取匹配法（ORB、SIFT/SURF）
  • 卷积神经网络
  • SSIM

在业内已知比较好的实践有抖音曾联合集团内的AI Lab使用机器学习算法来做相似图片识别

总结

本文列举了一些常见的优化贴图的技巧，与常见图片格式背后的原理。

一般来说，UV，低模，贴图，Shader方面是TA比较好做优化的方面。

而涉及到引擎部分，看团队能力，看分工，就不一定了。

我们讨论的制作管线中，很大程度是为了节约贴图，节约内存，提高精度，提高丰富度。

但也取决于游戏类型，团队经验，并没有非常统一的标准。

参考资料

  • https://software.intel.com/content/www/us/en/develop/articles/modular-concepts-for-game-and-virtual-reality-assets.html
  • https://www.thiagoklafke.com/tutorials/modular-environments/
  • https://assetstore.unity.com/packages/tools/painting/click-to-color-72930
  • http://joostdevblog.blogspot.com/2015/11/
  • https://en.wikipedia.org/wiki/GIFhttps://80.lv/articles/overview-indexed-material-mapping-tecnique/
  • https://bartwronski.com/2020/05/21/dimensionality-reduction-for-image-and-texture-set-compression/
  • http://www.reedbeta.com/blog/understanding-bcn-texture-compression-formats/
  • https://docs.microsoft.com/en-us/windows/win32/direct3d11/texture-block-compression-in-direct3d-11
  • https://docs.unrealengine.com/en-US/Engine/Rendering/Materials/HowTo/DetailTexturing/index.html
  • https://docs.unity3d.com/Manual/StandardShaderMaterialParameterDetail.html
  • https://docs.unrealengine.com/en-US/Engine/UI/LevelEditor/Modes/MeshPaintMode/VertexColor/MaterialSetup/HowTo/2TextureMaterial/index.html
  • https://simonschreibt.de/gat/fallout-3-edges/
  • https://cgjennings.ca/articles/jpeg-compression/
图形编程, 性能优化
纹理优化 资源优化
本文由作者按照 CC BY 4.0 进行授权