Godot引擎中非2次幂尺寸DDS纹理加载问题解析
2025-04-29 00:31:03作者:宣聪麟
在游戏开发中,DDS(DirectDraw Surface)是一种常见的纹理文件格式,因其支持硬件加速和多种压缩格式而被广泛使用。本文将深入分析Godot引擎在处理非2次幂尺寸(NPOT)且带有mipmap的DDS纹理时遇到的问题及其解决方案。
问题现象
当开发者尝试在Godot引擎中加载具有以下特征的DDS纹理时会出现加载失败:
- 使用RGBA8格式
- 包含mipmap层级
- 纹理尺寸为非2次幂(如120×120或512×384)
错误信息通常表现为预期的图像数据大小与实际大小不匹配,例如:
ERROR: Expected Image data size of 512x384x1 (DXT5 RGBA8 with 9 mipmaps) = 262192 bytes, got 262176 bytes instead.
技术背景
DDS格式由微软开发,支持多种压缩格式(如DXT1/DXT5/BC7等)和特性(如mipmap、立方体贴图等)。传统上,图形API要求纹理尺寸为2次幂,但现代API已放宽此限制。
Mipmap是纹理的缩小版本序列,用于提高渲染质量和性能。计算mipmap尺寸时,通常采用逐步除以2并向下取整的方式。
问题根源分析
Godot引擎中存在两处关键计算错误:
-
非压缩格式的mipmap尺寸计算错误 对于未压缩的RGBA8格式,Godot错误地使用了
(w + 1) >> 1的计算方式,这会导致奇数尺寸处理不正确。正确的做法应使用MAX(1u, w >> 1)。以120×120纹理为例:
- 错误计算会产生8×8、4×4、2×2的mipmap
- 正确计算应产生7×7、3×3、1×1的mipmap
-
压缩格式的块尺寸计算错误 对于DXT等压缩格式,Godot使用了不正确的块尺寸计算公式:
MAX(info.divisor, w) / info.divisor * MAX(info.divisor, h) / info.divisor * info.block_size;而根据微软DDS规范,正确公式应为:
MAX(1, (w + 3) / 4) * MAX(1, (h + 3) / 4) * info.block_size;这种差异在尺寸不被4整除时尤为明显,如8×6纹理:
- 错误计算得到48字节
- 正确计算应得到64字节
解决方案
Godot引擎已通过以下改进修复了这些问题:
- 统一了压缩和非压缩格式的mipmap尺寸计算逻辑,均采用
MAX(1u, w >> 1)方式 - 修正了压缩格式的块尺寸计算公式,遵循微软DDS规范
- 保留了对于非4整除尺寸的警告提示,但允许继续加载
开发者建议
虽然现代图形API支持NPOT纹理,但为了最佳兼容性和性能,建议:
- 尽量使用2次幂尺寸的纹理
- 若必须使用NPOT纹理,确保尺寸至少能被4整除(对于压缩格式)
- 测试纹理在所有目标平台上的表现
- 考虑使用工具预处理纹理,确保符合规范
总结
Godot引擎通过改进DDS加载器的核心算法,现在能够正确处理非2次幂尺寸且带有mipmap的DDS纹理。这一改进增强了引擎的兼容性,使开发者能够更灵活地使用各种来源的纹理资源。理解这些底层机制有助于开发者更好地处理纹理资源,避免潜在问题。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
暂无简介
Dart
804
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
210
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781