第五章數(shù)字媒體及應(yīng)用考點

1、第 5 章 數(shù)字媒體及應(yīng)用 考核知識要點、重點、難點精解 考點: 1 西文與漢字的編碼1 西文字符的編碼在計算機中用于表示字符的二進制編碼稱為字符編碼。目前，國際上使用最多、最普遍的字符編碼是 ASCII 字符編碼。 ASCII 碼的全稱是“ American Standard Code for Information Interchange " ，譯為：美國國家信息交換標準字符碼。標準 ASCII 碼是 7 位的編碼，可以表示 27 = 128 個不同的字符，每個字符都有其不同的 ASCII 碼值，它們的編碼范圍是 0000000B 1111111B ( 00H 7FH )。并且，

2、這 128 個字符共分為 3 類，分別是： ( l )數(shù)字 0 9 ; ( 2 ) 26 個大寫英文字母和 26 個小寫英文字母；( 3 )各種運算符號、標點符號和控制符號等。其中，數(shù)字、大寫字母、小寫字母都是按照它們的自然順序進行排列，且小寫字母的 ASCII 碼值比其相應(yīng)的大寫字母的 ASCII 碼值大 32 。例如：大寫字母 D 的 ASCII 碼值是 68 ，小寫字母 d 的 ASCII 碼值 68 + 32 = 100 。注意 雖然標準 ASCII 碼是 7 位的編碼，但由于字節(jié)是計算機中最基本的存儲和處理單位，故一般仍以一個字節(jié)來存放一個 ASCII 字符每個字節(jié)中多余出來的一位（

3、最高位 b7 ） ,在計算機內(nèi)部通常保持為“0”，而在數(shù)據(jù)傳輸時和用作奇偶校驗位。擴充 ASCII碼是 8 位，每個 ASCII 碼字符集分別可以擴充 128 個字符，這些擴充字符的編碼均為高位為 1 的 8 位代碼（十進制指數(shù) 128 255 ） ，稱為擴展 ASCII碼。2 漢字的編碼 ( 1 ) GB2312 - 1980 漢字編碼 國標碼為了適應(yīng)計算機處理漢字信息的需要， 1981 年我國頒布了 信息交換用漢字編碼字符集 · 基本集 （ GB2312 - 80 ）。簡稱國標碼，又稱漢字交換碼。該標準選出 6763 個常用漢字和 682 個非漢字字符，為每個字符規(guī)定了標準代碼，

4、以便在不同計算機系統(tǒng)中間進行漢字文本的交換。GB2312 國際字符集由三部分組成。第一部分是字母、數(shù)字和各種符號，包括拉丁文字母、俄文、日文平假名、希臘字母、漢語拼音等共 682 個（統(tǒng)稱為 GB2312 圖形符號） ; 第二部分為一級常用漢字，共 3755 個，按漢語拼音排列；第三部分為二級常用字，共 3008 個，因不太常用，所以按偏旁部首排列。 區(qū)位碼在國標碼中，所有的常用漢字和圖形符號組成了一個 94 行 94 列的矩陣。每一行的行號稱為“區(qū)號”，每一列的列號稱為“位號”。區(qū)號和位號都由兩個十進制數(shù)表示，區(qū)號編號是 01 94 ，位號的編號也是 0194 。由區(qū)號和位號組成的四位十進制

5、編碼被稱為該漢字的“區(qū)位碼” , 其中區(qū)號在前，位號在后，并且每一個區(qū)位碼對應(yīng)惟一的漢字，例如：漢字“啊”的區(qū)位碼是 " 1601 " ，表示漢字“啊”位于 16 區(qū)的 01 位。 機內(nèi)碼區(qū)位碼中，區(qū)號和位號各需要 7 個二進位才能表示。每個漢字的區(qū)號和位號分別使用 1 個字節(jié)來表示，且都從 33 開始編號（ 33 126 ） ，字節(jié)的最高位規(guī)定均為 1 。這種高位均為 1 的雙字節(jié)（ 16 位）漢字編碼就稱為 GB2312 漢字的“機內(nèi)碼”，又稱內(nèi)碼。目前 PC 機中 GB2312 漢字的表示都是這種方式。注意 （1）GB2312 國際字符集與區(qū)位碼轉(zhuǎn)換關(guān)系為：將區(qū)位碼轉(zhuǎn)

6、換成 GB2312 國際字符集的方法如下： 將十進制的區(qū)號和位號分別轉(zhuǎn)換成十六進制； 將轉(zhuǎn)換成十六進制的區(qū)號和位號分別加上 20H ; 將分別加上 20H 的區(qū)號和位號組合，得到 GB2312 國際字符集。 ( 2 ) 漢字內(nèi)碼是由漢字的國標碼加上 8080H 形成，即漢字內(nèi)碼國標碼 8080H 【 舉例 】 漢字“燈”的區(qū)位碼是 2138 ，求其國標碼。 【 分析 】 漢字“燈”的區(qū)號是 21 ，位號是 38 ，轉(zhuǎn)換成十六進制分別是 15H 、 26H 。 將轉(zhuǎn)換成十六進制的區(qū)號和位號分別加上 20H ，得到 15H + 20H = 35H ; 26H + 20H = 46H 。 因此，漢字

7、“燈”的國標碼是： 3546H 。 ( 2 ) GBK 漢字內(nèi)碼擴充規(guī)范 GBK 是我國 1995 年發(fā)布的又一個漢字編碼標準，全稱為 漢字內(nèi)碼擴展規(guī)范 。它一共有 21003 個漢字和 883 個圖形符號，與 GB2312 國標漢字字符集及其內(nèi)碼保持兼容，另外收錄了繁體字和很多生僻的漢字。 GBK 字符集中的每一個漢字和圖形符號也都采用雙字節(jié)表示，總的編碼范圍為8140FEFE ，首字節(jié)在 81 FE 之間，尾字節(jié)在 40 FE 之間（剔除 xx7F 一條線不安排字符），總計 23940 個碼位，共收人 21886 個漢字和圖形符號，未使用的區(qū)域作為用戶自定義區(qū)。 ( 3 ) GB18030

8、 一 2000 編碼信息產(chǎn)業(yè)部和國家質(zhì)量技術(shù)監(jiān)督局在 2000 年聯(lián)合發(fā)布了 GB18030 一 2000 漢字編碼國家標準，并在 2001 年開始執(zhí)行。 GB18030 一 2000 編碼標準在 GB2312 和 GBK 的基礎(chǔ)上進行了擴充，它增加了 4 字節(jié)的編碼，使碼位總數(shù)達到 160 多萬個。所包含的漢字數(shù)目也增加到 27000 多個，包括全部中日韓（ CJK ） 統(tǒng)一漢字字符集和 CJK 漢字擴充 A 和擴充 B 中的所有字符。 ( 4 )漢字字型碼漢字字型碼又稱漢字輸出碼，是用于顯示或打印輸出漢字的漢字編碼。漢字的字型通常用點陣的方式來表示的。由于不同字體的漢字有不同的要求，因此漢

9、字的點陣也有所不同。漢字點陣可有 16x16 點陣、 24x24 點陣、 32x32 點陣、 、128xl28 點陣、 256x256 點陣等。點陣越大，字型質(zhì)量越高，同時所占用的存儲空間也越大。對于 NxN 點陣的字型碼而言，一個漢字的每一行有 N 個點，每一列也有 N 個點，由于一個字節(jié)占用 8 個二進制位，因此每一行所占用的空間是：N ÷ 8 字節(jié)，一個漢字所占用的空間是：Nx ( N ÷ 8 )字節(jié)。 【 舉例 】 16xl6 點陣的字型碼，每個漢字所占用的字節(jié)數(shù) 16xl6 ÷ 8 = 32 。 24x24 點陣的字型碼，每個漢字所占用的字節(jié)數(shù) 24x2

10、4 ÷ 8 = 72 。 32x32 點陣的字型碼，每個漢字所占用的字節(jié)數(shù) 32x32 ÷ 8 = 128 。 考點 2 ：數(shù)字文本的制作與編輯 1 文本準備 ( l )漢字鍵盤輸入漢字的鍵盤輸入編碼方案有幾百種之多，能夠被廣泛接受的編碼方案應(yīng)具有卜列特點：易學(xué)習(xí)、易記憶、效率高（平均擊鍵次數(shù)較少）、重碼少、容量大（可輸入的漢字字數(shù)多）等。漢字輸入編碼大體分為 4 種，分別是： 數(shù)字編碼，這是使用一串數(shù)字來表示漢字的編碼方法，它們難以記憶，很少使用。 字音編碼，這是一種基于漢語拼音的編碼方法，簡單易學(xué)，適合于非專業(yè)人員。 字形編碼，不易掌握。 音形編混合碼，它吸取了字音編碼

11、和字形編碼的優(yōu)點，使編碼規(guī)則適當簡化、重碼減少，但掌握起來也不容易。漢字的輸入編碼與漢字的內(nèi)碼是不同范疇的概念，不能把它們混淆起來。使用不同的輸入編碼方法向計算機輸入的同一個漢字，它們的內(nèi)碼是相同的。 ( 2 ) 聯(lián)機手寫漢字識別（筆輸入）聯(lián)機手寫漢字識別輸入法以平常書寫的習(xí)慣，把要輸入的漢字寫在一塊叫“書寫板”的設(shè)備上，書寫板將筆尖的運動（包括抬筆、落筆、筆段軌跡以及各筆段之間的時間關(guān)系等）按時間順序采樣后發(fā)送到計算機中，由計算機軟件自動進行識別，然后用該漢字（或符號）對應(yīng)的代碼進行保存。 ( 3 ) 漢語語音識別輸入( 4 ) 印刷體漢字識別（漢字 OCR ）輸入印刷體漢字識別是將印刷或打

12、印在紙上的中西文字輸入計算機并經(jīng)過識別轉(zhuǎn)換為編碼表示的一種技術(shù)，也叫做漢字 OCR ( Optical Character Recognition )。 ( 5 )脫機手寫漢字識別輸入 2 文本分類與表示文本是計算機表示文字及符號信息的一種數(shù)字媒體。使用計算機制作的數(shù)字文本有多種不同的類型： ( l ) 根據(jù)它們是否具有編輯排版格式來分，可分為簡單文本（純文本）和豐富格式文本兩大類。簡單文本呈現(xiàn)為一種線性結(jié)構(gòu)，寫作和閱讀均按順序進行。經(jīng)過排版處理后，純文本中就增加了許多格式控制和結(jié)構(gòu)說明信息，稱為“豐富格式文本”。 ( 2 ) 根據(jù)文本內(nèi)容的組織方式來分，可以分為線性文本和超文本兩大類。傳統(tǒng)的

13、紙質(zhì)文本其內(nèi)容的組織是線性（順序）的，因而讀者總是按順序先讀第 1 頁（從第一行讀到最后一行），再讀第 2 頁、第 3 頁 ，這就是線性文本。超文本（ hypertext ）概念是對傳統(tǒng)文本的一個擴展。除了傳統(tǒng)的順序閱讀方式之外，它還可以通過鏈接、跳轉(zhuǎn)、導(dǎo)航、回溯等操作，實現(xiàn)對文本內(nèi)容更為方便的訪問。超文本采用網(wǎng)狀結(jié)構(gòu)來組織信息，一個超文本由若干文本塊組成，每個文本塊中包含了一些指向其他文本塊的指針，用于實現(xiàn)文本閱讀時的快速跳轉(zhuǎn)。這些指針稱為超鏈（ hyperlink ）。超鏈是有向的，起點位置稱為鏈源（ HTML 文檔中稱為錨）；目的地（目標）稱為鏈宿，它可以是文本塊（本機或者網(wǎng)絡(luò)中其他計算

14、機的一個文件或者程序），也可以是文本塊的同一部分。文本塊可以是文字，也可以是圖形、圖像甚至聲音或視頻，這就把超文本推廣到了多媒體的形式，所以有時也稱為“超媒體” ( hypermedia )。 ( 3) 根據(jù)文本內(nèi)容是否變化和如何變化來分，可分為靜態(tài)文本、動態(tài)文本和主動文本三類。 靜態(tài)文本一般情況下用得最多的是靜態(tài) Web 文本，靜態(tài)文本的每次訪問都返回相同結(jié)果。靜態(tài)文本的優(yōu)點在于它簡單、可靠、訪問速度快。它的主要缺點是不靈活，一旦內(nèi)容變化，就必須人工修改文檔，不適合內(nèi)容頻繁變化的應(yīng)用場合。 動態(tài)文本動態(tài) Web 文檔的內(nèi)容是在瀏覽器訪問 Web 服務(wù)器時由服務(wù)器創(chuàng)建的，文檔的內(nèi)容是變化的，它

15、能向用戶提供最新的信息。從瀏覽器的角度來看，動態(tài)文檔和靜態(tài)文檔并無區(qū)別，它們都采用 HTML 編寫，采用同樣的方法進行訪問，瀏覽器不知道（也不需要知道）服務(wù)器是從磁盤文件還是從計算機程序取得文檔的。動態(tài)文檔的創(chuàng)建比靜態(tài)文檔復(fù)雜，動態(tài)文檔的創(chuàng)建者需使用腳本語言如 VBScript 、Javascript 及 CGI 、 ASP 等編寫程序，并使用 SQL 查詢語言通過 ODBC 、 ADO 等接口訪問數(shù)據(jù)庫。瀏覽器訪問動態(tài)文檔需要的時間也會稍長一些，因為服務(wù)器需要額外的時間去運行程序創(chuàng)建文檔。動態(tài)文檔的一個主要缺點是不能顯示變化著的信息。與靜態(tài)文檔類似，動態(tài)文檔在瀏覽器取得文檔后內(nèi)容不會再改變，

16、因而文檔很快就開始過時。 主動文檔相對于動態(tài)文檔的優(yōu)點是它能夠訪問信息源并連續(xù)地更新文檔內(nèi)容。主動文檔能夠自動更新文檔內(nèi)容的原因在于， Web 服務(wù)器傳送給瀏覽器的中包含了一個可以本地執(zhí)行的小程序（ A pplet ） ，瀏覽器會自動啟動執(zhí)行這些 VBSCript 或 JavaSCript 等編寫的程序，需要時后者能主動與 Web 服務(wù)器進行交互，并改變文檔的顯示內(nèi)容。只要用戶讓程序保持運行，文檔的內(nèi)容就總在更新。主動文檔的主要缺點是創(chuàng)建和運行這種文檔比較復(fù)雜，同時缺少安全性。 3 文本編輯與處理 ( 1 )文本編輯文本編輯的主要功能包括： 對字、詞、句、段落進行添加、刪除、修改等操作； 字的

17、處理：設(shè)置字體、字號、字的排列方向、間距、顏色、效果等； 段落的處理：設(shè)置行距、段間距、段縮進、對稱方式等； 表格制作和繪圖； 定義超鏈； 頁面布局（排版）：設(shè)置頁邊距、每頁行列數(shù)、分欄、頁眉、頁腳、插圖位置等。 ( 2 )文本處理文本處理強調(diào)的是使用計算機對文本中所含文字信息的形、音、義等進行分析和處理。文本處理可以在字、詞（短語）、句子、篇章等不同的層面上進行。 在字、詞（短語）層面上進行的處理包括字數(shù)統(tǒng)計、自動分詞、詞性標注、詞頻統(tǒng)計、詞語排序、詞語錯誤檢測、自動建立索引、簡繁體轉(zhuǎn)換、大陸臺灣編碼及術(shù)語轉(zhuǎn)換等； 在句子級別上進行的處理有語法檢查、文語轉(zhuǎn)換（語音合成）、文種轉(zhuǎn)換（機器翻譯）

18、等； 在篇章基礎(chǔ)上進行的處理有關(guān)鍵詞提取、文摘生成、文本分類、文本檢索等。此外，為了文本的信息安全和有效地存儲或傳輸，還需要對文本進行加密、壓縮等處理。在各種文本處理應(yīng)用中，我們使用最多的是文本檢索。文本檢索是將文本按一定的方式進行組織、儲存、管理，并根據(jù)用戶的要求查找到所需文本的技術(shù)和應(yīng)用。目前常用的 Web 信息檢索系統(tǒng)有 Google 、 Yahoo 、 Alta 、 Vista 、 Infoseek 、新浪、天網(wǎng)、百度等，它們也稱為搜索引擎。其基本原理是：預(yù)先使用軟件 Robot 遍歷 Web ，將 Web 上的信息下載到本地文檔庫；然后對文本內(nèi)容進行自動分析并建立索引；在用戶提出檢索

19、請求時，搜索引擎通過檢查索引找出匹配的文本（或 URL 地址）返回給用戶。 4 文本的展現(xiàn)數(shù)字電子文本有兩種使用方式：打印輸出和在屏幕上進行閱讀、瀏覽。由于存放在計算機存儲器中的文本是不可見的，因此，不論哪種使用方式，都包含了文本的展現(xiàn)過程。文本展現(xiàn)的大致過程是：首先要對文本的格式描述進行解釋，然后生成文字和圖表的映像，最后再傳送到顯示器或打印機輸出。 考點 3 ：常用文本處理軟件下面是幾種常用的文本處理軟件： 1 面向通信的文本處理軟件包括電子郵件和網(wǎng)絡(luò)聊天所使用的文本處理軟件，它們的文本編輯器功能并不很多，但操作使用方便。 2 面向辦公的文本處理軟件目前在 PC 機上使用的具有代表性的是微

20、軟公司 Office 套件中的 Word 和我國自行開發(fā)的 WPS 文本處理軟件。 3 面向出版的文本處理軟件面向出版的文字處理軟件，除了常規(guī)的文字編輯處理功能之外，更重要的是它的排版功能，所以這一類型軟件也稱為“排版軟件”。排版軟件的主要功能是將文字、圖形和圖像等合理地安排在頁面內(nèi)。方正集團公司的“飛騰”排版軟件、美國 Adobe 公司的 PageMaker 和 PDF Write 都是這一類軟件的代表。4 面向網(wǎng)絡(luò)信息發(fā)布和電子出版的文本處理軟件將文本放在因特網(wǎng)上進行發(fā)布的最好方法是制作成網(wǎng)頁，即所謂的 HTML 文件。用于制作 HTML 文件的軟件有很多，有微軟的 FrontPage ,

21、 Macromedia Dreamweaver 等，使用 word 也可以產(chǎn)生 HTML 文件輸出。面向電子出版的最流行的軟件是美國 Adobe 公司的 Acrobat 。 考點 4 * ：數(shù)字圖像的獲取、表示及常用圖像文件格式計算機的數(shù)字圖像按其生成方法可以分成兩類：一類是從現(xiàn)實世界中通過掃描儀、數(shù)碼相機等設(shè)備獲取的圖像，它們稱為取樣圖像、點陣圖像或位圖圖像，以下簡稱圖像。另一類是使用計算機合成(制作)的圖像，它們稱為矢量圖形，或簡稱圖形。1. 數(shù)字圖像的獲取從現(xiàn)實世界中獲得數(shù)字圖像的過程稱為圖像的獲取。圖像獲取的過程實質(zhì)上是模擬信號的數(shù)字化過程，它的處理步驟大體分為四步： ( 1) 掃描。

22、將畫面劃分為 MxN 個網(wǎng)格，每個網(wǎng)格稱為一個取樣點。這樣，一幅模擬圖像就轉(zhuǎn)換為 MxN 個取樣點組成的一個陣列。( 2 ) 分色。將彩色圖像取樣點的顏色分解成三個基色（例如 R 、 G 、 B 三基色），如果不是彩色圖像（即灰度圖像或黑白圖像），則不必進行分色。 ( 3 ) 取樣。測量每個取樣點每個分量的的亮度值。 ( 4 )量化。對取樣點每個分量的亮度值進行 A/D轉(zhuǎn)換，即把模擬量使用數(shù)字量（一般是8 位至 12 位的正整數(shù)）來表示。通過上述方法所獲取的數(shù)字圖像稱為取樣圖像，它是靜止圖像的數(shù)字化表示形式，通常簡稱為“圖像”。 2 數(shù)字圖像的表示從取樣圖像的獲取過程可以知道，一幅取樣圖像由

23、M （行）x N （列）個取樣點組成，每個取樣點是組成取樣圖像的基本單位，稱為像素（簡寫為 pel ）。彩色圖像的像素是矢量，它由多個彩色分量組成，黑白圖像的像素只有一個亮度值。取樣圖像在計算機中的表示方法是：單色圖像用一個矩陣來表示；彩色圖像用一組（一般是三個）矩陣來表示，矩陣的行數(shù)稱為圖像的垂直分辨率，列數(shù)稱為圖像的水平分辨率，矩陣中的元素是像素顏色分量的亮度值，使用整數(shù)表示，一般是 8 位至 12 位。在計算機中存儲的每一幅取樣圖像，除了所有的像素數(shù)據(jù)之外，至少還必須給出如下一些關(guān)于該圖像的描述信息（屬性）：( l )圖像大小，也稱為圖像分辨率（包括垂直分辨率和水平分辨率）。若圖像大小為

24、 400 x 300 ，則它在 800x600 分辨率的屏幕上以 100 的比例顯示時，只占屏幕的 1 / 4 ；若圖像超過了屏幕（或窗口）大小，則屏幕（或窗口）只顯示圖像的一部分，用戶需操縱滾動條才能看到全部圖像。 ( 2 )顏色空間的類型，指彩色圖像所使用的顏色描述方法，也叫顏色模型。常用的顏色模型有 RGB （紅、綠、藍）模型、 CMYK （青、品紅、黃、黑）模型、 HSV （色彩、飽和度、亮度）模型、 YUV （亮度、色度）模型等。從理論上講，這些顏色模型都可以相互轉(zhuǎn)換的。 ( 3 )像素深度，即像素的所有顏色分量的二進位數(shù)之和，它決定了不同顏色（亮度）的最大數(shù)目?！?舉例 】 單色圖

25、像，若其像素深度是 8 位， 則不同亮度的數(shù)目為： 28= 256 ；又如，由 R 、 G 、 B 三基色組成的彩色圖像，若三個分量中的像素位數(shù)分別為 4 、 4 、 4 ，則該圖像的像素深度為 12 ，最大顏色數(shù)目為： 24 *24 *24 = 212= 4096 。 3 圖像的壓縮編碼一幅圖像的數(shù)據(jù)量可按下面的公式進行計算（以字節(jié)為單位）：圖像數(shù)據(jù)量圖像水平分辨率 x 圖像垂直分辨率 X 像素深度 8 為了節(jié)省存儲數(shù)字圖像時所需要的存儲器容量，降低存儲成本大幅度壓縮圖像的數(shù)據(jù)量是非常重要的。數(shù)據(jù)壓縮可分成兩種類型，一種是無損壓縮，另一種是有損壓縮。 ( 1 )無損壓縮是指壓縮以后的數(shù)據(jù)進行

26、圖像還原（也稱為解壓縮）時，重建的圖像與原始圖像完全相同。例如行程長度編碼、哈夫曼編碼等。 ( 2 )有損壓縮是指使用壓縮后的數(shù)據(jù)進行圖像重建時，重建后的圖像與原始圖像雖有一定的誤差，但不影響人們對圖像含義的正確理解。評價一種壓縮編碼方法的優(yōu)劣主要看三個方面：壓縮倍數(shù)的大小、重建圖像的質(zhì)量（有損壓縮時），以及壓縮算法的復(fù)雜程度。注意 為了得到較高的數(shù)據(jù)壓縮比，數(shù)字圖像的壓縮一般都采用有損壓縮，如變換編碼、矢量編碼等。 4 常用圖像文件格式目前因特網(wǎng)和 PC 機常用的幾種圖像文件的格式如表 5 . 1 所示：表 5 . 1 目前因特網(wǎng)和 PC 機常用的幾種圖像文件的格式名稱壓縮編碼方法性質(zhì)典型應(yīng)

27、用開發(fā)組織公司BMPRLE （行程長度編碼）無損Windows 應(yīng)用程序MicrosoftTIFRTE , LZW （字典編碼）無損桌面出版Aldus,MicrosoftGIFLZW無損因特網(wǎng)CompuServeJPEGDCT （離散余弦變換）Huffman無損有損因特網(wǎng)，數(shù)碼相機等ISO/IECJP2小波變換，算術(shù)編碼無損有損因特網(wǎng)，數(shù)碼相機等ISO/IECBMP 圖像是微軟公司在 Windows 操作系統(tǒng)下使用的一種標準圖像文件格式。不壓縮的 BMP 文件是一種通用的圖像文件格式，幾乎所有 Windows 應(yīng)用軟件都能支持。 TIF 圖像文件格式大量使用于掃描儀和桌面出版，能支持多種壓縮方

28、法和多種不同類型的圖像。 GIF 是目前因特網(wǎng)上廣泛使用的一種圖像文件格式，它的顏色數(shù)目較少（不超過 256 色） , 文件特別小，適合因特網(wǎng)傳輸，在網(wǎng)頁制作中大量使用。 考點 5 ：數(shù)字圖像的編輯處理和應(yīng)用1 數(shù)字圖像處理使用計算機對圖像，進行去噪、增強、復(fù)原、分割、提取特征、壓縮、存儲、檢索等操作處理，稱為數(shù)字圖像處理。一般來講，對圖像進行處理的主要目的有以下幾個方面：( l ) 提高圖像的視感質(zhì)量。如進行圖像的亮度和彩色變換，增強或抑制某些成分，對圖像進行幾何變換，包括特技或效果處理等，以改善圖像的質(zhì)量。 ( 2 ) 圖像復(fù)原與重建。如進行圖像的校正，消除退化的影響，產(chǎn)生一個等價于理想成

29、像系統(tǒng)所獲得的圖像，或者使用多個一維投影重建該圖像。 ( 3 ) 圖像分析。提取圖像中的某些特征或特殊信息，為圖像的分類、識別、理解或解釋創(chuàng)造條件。( 4 )圖像數(shù)據(jù)的變換、編碼和數(shù)據(jù)壓縮，用以更有效地進行圖像的存儲和傳輸。 ( 5 )圖像的存儲、管理、檢索，以及圖像內(nèi)容與知識產(chǎn)權(quán)的保護等。注意 常用圖像編輯處理軟件有：美國 Adobe 公司的 Photoshop , Windows 操作系統(tǒng)附件中的畫圖軟件和映像軟件， office 中的軟件中的Microsoft Photo Editort 軟件，Ulead System 公司的 Photo Impact 軟件,ACD System 公司的

30、 ACDSee32 等。2 數(shù)字圖像的應(yīng)用( l ) 圖像通信。包括傳真、可視電話、視頻會議等。 ( 2 ) 遙感。 ( 3 ) 診斷。如通過其射線、超聲、計算機斷層攝影（即 CT ）、核磁共振等進行成像，結(jié)合圖像處理與分析技術(shù)，進行疾病的分析與診斷。 ( 4 ) 生產(chǎn)中的應(yīng)用。如產(chǎn)品質(zhì)量檢測，生產(chǎn)過程的自動控制等。 ( 5 ) 機器人視覺。通過實時的圖像處理，對三維景物進行理解與識別。 ( 6 ) 軍事、公安、檔案管理等其他方面的應(yīng)用 考點 6 ：計算機圖形的概念與應(yīng)用 1 計算機圖形的概念人們進行景物描述的過程稱為景物的建模；根據(jù)景物的模型生成其圖像的過程稱為“繪制”，也叫做圖像合成，所產(chǎn)

31、生的數(shù)字圖像稱為計算機合成圖像，也稱為矢量圖形，以區(qū)別于通常的取樣圖像。研究如何使用計算機描述景物并生成其圖像的原理、方法與技術(shù)稱為“計算機圖形學(xué)”。 2 計算機圖形的應(yīng)用使用計算機合成圖像的主要優(yōu)點有：計算機不但能生成實際存在的具體景物的圖像，還能生成假想或抽象景物的圖像。計算機合成圖像有著廣泛的應(yīng)用領(lǐng)域。例如： ( l )計算機輔助設(shè)計和輔助制造（ CAD / C AM ）。 ( 2 )利用計算機生成各種地形圖、交通圖、天氣圖、海洋圖、石油開采圖等，既可方便、快捷地制作和更新地圖，又可用于地理信息的管理、查詢和分析。 ( 3 ) 作戰(zhàn)指揮和軍事訓(xùn)練。 ( 4 ) 計算機動畫和計算機藝術(shù)。除

32、此之外，計算機合成圖像在電子出版、數(shù)據(jù)處理、工業(yè)監(jiān)控、輔助教學(xué)、軟件工程等許多方面也有著很好的應(yīng)用。 考點 7 * ：數(shù)字聲音獲取的方法和設(shè)備 1 數(shù)字聲音的獲取聲音由振動而產(chǎn)生，通過空氣進行傳播。聲音是一種波，它由許多不同頻率的諧波所組成。諧波的頻率范圍稱為聲音的帶寬，帶寬是聲音的一項重要參數(shù)。多媒體技術(shù)處理的聲音主要是人耳可聽到的 20Hz 一 20 kH的音頻信號，其中人的說話聲音是頻率范圍約為 300 一 3400Hz ，稱為言語，也稱為話音或語音。聲波是一種模擬信號。為了使用計算機進行處理，必須將它轉(zhuǎn)換成數(shù)字編碼的形式，這個過程稱為聲音信號的數(shù)字化。聲音信號數(shù)字化的過程為： ( l

33、) 取樣。為了不產(chǎn)生失真，按照取樣定理，取樣頻率不應(yīng)低于聲音信號最高頻率的兩倍。因此，語音信號的取樣頻率一般為 8kHz ，音樂信號的取樣頻率應(yīng)在 40KHz 以上。 ( 2 ) 量化。聲音信號的量化精度一般為 8 位、 12 位或 16 位，量化精度越高，聲音的保真度越好，量化精度越低，聲音的保真度越差。 ( 3 ) 編碼。經(jīng)過取樣和量化后的聲音，還必須按照一定的要求進行編碼，即對它進行數(shù)據(jù)壓縮，以減少數(shù)據(jù)量，并按某種格式將數(shù)據(jù)進行組織，以便于計算機存儲和處理，在網(wǎng)絡(luò)上進行傳輸?shù)?。把模擬聲音信號轉(zhuǎn)換成數(shù)字形式進行處理有許多優(yōu)點： ( l ) 數(shù)字聲音重放性能好，復(fù)制時沒有失真； ( 2 )

34、數(shù)字聲音的可編輯性強，易于進行效果處理； ( 3 ) 數(shù)字聲音能進行數(shù)據(jù)壓縮，傳輸時抗干擾能力強； ( 4 ) 數(shù)字聲音容易與其他媒體相互結(jié)合（集成）;( 5 ) 它也為自動提取“元數(shù)據(jù)”和實現(xiàn)聲音檢索創(chuàng)造了條件。 2 數(shù)字聲音的獲取設(shè)備聲音獲取設(shè)備包括麥克風(fēng)和聲卡，麥克風(fēng)的作用是將聲波轉(zhuǎn)換為電信號，然后由聲卡進行數(shù)字化。 ( 1 ) 聲卡的功能聲卡既參與聲音的獲取也負責(zé)聲音的重建，它控制并完成聲音的輸入與輸出，主要功能包括：波形聲音的獲取與數(shù)字化；聲音的重建與播放； MIDI 聲音的輸入； MIDI 聲音的合成與播放。波形聲音的獲取過程就是把模擬的聲音信號轉(zhuǎn)換為數(shù)字形式。聲源可以是話筒（麥克

35、風(fēng)）輸入，也可以是線路輸入(聲音來自音響設(shè)備或CD 唱機等)。聲卡不僅能獲取單聲道聲音，而且還能獲取雙聲道(立體聲)的聲音。 ( 2 ) 聲卡的組成聲卡以數(shù)字信號處理器（ DSP ）為核心， DSP 是一種專用的微處理器，它在完成數(shù)字聲音的編碼、解碼及聲音編輯操作中起著重要的作用。隨著大規(guī)模集成電路技術(shù)的發(fā)展，不少 PC 機的聲卡己經(jīng)與主板集成在一起，不再做成獨立的插卡。注意 除了利用聲卡進行在線聲音獲取之外，也可以使用數(shù)碼錄音筆進行離線聲音獲取，后再通過 USB 接口直接將己經(jīng)數(shù)字化的聲音數(shù)據(jù)從數(shù)碼錄音筆送入計算機中。 考點 8 ：數(shù)字聲音的壓縮編碼 1 波形聲音的主要參數(shù)數(shù)字化的波形聲音是

36、一種使用二進制表示的串行的比特流，它遵循一定的標準或規(guī)范進行編碼，其數(shù)據(jù)是按時間順序組織的。波形聲音的主要參數(shù)包括：取樣頻率，量化位數(shù)，聲道數(shù)目，使用的壓縮編碼方法以及比特率。比特率也稱為碼率，它指的是每秒鐘的數(shù)據(jù)量。數(shù)字聲音未壓縮前，碼率的計算公式為：波形聲音的碼率 = 取樣頻率 x 量化位數(shù) x 聲道數(shù)壓縮編碼以后的碼率則為壓縮前的碼率除以壓縮倍數(shù)。 2 全頻帶聲音的壓縮編碼聲音信號中包含有大量的冗余信息，為了降低存儲成本和提高通信效率，對數(shù)字波形聲音進行數(shù)據(jù)壓縮是十分必要的。一個好的聲音數(shù)據(jù)壓縮算法通常應(yīng)做到壓縮倍數(shù)高，聲音失真小，算法簡單，編碼器解碼器的成本低。目前常用的全頻帶聲音的編

37、碼方法如表 5 . 2 所示。表 5 . 2 全頻帶聲音壓縮編碼標準名稱壓縮后的碼率（每個聲道）聲道數(shù)目主要應(yīng)用MPEG - l 層 1192kbps（壓縮 4 倍）2數(shù)字合式錄音帶MPEG - 1 層 2128kbps（壓縮 6 倍）2DAB, VCDMPEG - 1 層 364kbps（壓縮 12 倍）2Internet ， MP3音樂MPEG - 2 audio與 MPEG-l 層 1 、層2 、層3 相同5.1,7.1數(shù)字合式錄音帶Dolby AC - 364kbps5.1,7.1DVD，DCV，家庭影院注意 表中的 MPEG 一 1 聲音壓縮編碼標準分為三個層次： ( l ) 層 1

38、 的編碼較簡單，主要用于數(shù)字盒式錄音磁帶； ( 2 ) 層 2 的算法復(fù)雜度中等，其應(yīng)用包括數(shù)字音頻廣播（ DAB ）和 VCD 等； ( 3 ) 層 3 的編碼較復(fù)雜，主要應(yīng)用于因特網(wǎng)上高質(zhì)量聲音的傳輸?！?MP3 音樂”就是一種采用 MPEG 一 1 層 3 編碼的高質(zhì)量數(shù)字音樂。 3 數(shù)字語音的壓縮編碼 ( l ) 數(shù)字語音在中繼線上傳輸時采用的壓縮編碼方法是國際電信聯(lián)盟 ITU 提出的 G711 和 G721 標準，前者是 PCM （脈沖編碼調(diào)制）編碼，后者是 ADPCM （自適應(yīng)差分脈沖編碼調(diào)制）編碼。它們的碼率雖然比較高（分別為 64kb / S 和 32kb / S ） ，但能保

39、證語音的高質(zhì)量，且算法簡單、易實現(xiàn)，多年來在固定電話通信系統(tǒng)中得到了廣泛應(yīng)用，在計算機中也被廣泛使用。 ( 2 ) 在移動通信和 IP 電話中，由于通信信道帶寬較窄，為了達到實時通信的效果，必須采用更有效的語音壓縮編碼方法。其原理是利用原始語音波形信號提取出模擬人們發(fā)聲過程的“聲源一濾波器”模型中的聲道參數(shù)與激勵信號，并使這些參數(shù)和激勵信號產(chǎn)生的波形盡可能接近于原始語音的波形。采用此類所謂的“合成一分析”方法（也稱為混合編碼）后，語音壓縮后的碼率大約在 4.8kb / s 到 16kb / s 之間，并能保證較好的語音質(zhì)量。 考點 9 ：語音合成和音樂合成的基本應(yīng)用和原理 1 語音合成語音合成

40、是根據(jù)語言學(xué)和自然語言理解的知識，使計算機模仿人的發(fā)聲，自動生成語音的過程。目前主要是按照文本（書面語言）進行語音合成，這個過程稱為文語轉(zhuǎn)換（簡稱 TTS）。文語轉(zhuǎn)換過程原理上分成三步： ( l ) 第一步先對文本進行分析，判斷每一個字的正確讀音，將文字序列轉(zhuǎn)換成一串發(fā)音符號（如國際音標或漢語拼音）;( 2 ) 第二步是韻律分析，它根據(jù)文句的結(jié)構(gòu)、位置、使用的標點符號以及上下文等，確定發(fā)音時語氣的變換以及讀音的輕重緩急，這些都由一組韻律控制參數(shù)來進行說明； ( 3 ) 第三步是語音合成，它的主要功能是：根據(jù)發(fā)音標注，從語音庫中取出相應(yīng)的語音基元，按照韻律控制參數(shù)的要求，利用特定的語音合成技術(shù)對

41、語音基元進行調(diào)整和修改，最終合成出符合要求的流暢、自然的語音。語音庫中存儲了大量預(yù)先錄制的語音基元（單音、詞組、短語或句子）的波形，合成時讀取語音基元的波形，將這些波形進行拼接和韻律修飾，然后輸出連續(xù)語音流。2 音樂合成 ( l ) 音樂合成器 PC 機的聲卡一般都帶有音源，音源也稱為音樂合成器，它能模仿許多樂器生成各種不同音色的音符。聲卡上的音源有兩種：一種是調(diào)頻合成器，它是一種受控的電子振蕩器（波形發(fā)生器），能模擬生成許多樂器演奏的音符，不過音色單調(diào)，效果比較差些。另一種音源是波表合成器，它預(yù)先將每種樂器演奏的各個音符的波形數(shù)字化，把它們組織成一張表（稱為波表），存放在 ROM 中，播放時

42、根據(jù)樂器類型、音符等參數(shù)訪問 ROM ，取出相應(yīng)的波形數(shù)據(jù)，將其修飾成所要求的音強和時長，然后播放出來，它能提供相當優(yōu)美的音色，效果很好。 ( 2 ) 樂譜描述語言 MIDI 在計算機中描述樂譜需要有一種標準的描述語言。目前普遍使用的標準叫做 MIDI 。 MIDI 不僅規(guī)定了樂譜的數(shù)字表示方法（包括音符、定時、樂器等），也規(guī)定了演奏控制器、音源、計算機等相互連接時的通信規(guī)程。 MIDI 規(guī)定，樂譜中的音符及其定時、速度、音色（樂器）等采用 MIDI消息（ MIDI message ） 進行描述，每個 MIDI 消息描述一個音樂事件，一首樂曲所對應(yīng)的全部 MIDI 消息組成一個 MIDI 文件

43、。 MIDI 文件在計算機中的文件擴展名為 MIDI ，它是計算機合成音樂的交換標準，也是商業(yè)音樂作品發(fā)行的標準。注意 播放 MIDI 音樂的過程大體如下：媒體播放器軟件首先從磁盤上讀入，MID文件，把其中的一個個MIDI消息發(fā)送給聲卡上的音樂合成器，由音樂合成器解釋并執(zhí)行 MIDI 消息所規(guī)定的操作，合成出各種音色的音符，通過揚聲器播放出樂曲來。 考點 10 ：數(shù)字視須獲取的方法和設(shè)備 1 數(shù)字視頻的基礎(chǔ)本書中所說的視頻（ video ）指的是內(nèi)容隨時間變化的一個圖像序列，也稱為活動圖像或運動圖像。常見的視頻有電視和計算機動畫。（1）電視我國采用 PAL 制式的彩色電視信號，在遠距離傳輸時，

44、使用亮度信號 Y 和兩個色度信號 U 、 V 來表示，這種方法有兩個優(yōu)點： 能與黑白電視接收機保持兼容， Y 分量由黑白電視接收機直接顯示而無需做進一步處理； 利用人眼對兩個色度信號不太靈敏的視覺特性來節(jié)省電視信號的帶寬和發(fā)射功率，彩色信號的 YUV表示與 RGB 表示可按照下面的公式進行相互轉(zhuǎn)換：亮度分量 Y = 0 . 3 x R + 0 . 59 x G + 0.11 x B色度分量 U = 0 . 493 x ( B - Y )色度分量 V = 0 . 877 x ( R - Y ) :( 2 ) 計算機動畫計算機動畫是采用計算機制作一系列可供實時演播的連續(xù)畫面的一種技術(shù)。它可以輔助制

45、作傳統(tǒng)的卡通動畫片，或逼真地模擬三維景物隨時間而變化的過程，所生成的一系列畫面以每秒 50 幀左右的速率演播時，利用人眼視覺殘留效應(yīng)便可產(chǎn)生連續(xù)運動或變化的效果。 2 數(shù)字視頻獲取的方法數(shù)字視頻與模擬視頻相比有很多優(yōu)點。例如，復(fù)制和傳輸時不會造成質(zhì)量下降，容易進行編輯修改，有利于傳輸（抗干擾能力強，易于加密），可節(jié)省頻率資源等。視頻信號的數(shù)字化比聲音要復(fù)雜，它以一幀幀畫面為單位進行。由于電視圖像采用 YUV 彩色空間，人眼對顏色信號的敏感程度遠不如對亮度信號那么靈敏，所以色度信號的取樣頻率可以比亮度信號的取樣頻率低一些，以減少數(shù)字視頻的數(shù)據(jù)量。目前常用的色度信號取樣格式有三種： ( 1 ) 4

46、 : 4 : 4 格式，色度信號的取樣與亮度信號完全一樣。 ( 2 ) 4 : 2 : 2 格式，每條掃描線上色度信號的取樣只是亮度信號的一半。 ( 3 ) 4 : 2 : 0 格式，在水平和垂直方向上色度信號的取樣都只是亮度信號的一半。表 5 . 3 視頻壓縮編碼的標準及其應(yīng)用名稱原圖像格式壓縮后的碼率主要應(yīng)用MPEG -1CIF格式大約 1.2Mb / s 1.5Mb/s適用于 VCD 、數(shù)碼相機、數(shù)字攝像機等H.261CIF格式QCIF格式Px64kb / s(P=1、2時，只支持QCIF 格式，P6時，可支持CIF格式應(yīng)用于視頻通信，如可視電話，會議電視等MPEG 2(MPML)720

47、 x 5765Mb/s15Mb/s用途最廣，如DVD、150路衛(wèi)星電視直播，540路CATV等MPEG 2High Profile1440x11521920x115280Mb/s100Mb/s高清晰度電視(HDTV)領(lǐng)域MPEG 4(H.26L)多種不同的視頻格式與MPEG 1，MPEG 2相當，但最低可達到64kb/s適合交互式多媒體應(yīng)用，包括虛擬現(xiàn)實、遠程教學(xué)交互式電視等3 數(shù)字視頻的獲取設(shè)備目前，有線電視網(wǎng)絡(luò)和錄放像機等輸出的都是模擬視頻信號，它們必須數(shù)字化以后，才能由計算機存儲、處理和顯示。 PC 機中用于視頻信號數(shù)字化的插卡稱為視頻采集卡，簡稱視頻卡，它能將輸入的模擬視頻信號（及其伴音信號）進行數(shù)字化然后存儲在硬盤中。數(shù)字化的同時，視頻圖像經(jīng)過彩色空間轉(zhuǎn)換（從 YUV 轉(zhuǎn)換為 RGB ） ，然后與計算機圖形顯示卡產(chǎn)生的圖像疊加在一起，用戶可在顯示器屏幕上指定窗口中監(jiān)看（監(jiān)聽）其內(nèi)容。還有一種可以在線獲取數(shù)字視頻的設(shè)備是數(shù)字攝像頭，它通過光學(xué)鏡頭采集圖像，然后直接將圖像轉(zhuǎn)換成數(shù)字信號并輸入到 PC 機，不再需要使用專門的視頻采集卡。注意 數(shù)字攝像機是一種離線的數(shù)字視頻獲取設(shè)備，它的原理與數(shù)碼相機類似，但具有更多的功能，所拍攝的視頻圖像及記錄的伴音使用 M - J PEG 或 MPEG -2 進行壓縮編碼，記錄在磁帶或者硬盤上，需要時再通過 USB 或IEE