第5章谭浩强版C程序设计教学PPT.ppt

第5章 数字媒体及应用,5.1 文本与文本处理 5.2 图像与图形 5.3 数字声音及应用 5.4 数字视频及应用,5.1 文本与文本处理,5.1.1 字符的编码 5.1.2 文本准备 5.1.4 文本编辑、排版与处理 5.1.5 文本的展现 5.1.3 文本的分类与表示,文字处理是计算机应用的基础,计算机应用使用计算机进行信息处理,其中，文字信息的处理是各种计算机应用的基础,传统的文字处理过程,计算机文字处理过程,文字信息在计算机中称为“文本”（text），文本是计算机中最常用的一种数字媒体 文本由一系列 “字符”（character）组成，每个字符均使用二进制编码表示 文本在计算机中的处理过程是：,5.1.1. 字符在计算机中的表示,字符、字符集及其码表,文字的基本元素是字母和符号，统称为“字符” (character)，它包括：字母、数字、符号等 字符集：一组特定字符的集合 不同的字符集包含的字符数目与内容不同，如： 中文字符集、西文字符集、日文字符集等 字符的编码： 字符集中每个字符都使用二进位(code) 表示，称为该字符的编码 不同的字符其编码各不相同 字符集中所有字符的编码的一览表，称为该字符集的码表,西文字符的编码ASCII码,西文是表音文字(拼音文字)，它由拉丁字母、数字、标点符号以及一些特殊符号所组成 美国标准信息交换码(American Standard Code for Information Interchange, 简称ASCII码)： ASCII字符集包含96个可打印字符和32个控制字符 采用7个二进位进行编码 计算机中使用1个字节存储1个ASCII 字符 存在问题： 7位代码空间太小（解决方案：8位的扩充ASCII码） 不同国家和地区使用不同的字符集及其编码，互不兼容 东亚地区使用的大字符集无法编码,汉字如何编码？,汉字是记录汉语（国语，华语）的文字，属于表意文字，它用符号直接表达词或词素 汉字的特点 数量大；多个国家和地区使用；字形复杂，同音字多，异体字多 如何编码？ 确定收入多少字、哪些字？ 汉字在字符集中的排序方式 确定使用的代码结构和代码空间,常用的汉字编码字符集,国家标准GB2312 汉字扩充规范 GBK 国家标准GB18030 台湾地区的标准汉字字符集CNS 11643 (BIG 5，俗称“大五码”) 日本工业标准汉字字符集JIS X 0208-90 韩国国家标准汉字字符集KSC 5601-87,GB2312汉字编码字符集,1980年颁布信息交换用汉字编码字符集·基本集GB2312-1980 GB2312字符集由三个部分构成：,拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个,GB2312汉字的编码,每一个GB2312汉字使用16位(2个字节)表示 每个字节的最高位均为“1” 在16位代码空间中的码位分布：,GB2312汉字编码的不足之处,GB2312汉字字数太少，无法满足一些特殊应用的需要： 人名、地名； 古籍整理、古典文献研究。 没有繁体字 编码效率不高: (6763+682)/65536 与ASCII码不兼容,5.1.2. 文本准备 文稿如何输入计算机,文字符号输入计算机的方法,键盘输入,(1)数字编码, 如电报码、区位码等, (2)字音编码, 如智能ABC等 (3)字形编码，如五笔字形和表形码等, (4)形音编码 发展趋势：基于统计和学习功能的以词语(短语)或句子作为输入单位的输入方法,文字符号输入计算机的方法,优点： 自然，流畅 小型化，适合移动计算 不足： 识别速度和正确性还需提高 书写要求还要降低,文字符号输入计算机的方法,优点： 自然，方便，适合移动计算 不足： 对说话人、说话方式、说话内容的适应能力要大大增强 识别速度和正确性还需大大提高,文字符号输入计算机的方法,识别率已达到98% 功能: 简、繁体字混合识别 中文、西文混合识别 文字、表格混合识别 智能校对功能,文字符号输入计算机的方法,技术上非常困难，还无法实用 目前准备先突破工整的楷书手写体的识别!,汉字的键盘输入,汉字与键盘上的键无法一一对应，因此必须使用几个键来表示一个汉字，这就称为汉字的“键盘输入编码” 优秀的汉字键盘输入编码应具有的特点： 易学习、易记忆 效率高(平均击键次数较少) 重码少 容量大(可输入的汉字字数多),5.1.5 文本的展现(输出),文本的展现(输出),目的：阅读、浏览或打印文本 使用的软件：文本阅读器/文本浏览器 嵌入在文本编辑(处理)软件中，如微软的Word， 独立的软件：如Adobe公司的Acrobat Reader，微软公司的IE等 文本展现的过程： 对文本的格式描述进行解释 生成文字和图表的映像（bitmap） 传送到显示器或打印机输出,附：输出过程中字形的生成,过程： 先根据字符的字体确定相应的字库（font）， 再按照该字符的代码从字库中取出该字符的形状描述信息 然后按形状描述信息生成字形，并按照字号大小及有关属性（粗体、斜体、下横线）将字形作必要的变换 最后将变换得到的字形放置在页面的指定位置处 2种不同的字库：,点阵描述,轮廓描述,5.1.3 文本的分类与表示,简单文本(纯文本 ),没有字体、字号的变化，不能插入图片、表格，也不能建立超链接，其文件后缀名是 .txt 由一串用于表达正文内容的字符编码所组成，几乎不包含任何其他的格式信息和结构信息 举例：,超文本,若干文本或文本中的各个部分可按照其内容的关系互相链接起来，从而形成 “超文本”,“超链”实际上就是一个指针，用于指向其他文本块，也可以指向同一文本块中的其他部分,超链是有向的，起点位置称为链源，它可以是文本块中的一个标题、一句句子、一个关键词、一幅画、一个图标等,文本块可以是一个网页，一个文档，一段文字，也可以是一张图片，甚至一段声音或视频,5.2 图像与图形,5.2.1 数字图像的获取 5.2.2 图像的表示与压缩编码 5.2.3 数字图像处理与应用 5.2.4 计算机图形,5.2.1 数字图像的获取,图像的获取过程,从现实世界中获得数字图像的过程称为图像的“获取” 常用的图像获取设备：扫描仪、数码相机、摄像头、摄像机等 图像获取过程：,将画面划分为 M × N个网格，每个网格称为 一个取样点,将彩色图像取样点的颜色分解成R，G，B三个基色,测量每个取样点的每个分量（基色）的亮度值,对取样点每个分量的亮度值进行A/D转换，使用数字整型量表示,5.2.2 图像的表示与压缩编码,数字(取样)图像的组成,数字取样图像由M(列) × N(行)个取样点组成 取样点是组成数字取样图像的基本单位，称为“像素” 彩色图像的像素通常由3个彩色分量组成 灰度图像和黑白图像的像素只包含1个亮度分量,例1：黑白图象的表示,黑白图像,黑白图像的每个像素只有一个分量，且只用1个二进位表示，其取值仅“0”(黑)和“1”(白)两种,例2：灰度图象的表示,灰度图像,灰度图像的每个像素也只有一个分量，一般用812个二进位表示，其取值范围是：02n-1，可表示2n个不同的亮度,例3：彩色图象的表示,彩色图像的每个像素有三个分量，分别表示三个基色的亮度，假设3个分量分别用n,m,k个二进位表示，则可表示2n+m+k种不同的颜色,举例：分辨率与图像尺寸的关系,520x376,260x188,130x94,在显示比例相同时，显示在屏幕上的图像尺寸与图像分辨率成正比,数字图像的数据量,数字图像数据量的计算公式（以字节为单位）： 数据量=水平分辨率×垂直分辨率×像素深度8 几种常用格式的图像的数据量：,例：数字图像传输时间的计算 假设数据传输速率为56 kb/s（电话上网），则传输一幅分辨率为640×480的6.5万种颜色的未压缩图像的时间为： (640x480x16)/56000 = 87.8秒,数字图像的数据压缩,图像数据压缩的必要性： 节省存储数字图像所需要的存储器容量 提高图像的传输速度，减少通信费用 图像数据压缩的可能性： 数字图像中有大量的数据冗余 人眼视觉有局限性，允许图像有一些失真 图像数据压缩的两种类型： 无损压缩：用压缩后的数据还原出来的图像没有任何误差 有损压缩：用压缩后的数据还原出来的图像有一定的误差 压缩编码方法的评价,数字图像的常用文件格式,不同的图象文件格式采用了不同的数据压缩技术和数据组织方法，有不同的应用 常用的图像文件格式有：,图像文件格式例1：BMP格式,BMP图像格式是Windows操作系统下使用的一种标准图像格式 支持单色、16色、256色、真彩色图像 一个文件一幅图像，可以进行无损压缩，也可不压缩 非压缩的BMP文件是一种通用的图像文件格式，几乎所有Windows 应用软件都能支持,图像文件格式例2： GIF 图像,颜色数目不超过256色 ，适合用作插图、剪贴画等色彩数要求不高的场合，文件特别小，适合网络传输 GIF图像格式具有累进显示功能，适合网络浏览器观看 GIF图像格式能支持透明背景（JPEG不支持） GIF图像格式能支持动画,GIF动画之例,透明背景,图像文件格式例3：JPEG图像,JPEG是静止图像数据压缩编码的国际标准，采用JPEG标准的图像文件扩展名是 .jpg JPEG特别适合各种连续色调的彩色或灰度图像，在计算机和数码相机中已得到广泛应用 JPEG的最新标准是JPEG2000（图像文件扩展名是 .jp2 ），它采用更先进的技术，可取得更好的效果 JPEG与JPEG2000的比较之例,5.2.3 数字图像处理与应用,数字图象处理：目的与内容,目的： (1) 提高图像的视觉质量 (2) 恢复与重建有失真和畸变的图像 (3) 图像分析，包括：图像的分类、识别和理解等 (4) 图像数据的变换、编码和数据压缩 (5) 图像的存储、管理与检索 (6) 图像内容与知识产权的保护 内容： 去噪、增强、复原、分割、提取特征、压缩、存储、检索等,数字图像处理的应用,(1) 图像通信，包括图像传输、电视电话、电视会议等。 (2) 遥感 (3) 医疗诊断 (4) 工业生产中的应用，如产品质量检测，生产过程自动控制等 (5) 机器人视觉 (6) 军事、公安、档案管理等其他方面的应用,X光图像,CT图像,核磁共振图像,指纹图像,常用的图像编辑软件,Word和PowerPoint具有基本的图像编辑功能 Windows附件中的“画图”软件 微软Office工具中的Picture Manager ACD System公司的ACDSee32 Adobe PhotoShop,5.2.4 计算机图形,什么是计算机图形(graphics),通过计算机和软件对景物的结构、形状与外貌进行描述(称为“建模”)，然后根据该描述和选定的观察位置及光线状况，生成该景物的图形(称为“绘制”或“图像合成”) 计算机图形也称为计算机合成图像 计算机制作图形的步骤如下：,景物的2种描述(建模)方法,美国康乃尔大学Suzanne Smits 和Priamos Georgiades建模并绘制的俄罗斯茶壶,例1:俄罗斯茶壶,例2：计算机绘制的钢笔画和铅笔画,木 桶,玻璃瓶,引用自：Georges Winkenbach,D.Salesin (Univ.of Washington) pp.469-476, SIGGRAPH96,计算机图形的应用,(1) 计算机辅助设计和辅助制造(CADCAM)。 (2) 利用计算机生成各种地形图、交通图、天气图、海洋图、石油开采图等。 (3) 作战指挥和军事训练。 (4) 计算机动画和计算机艺术。 (5) 其它：电子出版、数据处理、工业监控、辅助教学、软件工程等。,矢量绘图软件,专业绘图软件： AutoCAD（机械、建筑等） MAPInfo、ARCInfo（地图、地理信息系统） 办公与事务处理、平面设计、电子出版等领域： Corel公司的CorelDraw， Adobe 公司的Illustrator， Macromedia公司的FreeHand， 微软公司的Microsoft Visio等 内嵌的绘图软件： Word 和 PowerPoint中的绘图功能（简单的二维图形 ）,5.3 数字声音及应用,5.3.1 波形声音的获取与播放 5.3.2 波形声音的表示与压缩编码 5.3.3 波形声音的编辑 5.3.4 计算机合成声音,5.3.1 波形声音的获取与播放,声音的特性和类型,声音由振动产生，通过空气进行传播 声音是一种波，它由许多不同频率的谐波组成 谐波的频率范围称为声音的“带宽”,计算机处理的声音类型： 话音或语音(speech)，专指人的说话声音，带宽仅为3003400Hz 全频带声音(如音乐声、风雨声、汽车声等)，其带宽可达到20Hz20kHz 人耳可听到的声音统称“可听声”(audio) ，20Hz20kHz,数字波形声音的获取,方法：,2. 量化（quantization，模数转换 ),3. 编码（encoding）,1. 取样（sampling）,数字波形声音的获取设备,声音的联机获取设备(声卡),声音的脱机获取设备：数码录音笔,声卡的功能与组成,波形声音的获取与编码 波形声音的重建与播放 MIDI消息的输入 MIDI音乐的合成,注：当前PC机的声卡已经与主板芯片组集成在一起，不再做成独立的插卡,声音的重建与播放,计算机输出声音分为两步： 1 声音的重建：把声音从数字形式转换成模拟信号形式，由声卡完成,2 声音播放：将模拟声音信号经处理和放大后送到音箱(扬声器) 关于音箱： 普通音箱接收的是重建的模拟声音信号 数字音箱可直接接收数字声音信号，声音失真更小,5.3.2 波形声音的表示 与压缩编码,数字波形声音的表示及参数,数字波形声音是使用二进位表示的一种串行比特流，其数据按时间顺序进行组织，文件扩展名为“.wav” 数字波形声音的主要参数有： 取样频率： 语音的取样频率低，一般为8kHz 全频带声音（如音乐）的取样频率高，一般为44.1kHz 量化位数：通常为8位、12位或16位 声道数目：单声道为1，双声道为2 码率(比特率)，每秒钟的数据量,数字波形声音的数据压缩,数字波形声音的数据量很大，例如： 数字语音1小时的数据量大约是30MB CD立体声高保真的数字音乐1小时的数据量大约是635MB 数据压缩的必要性： 为了降低存储成本和提高在网络上的传输效率 数据压缩的可能性： 声音中包含了大量冗余信息；人耳的灵敏度有限，允许有一定失真 数字波形声音压缩编码的方法： 全频带声音：国际标准MPEG；工业标准Dolby AC-3 数字语音：固定电话使用ADPCM编码 移动电话使用高效率的混合编码技术,全频带数字音频编码的标准,所谓“MP3音乐”就是一种采用MPEG-1层3编码的高质量数字声音, 它能以10倍左右的压缩比降低高保真数字声音的存储量，使一张普通CD光盘上可以存储大约100首MP3歌曲,什么是流媒体？,在因特网上收听(看)音(视)频节目的2种方式： 下载存储方式：先下载存储在计算机中，下载完毕后再播放（缺点：需要等待很长时间，并需要较大的存储容量） 流式传输方式：边下载、边播放（优点：只需要下载一部分数据之后, 就可以开始一边播放一边下载，等待时间短、存储需求小） 流媒体技术就是允许在网络上让用户一边下载一边收看(听)音视频媒体的一种技术 目前主要有3个公司的流媒体产品： Real Networks公司的 Real Media 微软公司的 Windows Media 苹果公司的 Quick Time,数字波形声音的主要文件格式,.wav波形声音文件 .pcm使用PCM编码的声音文件 .mp2MPEG 层 1 或层2 编码的声音文件 .mp3MPEG 层3 编码的声音文件 .rm，.ra(RealAudio)RealNetworks的流式声音文件 .wma微软公司的流式声音文件 .aif (Audio Interchangeable File Format)苹果公司的声音文件,5.3.3 波形声音的编辑,波形声音编辑软件的功能,主要功能： 1 编辑声音：如声音剪辑、复制、调节音量 2 声音的效果处理：如混响、回声等 3 录音 4 声音的格式转换 5 播放声音,声音编辑软件的 典型用户界面,5.3.4 计算机合成声音,什么是计算机合成声音？,计算机合成声音就是计算机模仿人说话或演奏音乐 计算机合成声音有两类： 计算机合成语音： 计算机模仿人把一段文字朗读出来，即把文字转换为语音（简称为 TTS） 应用：有声查询、文稿校对、语言学习、语音秘书、自动报警、残疾人服务等 计算机合成音乐： 计算机模拟各种乐器发声并按照乐谱演奏音乐 应用：计算机作曲、配器等,