Zwoptex生成的spritesheet除了可以导出png格式的图片外还有pvr格式。pvr格式是iOS的显示芯片可以直接读取的，不需要经过解析就能直接显示，所以渲染速度更快，更节省内存。
我特意在cocos2D 2.0 rc1版本做了一项测试：
一个空的cocos2D模版工程运行起来之后占用的内存大约是4MB。
直接用CCSprite显示一张2048*1024的数据格式为RGBA565的PNG图片之后，内存占用达到了20MB。
同样的情况下换成pvr格式之后，内存占用为16MB。也就是说png格式的图片占用了20-4=16MB，pvr格式的图片占用了16-4=12MB。节省了25%。
Zwoptex还有一个选项叫做“ccz压缩”,选中之后图像的大小几乎可以减小一半。这样的文件格式成了：xxx.pvr.ccz，cocos2d是可以识别的。
PVRTC2和PVRTC4是两种pvr压缩的图像格式，他们都是pvr文件。这两种图像格式比普通图像有更快的加载速度和更小的内存占用。
PVRTC4: Compressed format, 4 bits per pixel, ok p_w_picpath quality
PVRTC2: Compressed format, 2 bits per pixel, poor p_w_picpath quality
一般pvr格式文件的图像格式有：
RGBA8888: 32-bit texture with alpha channel, best p_w_picpath quality
RGBA4444: 16-bit texture with alpha channel, good p_w_picpath quality
RGB565: 16-bit texture without alpha channel, good p_w_picpath quality but no alpha (transparency)
图像占用内存的公式是：numBytes = width * height * bitsPerPixel / 8
也就是说2048*2048的RGBA8888占用内存16MB，而PVRTC4只占用2MB
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（cgp_w_picpath, 4mb） c、释放500k的图片内存 d、opengl纹理数据(4mb) e、释放cgp_w_picpath的4mb内存。 注意，这个过程不是必然的顺序执行，释放cgp_w_picpath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）