【Unity】unity安卓打包参数(个人复习向/有不足之处欢迎指出/侵删)

1.Texture Compression
纹理压缩
设置发布后的纹理压缩格式

Use Player Settings:使用在播放器设置中设置的纹理压缩格式
ETC:使用ETC格式(兼容)
ETC2:使用ETC2格式(很多设备不支持)
ASTC:使用ASTC格式
DXT:使用DXT格式
PVRTC:使用PVRTC格式

了解格式详细信息:https://docs.unity.cn/cn/2021.3/Manual/class-TextureImporterOverride.html#android

注意:对于安卓ETC2是常用的压缩格式,支持透明通道。但是对于老设备不支持ETC2,可以使用ETC。
我们可以统一设置为ETC2,在下方的ETC2 fallback中设置,如果不支持ETC2,使用哪种压缩方式

2.ETC2 fallback
ETC2回退
当Unity用于不支持ETC2的安卓设备时的RGBA纹理格式

32-bit:32位
以全分辨率存储RGBA纹理,使用32位存储每个像素,质量最高,内存占用最多

16-bit:16位
以全分辨率存储RGBA纹理,使用16位存储每个像素,质量较低,纹理可能会丢失有价值的颜色信息,内存占用相对较少

32-bit, half resolution:32位,半分辨率
以半分辨率存储RGBA纹理,使用32位存储每个像素,由于是半分辨率,纹理会变得模糊,内存占用较小

注意:如果使用的不是ETC2压缩,大多数压缩格式,使用32-bit备用
取决于GPU支持什么

3.Export Project
导出项目
勾选后,不会发布成apk,而是会将Unity项目导出为可以导入Android Studio的Gradle项目

4.Symlink Sources
符号链接源
当勾选Exprot Project时,才能勾选此选项。
决定是否在Unity和导出的Gradle项目之间共享Java和Kotlin源文件
启用后,对于测试和迭代Java和Kotlin代码很有用,如果你重新导出Unity项目,你在导出的项目对之前的Java和Kotlin源文件的任何更改都会保留

如果想导出后进行二次开发,建议勾选此选项

5.Build App Bundle (Google Play)
构建应用捆绑包
是否将应用程序作为Android应用捆绑包(AAB)
启用,发布出去是一个AAB(可以配合安卓进行二次开发)
禁用,发布出去是一个APK(直接就是一个可安装的应用程序)

6.Create symbols.zip
创建 符号压缩文件
符号文件可以帮助我们调试应用程序
Unity会生成一个包含本机Unity库的符号文件的包
它包含一个表,将活动内存地址转换为我们可以使用的信息,比如方法名,可以利用符号包来检测调试应用程序的信息

Disabled:不生成(默认)
Public:Unity生成一个公共符号为程序打包
公共符号文件包含将函数地址解析为人类可读字符串的信息,包小于调试符号的包,可以看到函数调用的情况,方便调试
Debugging:Unity生成一个调试符号为程序打包
包含完整的调试信息和符号表,可以用来解析堆栈、将本机调试器附加到应用程序调试代码

可以帮助调试,排查错误

7.Run Device
运行的设备
指定在哪个附加设备上测试生成
如果你连接了新设备或在列表中没有看到连接的设备
点击刷新Refresh

(例如安卓开发无需将打包好的文件传到手机上,直接连接手机进行配置)

8.Build to Device
构建到设备
不创建完整的构建,而是将发生修改的单个文件直接部署到设备上(不需要完整的打包)
相对来说更加快速,方便调试

9.Development Build
开发模式构建
是否包含脚本调试符号和性能分析器到你的项目中,如果你想要调试应用程序,请选择该选项

10.Autoconnect Profiler
自动连接分析器
是否自动将分析器连接到生成的应用程序

可以看到内存调用和函数调用的情况

11.Deep Profiling
深度剖析
是否启用深度剖析在分析器中,可以让分析器能够检测应用程序中每个函数调用,从而返回更加详细的分析数据
注意:该选项会降低脚本的执行速度

12.Script Debugging
是否允许调试应用程序的脚本文件

Wait For Managed Debugger
是否等待托管调试器
程序在运行脚本代码之前是否等待调试器连接

13.Compression Method
压缩方法
Unity在构建时压缩项目中数据的方式

Default:默认使用ZIP,压缩效果略好于LZ4和LZ4HC,但是数据解压速度较慢(建议使用)
LZ4:使用LZ4,这时一种快速压缩格式,相对ZIP可以显著提高Unity应用程序的加载时间
LZ4HC:LZ4的高压缩版本,构建速度较慢,但是对于发布版本会产生更好的结果,相对ZIP可以显著提高应用程序加载时间

14.Max Texture Size
最大的纹理大小
用于本地开发时导入纹理的最大尺寸
减小最大纹理大小可以加快资源导入和平台切换

一般不需要设置

15.Texture Compression
纹理压缩
选择下面两个选项,可以加快资源导入和平台切换

No Override:使用默认设置
Force Fast Compressor:强制快速压缩
Force Uncompressed:强制解压缩

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/55656.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

PCIe6.0 AIC金手指和板端CEM连接器信号完整性设计规范

先附上我之前写的关于PCIe5.0金手指的设计解读: PCIe5.0的Add-in-Card(AIC)金手指layout建议(一)_pcie cem-CSDN博客 PCIe5.0的Add-in-Card(AIC)金手指layout建议(二)_gnd bar-CSDN博客 首先,相较于PCI…

《深度学习》【项目】OpenCV 发票识别 透视变换、轮廓检测解析及案例解析

目录 一、透视变换 1、什么是透视变换 2、操作步骤 1)选择透视变换的源图像和目标图像 2)确定透视变换所需的关键点 3)计算透视变换的变换矩阵 4)对源图像进行透视变换 5)对变换后的图像进行插值处理 二、轮廓检测…

Python | Leetcode Python题解之第454题四数相加II

题目: 题解: class Solution:def fourSumCount(self, A: List[int], B: List[int], C: List[int], D: List[int]) -> int:countAB collections.Counter(u v for u in A for v in B)ans 0for u in C:for v in D:if -u - v in countAB:ans countAB…

网约班车升级手机端退票

背景 作为老古董程序员,不,应该叫互联网人员,因为我现在做的所有的事情,都是处于爱好,更多的时间是在和各行各业的朋友聊市场,聊需求,聊怎么通过IT互联网 改变实体行业的现状,准确的…

k8s实战-2

k8s实战-2 一、Deployment1.多副本2.扩缩容3.自愈&故障转移4.滚动更新5.版本回退 二、Service1.ClusterIP2.NodePort 总结 一、Deployment Deployment 是 k8s 中的一个资源对象,用于管理应用的副本(Pods)。它的主要作用是确保集群中运行…

二分查找一>山脉数组的峰顶索引

1.题目&#xff1a; 2.解析&#xff1a; 代码&#xff1a; public int peakIndexInMountainArray(int[] arr) {int left 1, right arr.length-2;while(left < right) {int mid left (right-left1) / 2;if(arr[mid] > arr[mid-1]) left mid;else right mid-1;}ret…

软件测试:postman详解

一、Postman背景介绍 用户在开发或者调试网络程序或者是网页B/S模式的程序的时候是需要一些方法来跟踪网页请求的&#xff0c;用户可以使用一些网络的监视工具比如著名的Firebug等网页调试工具。今天给大家介绍的这款网页调试工具不仅可以调试简单的css、html、脚本等简单的网…

更新C语言题目

1.以下程序输出结果是() int main() {int a 1, b 2, c 2, t;while (a < b < c) {t a;a b;b t;c--;}printf("%d %d %d", a, b, c); } 解析:a1 b2 c2 a<b 成立 ,等于一个真值1 1<2 执行循环体 t被赋值为1 a被赋值2 b赋值1 c-- c变成1 a<b 不成立…

如何搭建自己的域名邮箱服务器?Poste.io邮箱服务器搭建教程,Linux+Docker搭建邮件服务器的教程

Linux系统Docker搭建Poste.io电子邮件服务器&#xff0c;搭建属于自己的域名邮箱服务器&#xff0c;可以无限收发电子邮件&#xff08;Email&#xff09;&#xff01; 视频教程&#xff1a;https://www.bilibili.com/video/BV11p1mYaEpM/ 前言 什么是域名邮箱&#xff1f; …

各省份-产业链现代化水平(2001-2022年)

产业链现代化水平是一个综合性指标&#xff0c;它为我们提供了一个多维度的视角来评估各省份在产业链现代化进程中的发展水平。这个指标涵盖了技术创新、产业升级、生产效率、产业结构优化等多个方面&#xff0c;包含原始数据、测算结果以及参考文献。 2001年-2022年各省份-产…

论文翻译 | Generated Knowledge Prompting for Commonsense Reasoning

摘要 整合外部知识是否有利于常识推理&#xff0c;同时保持预训练序列模型的灵活性&#xff0c;这仍然是一个悬而未决的问题。为了研究这个问题&#xff0c;我们开发了生成知识提示&#xff0c;它包括从语言模型生成知识&#xff0c;然后在回答问题时提供知识作为附加输入。我们…

【Java】IntelliJ IDEA开发环境安装

一、下载 官方地址&#xff1a;https://www.jetbrains.com/idea/ 点击Download直接下载 二、安装 双击安装包&#xff0c;点击Next 选择安装路径&#xff0c;点击Next 勾选安装内容 安装完成。 三、创建项目 打开IDEA&#xff0c;填写项目名称&#xff0c;选择项目安装路径…

如何使用ssm实现基于SSM的宠物服务平台的设计与实现+vue

TOC ssm779基于SSM的宠物服务平台的设计与实现vue 绪论 1.1 研究背景 当前社会各行业领域竞争压力非常大&#xff0c;随着当前时代的信息化&#xff0c;科学化发展&#xff0c;让社会各行业领域都争相使用新的信息技术&#xff0c;对行业内的各种相关数据进行科学化&#x…

安全帽头盔检测数据集 3类 12000张 安全帽数据集 voc yolo

安全帽头盔检测数据集 3类 12000张 安全帽数据集 voc yolo 安全帽头盔检测数据集介绍 数据集名称 安全帽头盔检测数据集 (Safety Helmet and Person Detection Dataset) 数据集概述 该数据集专为训练和评估基于YOLO系列目标检测模型&#xff08;包括YOLOv5、YOLOv6、YOLOv7…

【C++ STL】手撕vector,深入理解vector的底层

vector的模拟实现 前言一.默认成员函数1.1常用的构造函数1.1.1默认构造函数1.1.2 n个 val值的构造函数1.1.3 迭代器区间构造1.1.4 initializer_list 的构造 1.2析构函数1.3拷贝构造函数1.4赋值运算符重载 二.元素的插入,删除,查找操作2.1 operator[]重载函数2.2 push_back函数:…

Redis篇(面试题 - 连环16炮)(持续更新迭代)

目录 目录 目录 &#xff08;第一炮&#xff09;一、Redis&#xff1f;常用数据结构&#xff1f; 1. 项目里面到了Redis&#xff0c;为什么选用Redis&#xff1f; 2. Redis 是什么&#xff1f; 3. Redis和关系型数据库的本质区别有哪些&#xff1f; 4. Redis 的线程模型…

4 思科模拟器的介绍和使用

4 思科模拟器的介绍和使用 思科的IOS给我们提供了三大模式 设备开机后&#xff0c;进入的模式是【用户模式】 Router表示设备的名称 “>”表示用户模式 在用户模式输入"?" 可列出在用户模式可以使用的命令 第二种模式是特权模式,输入enable进入特权模式&…

【C++】入门基础介绍(上)C++的发展历史与命名空间

文章目录 1. 前言2. C发展历史2. 1 C版本更新特性一览2. 2 关于C23的一个小故事: 3. C的重要性3. 1 编程语言排行榜3. 2 C在工作领域中的应用 4. C学习建议和书籍推荐4. 1 C学习难度4. 2 学习书籍推荐 5. C的第一个程序6. 命名空间6. 1 namespace的价值6. 2 namespace的定义6. …

如何解决 MySQL ERROR 1040 (08004): Too many connections ?

MySQL 是最流行的开源关系数据库管理系统之一&#xff0c;它也是开发人员中非常常用的数据库。即便它高度健壮和可伸缩性极强&#xff0c;像任何软件一样&#xff0c;它也可能出现错误。我们会经常遇到一个错误&#xff0c;特别是在高流量系统中&#xff0c;error 1040 (08004)…

DenseNet算法:口腔癌识别

本文为为&#x1f517;365天深度学习训练营内部文章 原作者&#xff1a;K同学啊 一 DenseNet算法结构 其基本思路与ResNet一致&#xff0c;但是它建立的是前面所有层和后面层的密集连接&#xff0c;它的另一大特色是通过特征在channel上的连接来实现特征重用。 二 设计理念 三…