摘要：
对于数据压缩，其实就是把浮点的32位精度，改用16位定点数来表达。例如0.0 = 0，1.0 = 32767，-1.0 = -32767这是一种有损压缩，会丢失一些精度，一般情况下是可以接受的。当浮点数是-1至+1的范围，即-32767至+32767。这时问题出现了，如果浮点的范围是几万，那么一些浮点如果是小数位后几位的数值，压缩后会变成0。例如：0.0123，在上述情况下，最终存在unsigned short中其实是0或者1，解压后也是0。发现问题的起因是手上有一个奇葩的模型数据，它的某一组UV竟然有3千万的大小，而其他的UV则是正常范围的几十或者是0-1。压缩后，出现大面积的纹理走样。通过 阅读全文
