第5章-数字媒体及应用(江苏专转本计算机)课件.ppt

1、第5章 数字媒体及应用5.1 5.1 文本与文本处理文本与文本处理5.2 5.2 图像与图形图像与图形5.3 5.3 数字声音及应用数字声音及应用5.4 5.4 数字视频及应用数字视频及应用5.1 文本与文本处理 文字文字：是一种书面语言，它由一系列字符是一种书面语言，它由一系列字符（character）的书写符号构成。的书写符号构成。文本文本（text）：）：文字信息在计算机中的表文字信息在计算机中的表示形式示形式，是基于特定字符集的、具有上下，是基于特定字符集的、具有上下文相关性的一个字符流，是计算机中最常文相关性的一个字符流，是计算机中最常用的一种数字媒体。用的一种数字媒体。组成文本的基

2、本元素组成文本的基本元素是字符，字符在计算机中采用二进制编码是字符，字符在计算机中采用二进制编码表示。表示。文本在计算机中的处理文本在计算机中的处理 文本在计算机中的处理过程：文本在计算机中的处理过程：文本准备（例如汉字的输文本准备（例如汉字的输入）入） 、文本编辑、文本处理、文本存储与传输、文本展现等、文本编辑、文本处理、文本存储与传输、文本展现等，根据应用场合的不同，各个处理环节的内容和要求可能有很根据应用场合的不同，各个处理环节的内容和要求可能有很大的差别。大的差别。文本存储文本存储与传输与传输（阅读器）（阅读器）文本处理文本处理（文本处理软件）（文本处理软件）文本准备文本准备电子文本电

3、子文本文本编辑文本编辑（编辑器）（编辑器）格式化的格式化的电子文本电子文本文本展现文本展现5.1 文本与文本处理 文本信息的输入方法：文本信息的输入方法：(P130第第13题题)人工输入人工输入：通过键盘、手写笔或语音输入方式输入字符：通过键盘、手写笔或语音输入方式输入字符特点：速度慢、成本高，不适合需处理大批量文字的特点：速度慢、成本高，不适合需处理大批量文字的应用应用自动输入自动输入：将纸介质上的文本通过识别技术自动转换为：将纸介质上的文本通过识别技术自动转换为文字的编码文字的编码特点：速度快，效率高特点：速度快，效率高文字的自动识别分为：印刷体识别和手写体识别文字的自动识别分为：印刷体识

4、别和手写体识别5.1.1 文本准备文本信息的输入方法文本信息的输入文本信息的输入人工输入人工输入自动识别输入自动识别输入键盘输入键盘输入联机手写输入联机手写输入语音输入语音输入印刷体识别印刷体识别手写体识别手写体识别 汉字输入编码方法的分类汉字输入编码方法的分类 数字编码数字编码：使用一串数字来表示汉字的编码方法，例如：使用一串数字来表示汉字的编码方法，例如区位区位码码等等 缺点：缺点： 难以记忆，不易推广难以记忆，不易推广 字音编码字音编码：一种基于汉语拼音的编码方法，简单易学，适合：一种基于汉语拼音的编码方法，简单易学，适合于非专业人员于非专业人员 缺点：同音字引起的重码多，需增加选择操作

5、缺点：同音字引起的重码多，需增加选择操作 字形编码字形编码：将汉字的字形分解归类而给出的编码方法，重码：将汉字的字形分解归类而给出的编码方法，重码少、输入速度较快，如五笔字形法和表形码等少、输入速度较快，如五笔字形法和表形码等 缺点：编码规则不易掌握缺点：编码规则不易掌握 形音编码形音编码：吸取了字音编码和字形编码的优点，使编码规则：吸取了字音编码和字形编码的优点，使编码规则适当简化、重码减少适当简化、重码减少 缺点：不易掌握缺点：不易掌握1.汉字键盘输入 以平常书写的习惯，把要输入的汉字写在一块叫书写板的以平常书写的习惯，把要输入的汉字写在一块叫书写板的设备上，书写板将笔尖的运动（包括抬笔、

6、落笔、笔段轨设备上，书写板将笔尖的运动（包括抬笔、落笔、笔段轨迹以及各笔段之间的时间关系等）按时间采样后发送到计迹以及各笔段之间的时间关系等）按时间采样后发送到计算机中，由计算机软件自动进行识别，然后用该汉字（或算机中，由计算机软件自动进行识别，然后用该汉字（或符号）对应的代码进行保存。符号）对应的代码进行保存。汉王笔汉王笔 正识率正识率 95 95 90 90，速度，速度 12 12字字/ /秒秒中科院自动化所，华旗资讯科技发展有限公司（爱国者）中科院自动化所，华旗资讯科技发展有限公司（爱国者）2.联机手写汉字识别(笔输入)使用语音输入文本的系统也叫做使用语音输入文本的系统也叫做“听写机听写

7、机”或或“语音打字机语音打字机”按照不同的应用及要求，语音识别的功能区别：按照不同的应用及要求，语音识别的功能区别： 孤立语音孤立语音/连续语音识别连续语音识别 小词汇量小词汇量/大词汇量语音识别大词汇量语音识别 特定人特定人/非特定人语音识别非特定人语音识别最高目标：非特定人大词汇量的连续语音识别技最高目标：非特定人大词汇量的连续语音识别技术术3.汉语语音识别印刷体印刷体汉字识别：汉字识别：将传统纸介质上的文字信息自动输入将传统纸介质上的文字信息自动输入计算机并转换为数字文本形式的一种技术，也叫做汉字计算机并转换为数字文本形式的一种技术，也叫做汉字OCR（Optical Character

8、Recognition）。）。(P130第第2题题)印刷体文字识别的过程印刷体文字识别的过程4.印刷体汉字识别(汉字OCR)5.1.2 字符的编码 字符是组成文本的基本元素，字符在计算机中采字符是组成文本的基本元素，字符在计算机中采用二进制编码表示用二进制编码表示。 1. 西文字符的编码西文字符的编码字符集字符集：常用字符的集合。：常用字符的集合。西文字符集西文字符集：由拉丁字母、数字、标点符号及一：由拉丁字母、数字、标点符号及一些特殊符号组成。些特殊符号组成。字符的编码字符的编码：字符集中每一个字符各有一个代码，：字符集中每一个字符各有一个代码，即字符的二进制位表示即字符的二进制位表示, ,

9、称为该字符的编码。称为该字符的编码。美国标准信息交换码美国标准信息交换码(American Standard Code for Information Interchange)：使用使用7个个二进位对字符进行编码二进位对字符进行编码（叫做标准（叫做标准ASCII码），称为码），称为ISO-646标准。标准。基本的基本的ASCII字符集共有字符集共有128个字符个字符(P125 例例1、P127第第1题题)96个可打印字符（常用字母、数字、标点符号等）个可打印字符（常用字母、数字、标点符号等）32个控制字符个控制字符特殊字符的特殊字符的ASCII码码空格（空格（32）A（65）a（97）0（48

10、）(P128第第17、19题题)ASCII码0 1 2 3 4 5 6 7 8 90 1 2 3 4 5 6 7 8 9 A B C D E FA B C D E F控制字符控制字符01234567b b3 3b b2 2b b1 1b b0 0 b b6 6b b5 5b b4 4标准标准ASCII码是七位的编码，但字节是计算机中最基本的处理单位，码是七位的编码，但字节是计算机中最基本的处理单位，故以一个字节来存放一个故以一个字节来存放一个ASCII字符。字符。每个字节中多出来的一位一般每个字节中多出来的一位一般保持为保持为“0”。扩充扩充ASCII字符集：标准字符集：标准ASCII字符集只

11、有字符集只有128个不同的字符，在很多个不同的字符，在很多应用中无法满足要求。应用中无法满足要求。ISO陆续制定了一批适用于不同地区的扩充陆续制定了一批适用于不同地区的扩充ASCII字符集，每个扩充字符集，每个扩充ASCII字符集分别可以扩充字符集分别可以扩充128个字符，这些个字符，这些扩充字符的编码均是扩充字符的编码均是高位为高位为1的八位代码的八位代码(十进制数十进制数128255)，称为，称为扩扩展展ASCII码码。扩充ASCII字符集（1）GB2312-80汉字编码汉字编码信息交换用汉字编码字符集信息交换用汉字编码字符集基本集基本集(GB2312-80)组成：组成：第一部分：字母、数

12、字和各种符号第一部分：字母、数字和各种符号，包括拉丁字母、俄，包括拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共文、日文平假名与片假名、希腊字母、汉语拼音等共682个个（统称为（统称为GB2312图形符号）图形符号）第二部分：一级常用汉字，共第二部分：一级常用汉字，共3755个，按汉语拼音排列个，按汉语拼音排列第三部分：二级常用字，共第三部分：二级常用字，共3008个，按偏旁部首排列个，按偏旁部首排列2.汉字的编码（1）GB2312-80汉字编码汉字编码 区位码区位码：GB2312国标字符集构成一个二维平面，它分成国标字符集构成一个二维平面，它分成94行、行、94列，行号称为区号，

13、列号称为位号列，行号称为区号，列号称为位号。每一个汉字。每一个汉字或符号在码表中都有各自的位置，字符的位置用它所在的或符号在码表中都有各自的位置，字符的位置用它所在的区号区号(行号行号)及位号及位号(列号列号)来表示来表示。每个汉字的区号和位号每个汉字的区号和位号分别用分别用1个字节来表示个字节来表示，如：如：“大大”字的区号字的区号20，位号，位号83，区位码是，区位码是20 83用用2个字节表示为：个字节表示为：00010100 01010011(即十六进制即十六进制1453H)2.汉字的编码 GB2312-80汉字编码汉字编码一级汉字一级汉字（3755个）个）二级汉字二级汉字（3008个

14、）个）（扩充使用）（扩充使用）位号：位号： 19423字母、数字和各种符号字母、数字和各种符号 区号：区号：1916555687942.汉字的编码（1）GB2312-80汉字编码汉字编码国标交换码国标交换码: 为了避免汉字区位码与通信控制码的冲突，为了避免汉字区位码与通信控制码的冲突，ISO2022规定，规定，每个汉字的区号和位号必须分别加上每个汉字的区号和位号必须分别加上32（即二进制（即二进制0010 0000,十六进制十六进制20H），经过这样处理得到的代码称为汉），经过这样处理得到的代码称为汉字的字的“国标交换码国标交换码”（简称（简称交换码交换码）。）。因此，因此，“大大”字的交换码

15、是字的交换码是: 00110100 01110011。2.汉字的编码（1）GB2312-80汉字编码汉字编码机内码机内码：问题：文本中的汉字与西文字符经常是混合在一问题：文本中的汉字与西文字符经常是混合在一起使用的，汉字信息如不予以特别的标识，起使用的，汉字信息如不予以特别的标识，将汉将汉字的区号和位号必须分别加上字的区号和位号必须分别加上160(即二进制即二进制1010 0000,十六进制十六进制A0H)，就可以得到该汉字的，就可以得到该汉字的“机机内码内码”，又称内码。，又称内码。如：如：“大大”字的内码是：字的内码是：10110100 11110011（B4F3）2.汉字的编码综上所述，

16、可以总结如下公式：综上所述，可以总结如下公式：(P127页第页第2题题) 国标码国标码=区位码区位码+2020H 机内码机内码=区位码区位码+A0A0H（2）GBK汉字内码扩充规范汉字内码扩充规范问题：问题：GB2312-80只有只有6763个汉字，使用时功能不够个汉字，使用时功能不够。解决方法：解决方法：1995年年发布发布GBK，全称为汉字内码扩展规全称为汉字内码扩展规范，它与范，它与GB2312国标汉字字符集及其内码保持兼容。国标汉字字符集及其内码保持兼容。 GBK/1：GB2312中的符号；中的符号；GBK/2：GB2312中的全部汉字；中的全部汉字； GBK/4和和GBK/3：包括繁

17、体字在内的大量汉字；包括繁体字在内的大量汉字；GBK/5：符号。符号。 例如：計機係等例如：計機係等繁体汉字繁体汉字和冃冄円冇鎔等和冃冄円冇鎔等生僻的汉字生僻的汉字。 2.汉字的编码（2）GBK汉字内码扩充规范汉字内码扩充规范(P129第第23题题)组成：组成：21003个汉字，个汉字，883个图形符号个图形符号GBK的编码是用的编码是用2字节编码表示，第字节编码表示，第1字节字节的最高位为的最高位为”1”，第，第2字节的最高位不一定字节的最高位不一定是是”1”，与，与GB2312-80保持兼容保持兼容。2.汉字的编码（3）UCS/Unicode与与GB18030汉字编码标准汉字编码标准 （a

18、）通用编码字符集通用编码字符集UCS/UnicodeUCS/Unicode用用4个字节个字节对全世界现代书面文对全世界现代书面文字所使用的所有字符、符号进行编码（记作字所使用的所有字符、符号进行编码（记作 UCS-4）优点是编码空间大，能容纳足够多的各种字优点是编码空间大，能容纳足够多的各种字符集符集(13亿字符亿字符)；缺点是；缺点是4字节的字符编码使字节的字符编码使存储空间浪费严重。存储空间浪费严重。2.汉字的编码（3）UCS/Unicode与与GB18030汉字编码标准汉字编码标准 （b）GB18030-2000编码编码(P125页例页例2) GB18030-2000汉字编码标准时为了既

19、兼容汉字编码标准时为了既兼容GB2312和和GBK，又尽快向，又尽快向UCS/Unicode编码标准编码标准过度，而在过度，而在2000年颁布的汉字编码国家标准。该年颁布的汉字编码国家标准。该标准在标准在GB-2312和和GBK的基础上进行扩充，增加了的基础上进行扩充，增加了4字节编码，收录的汉字达到字节编码，收录的汉字达到27000个。个。2.汉字的编码 文本是计算机表示文字及符号信息的最常用也是最基本的文本是计算机表示文字及符号信息的最常用也是最基本的一种数字媒体。由于文字和符号采用了二进制编码表示，一种数字媒体。由于文字和符号采用了二进制编码表示，因而可以方便地进行编辑、排版和各种分析处

20、理（如统计、因而可以方便地进行编辑、排版和各种分析处理（如统计、排序、分类、索引、检索等）。排序、分类、索引、检索等）。使用计算机制作的数字文本，根据用途分为：使用计算机制作的数字文本，根据用途分为：简单简单文本、丰富格式文本和超文本三类文本、丰富格式文本和超文本三类。(P130(P130第第1111题题) ) 5.1.3 文本的分类与表示 简单文本（简单文本（plain text）：）：是由一连串用于表达正文内容的是由一连串用于表达正文内容的的字符（包括汉字）所组成的，的字符（包括汉字）所组成的，它几乎不包含任何其他格它几乎不包含任何其他格式信息和结构信息式信息和结构信息。这种文本通常称为。

21、这种文本通常称为纯文本或纯文本或ASCII文本，文本，其文件后缀名是其文件后缀名是.txt。 特性：呈现为一种特性：呈现为一种线性线性结构，写作与阅读均按顺序进行。结构，写作与阅读均按顺序进行。文件体积小，通用性好，几乎所有的文字处理软件都能识文件体积小，通用性好，几乎所有的文字处理软件都能识别和处理，但不能插入图片、表格等，也不能建立超链接别和处理，但不能插入图片、表格等，也不能建立超链接。1.简单文本(纯文本) 文件内容有字符的编码、数字图像、数字声音、文件内容有字符的编码、数字图像、数字声音、数字视频信息、标记信息。数字视频信息、标记信息。(P130第第14题题) 例如例如RTF文件、文

22、件、DOC文件、文件、PDF文件、文件、HTML文件文件。 RTF是为便于不同的丰富格式文本能在不同的软是为便于不同的丰富格式文本能在不同的软件和系统中互相交换使用而提出的一种件和系统中互相交换使用而提出的一种中间格式中间格式标记语言标记语言。(P127第第3题题)2.丰富格式文本 超文本也称为超文本也称为非线性文本非线性文本(P128第第12题、题、P131第第16题题) 超文本超文本(hypertext)的阅读方式的阅读方式 传统的顺序式阅读传统的顺序式阅读 通过链接、跳转、导航、回溯等操作实现跳跃式通过链接、跳转、导航、回溯等操作实现跳跃式阅读阅读 超文本的结构：采用超文本的结构：采用网

23、状网状结构来组织信息，各信息块结构来组织信息，各信息块按照其内容的关系互相链接按照其内容的关系互相链接 例如，例如，Windows中的中的”帮助帮助”文件或者使用浏览器从文件或者使用浏览器从Web服务器上下载的网页服务器上下载的网页(html或或htm文件文件)。3.超文本超文本ABCDEFGH超文本结构超文本结构（1）面向通信的文本处理软件面向通信的文本处理软件(P128第第16题题)计算机网络上最普及的应用是用电子邮件进行通信。大多计算机网络上最普及的应用是用电子邮件进行通信。大多数情况下电子邮件正文的内容一般都是简单文本，因此电数情况下电子邮件正文的内容一般都是简单文本，因此电子邮件内嵌

24、的文本编辑器功能比较简单，操作使用方便。子邮件内嵌的文本编辑器功能比较简单，操作使用方便。 典型软件：微软公司的典型软件：微软公司的Outlook Express，具有文字的增、，具有文字的增、删、改以及字体、字号的设置功能，也可以设定一些简单删、改以及字体、字号的设置功能，也可以设定一些简单的格式和插入一些图片。当然邮件所带的附件并不受此限的格式和插入一些图片。当然邮件所带的附件并不受此限制。在互联网上进行聊天所使用的文本处理软件更加简单。制。在互联网上进行聊天所使用的文本处理软件更加简单。3.常用文本处理软件（2）面向办公的文本处理软件面向办公的文本处理软件功能要求：功能要求： 文本制作的

25、高效率、高质量文本制作的高效率、高质量 软件面向非专业用户，易学好用软件面向非专业用户，易学好用 文本处理能力，既功能丰富，又操作简单文本处理能力，既功能丰富，又操作简单 排版功能排版功能典型软件：典型软件： MS-Office WPS20003.常用文本处理软件（3）面向出版的文本处理软件面向出版的文本处理软件 排版软件的主要功能：将文字、图形和图像等合理地安排排版软件的主要功能：将文字、图形和图像等合理地安排在页面内在页面内 .ps文件：排版软件的输出的一种使用页面描述语言（例如文件：排版软件的输出的一种使用页面描述语言（例如PostScript）描述的文件，该文件记录了每一个页面的排版描

26、述的文件，该文件记录了每一个页面的排版结果，它被送到装有栅格图像处理器（结果，它被送到装有栅格图像处理器（RIP）的激光照排的激光照排机去，经过机去，经过RIP的解释，产生页面的图像，然后驱动激光的解释，产生页面的图像，然后驱动激光束对感光材料进行扫描曝光，以得到用于制版的胶片束对感光材料进行扫描曝光，以得到用于制版的胶片 典型排版软件：典型排版软件： 方正集团公司的方正集团公司的“飞腾飞腾”排版软件排版软件 美国美国Adobe公司的公司的PageMaker和和PDF Writer3.常用文本处理软件（4）面向网络信息发布和电子出版的文本处理软件面向网络信息发布和电子出版的文本处理软件制作制作

27、HTML文件的软件：微软的文件的软件：微软的FrontPage超链的链宿有两种：超链的链宿有两种： 书签，指的是文本内部标记有书签的某个地方书签，指的是文本内部标记有书签的某个地方 互联网上的某个信息资源（文件），它用统一互联网上的某个信息资源（文件），它用统一资源定位器（资源定位器（URL）指定指定面向电子出版的软件面向电子出版的软件: PDF格式文件格式文件3.常用文本处理软件4.搜索引擎 Web服务器使用软件robot遍历Web,将Web上的信息下载到本地文档库，然后对文本内容进行自动分析并建立索引，在用户提出检索请求时，搜索引擎通过检查索引找出匹配的文本并返回给用户。 例如例如,搜狐搜

28、狐(Sohu)、谷歌、谷歌(Google)、雅虎、雅虎(Yahoo)、新浪、新浪(Sina)、百度、百度(baidu)等。等。 1.色光的三基色色光的三基色(P129第第22题题) 色光的三基色是：色光的三基色是：红红(Red)、绿、绿(Green)、蓝、蓝(Blue) 自然界中任何一种色光都可由自然界中任何一种色光都可由R、G、B三基三基色按不同的比例相加混合而成。当三基色分色按不同的比例相加混合而成。当三基色分量都为量都为0(最弱最弱)时混合为黑色光。当三基色分时混合为黑色光。当三基色分量都为量都为K(最强最强)时混合为白色光。时混合为白色光。2.颜料的三基色：颜料的三基色：青、品红、黄青

29、、品红、黄5.2 图像与图形及应用3.色彩的表达方法色彩的表达方法(1)RGB色彩空间色彩空间典型应用是计算机的彩色显示器。典型应用是计算机的彩色显示器。(2)YUV色彩空间色彩空间(P126例例7)Y-亮度信号，亮度信号，U、V-色彩信号色彩信号典型应用是彩色电视系统。典型应用是彩色电视系统。(3)HIS色彩空间色彩空间H色调，色调，I亮度，亮度，S-色饱和度色饱和度HIS色彩空间是从人的视觉系统出发描述色彩色彩空间是从人的视觉系统出发描述色彩(4)CMYK色彩空间色彩空间C-青色，青色，M-品红色，品红色，Y-黄色，黄色，K-黑色黑色典型应用为彩色打印系统、彩色印刷系统。典型应用为彩色打印

30、系统、彩色印刷系统。4.数字图像分类：数字图像分类： 从现实世界中通过数字化设备获取的图像，称为从现实世界中通过数字化设备获取的图像，称为图像图像（image）,是来自自然界中的是来自自然界中的真实真实的景物。的景物。 由计算机合成的图像由计算机合成的图像，称为：矢量图形，简称称为：矢量图形，简称图图形形（graphics），是，是虚拟虚拟的。的。1.图像的获取图像的获取： 从现实世界中获得数字图像的过程。从现实世界中获得数字图像的过程。图像获取的过程实质上是模拟信号的数字化过程，图像获取的过程实质上是模拟信号的数字化过程，它的处理步骤：它的处理步骤： 取样取样 分色分色 量化量化5.2.2

31、图像的获取与重现2.2.数字图像获取设备：从现实世界获得数字图像过程中所数字图像获取设备：从现实世界获得数字图像过程中所使用的设备。使用的设备。 设备的功能：将现实的景物输入到计算机内并以取样图像设备的功能：将现实的景物输入到计算机内并以取样图像的形式表示。的形式表示。 2D图像获取设备（如扫描仪、数码相机等）图像获取设备（如扫描仪、数码相机等）只能对图片或只能对图片或景物的景物的2D投影进行数字化投影进行数字化 3D扫描仪扫描仪能获取包括深度信息在内的能获取包括深度信息在内的3D景物的信息景物的信息5.2.2 数字图像获取设备1. 图像的表示方法与主要参数：图像的表示方法与主要参数：(P12

32、5例例3)从取样图像的获取过程可以知道，一幅取样图像由从取样图像的获取过程可以知道，一幅取样图像由M（行）行）* N（列）个取样点组成，每个取样点是组列）个取样点组成，每个取样点是组成取样图像的基本单位，称为成取样图像的基本单位，称为像素像素(picture element, 简简写为写为pel)。彩色图像的像素是矢量，它由多个彩色彩色图像的像素是矢量，它由多个彩色分量组成，黑白图像的像素只有分量组成，黑白图像的像素只有1个亮度值。个亮度值。5.2.3 图像的表示与压缩编码取样图像在计算机中的表示方法：取样图像在计算机中的表示方法： 单色图像单色图像用一个矩阵来表示。用一个矩阵来表示。 彩色图

33、像彩色图像用一组（一般是用一组（一般是3个）矩阵来表个）矩阵来表示，示，矩阵的行数称为图像的垂直分辨率，矩阵的行数称为图像的垂直分辨率，列数称为图像的水平分辨率列数称为图像的水平分辨率，矩阵中的元，矩阵中的元素是像素颜色分量的亮度值，使用整数表素是像素颜色分量的亮度值，使用整数表示，一般是示，一般是8位至位至12位。位。数字图像的表示图像大小图像大小，也称图像分辨率，也称图像分辨率(包括垂直分辨率和水平分包括垂直分辨率和水平分辨率辨率) (P127第第4题题)位平面数目位平面数目，即矩阵的数目，也就是彩色分量的数目。，即矩阵的数目，也就是彩色分量的数目。颜色空间的类型颜色空间的类型，指彩色图像

34、所使用的颜色描述方法，指彩色图像所使用的颜色描述方法，也叫颜色模型。常用颜色模型：也叫颜色模型。常用颜色模型：RGB(红、绿、蓝红、绿、蓝)、CMYK(青、品红、黄、黑青、品红、黄、黑)、HSV(色彩、饱和度、亮色彩、饱和度、亮度度)、YUV(亮度、色度亮度、色度)等等像素深度像素深度，即，即像素的所有颜色分量的位数之和像素的所有颜色分量的位数之和，它决定，它决定了不同颜色（亮度）的最大数目了不同颜色（亮度）的最大数目图像的属性信息图像的属性信息(1)(1)数字图像压缩的必要性数字图像压缩的必要性一幅图像的数据量可按下面的公式进行计算（以字节为单一幅图像的数据量可按下面的公式进行计算（以字节为

35、单位）：位）：( (P128P128第第1515题题) )图像数据量图像水平分辨率图像垂直分辨率像素深图像数据量图像水平分辨率图像垂直分辨率像素深度度/8 /8 ( (单位为字节单位为字节) ) 几种常用图像的数据量几种常用图像的数据量2.图像的压缩编码图像大小图像大小8位（位（256色）色） 16位（位（65536色）色） 24位（真彩色）位（真彩色）640480300KB600KB900KB1024768768KB1.5MB2.25MB128010241.25MB2.5MB3.75MB(2)(2)图像数据压缩的可能性：图像数据压缩的可能性： 由于数字图像中的数据相关性很强，数据的由于数字图

36、像中的数据相关性很强，数据的冗余度很大，因此对数字图像进行大幅度的冗余度很大，因此对数字图像进行大幅度的数据压缩是完全可能的。而且，人眼的视觉数据压缩是完全可能的。而且，人眼的视觉有一定的局限性，即使压缩前后的图像有一有一定的局限性，即使压缩前后的图像有一定失真，只要限制在人眼允许的误差范围之定失真，只要限制在人眼允许的误差范围之内，也是允许的。内，也是允许的。2.图像的压缩编码(3)数据压缩类型数据压缩类型(P129第第21题题)无损压缩无损压缩:压缩以后的数据进行图像还原压缩以后的数据进行图像还原(也称为解压缩也称为解压缩)时，重建的图像与原始图像完全相同时，重建的图像与原始图像完全相同例

37、如：例如：行程长度编码行程长度编码（run length coding ,RLC）：）：111110005555333302222222 513045431072哈夫曼哈夫曼(Huffman)编码编码：对出现概率高（低）的编短：对出现概率高（低）的编短（长）码，是变长码（长）码，是变长码有损压缩有损压缩：使用压缩后的数据进行图像重建时，重建：使用压缩后的数据进行图像重建时，重建后的图像与原始图像虽有一定的误差，但不影响人们后的图像与原始图像虽有一定的误差，但不影响人们对图像含义的正确理解。如对图像含义的正确理解。如变换编码、矢量编码变换编码、矢量编码等等图像的压缩编码图像压缩方法很多，不同方法

38、适用于不同的应用，图像压缩方法很多，不同方法适用于不同的应用，在计算机中常常是多种压缩方法的综合使用。在计算机中常常是多种压缩方法的综合使用。为为得到较高的数据压缩比，一般都采用有损压缩得到较高的数据压缩比，一般都采用有损压缩。P126P126例例4 4图像数据的压缩比图像数据的压缩比=压缩后的图像数据量压缩后的图像数据量/压缩前压缩前的图像数据量。的图像数据量。2.图像的压缩编码(4)(4)压缩编码方法优劣的评价压缩编码方法优劣的评价压缩倍数的大小压缩倍数的大小重建图像的质量（有损压缩时）重建图像的质量（有损压缩时）压缩算法的复杂程度压缩算法的复杂程度 (5)图像压缩编码方法的国际标准和工业

39、标准：图像压缩编码方法的国际标准和工业标准：ISO和和IEC两个两个国际机构联合组成了一个专家组国际机构联合组成了一个专家组 (Joint Photographic Experts Group, JPEG)，制定了制定了一个静止图像数据压缩编码的国际标准，一个静止图像数据压缩编码的国际标准，称为称为JPEG标准标准(P129第第20题题) JPEG标准的特点：适用范围广；能处理各种连续色调的彩色标准的特点：适用范围广；能处理各种连续色调的彩色或灰度图像；算法复杂度适中；既可用硬件实现，也可用软件或灰度图像；算法复杂度适中；既可用硬件实现，也可用软件实现；图像的压缩比可控制（压缩比越低，图像质量

40、越好；压实现；图像的压缩比可控制（压缩比越低，图像质量越好；压缩比越高，图像质量越差）缩比越高，图像质量越差） JPEG 2000：适用于各种不同类型（黑白、灰度、彩色等）和适用于各种不同类型（黑白、灰度、彩色等）和不同特性（自然、医学、遥感、合成）的图像不同特性（自然、医学、遥感、合成）的图像，可用于不同的，可用于不同的应用模式（实时传输、检索、存档等）。采用了小波分析等先应用模式（实时传输、检索、存档等）。采用了小波分析等先进算法，提供了更好的图像质量，更低的码率，更适合在进算法，提供了更好的图像质量，更低的码率，更适合在WWW网上传输等，它兼容网上传输等，它兼容JPEG2.图像的压缩编码

41、JPEG图像压缩示例图像压缩示例 2.图像的压缩编码BMP(BitMaP-file)图像：图像：微软公司在微软公司在Windows操作系操作系统下使用的一种标准图像文件格式，一个文件存放一幅图统下使用的一种标准图像文件格式，一个文件存放一幅图像，可以使用行程长度编码（像，可以使用行程长度编码（RLC）进行无损压缩，也可进行无损压缩，也可不压缩。不压缩的不压缩。不压缩的BMP文件是一种通用的图像文件格式，文件是一种通用的图像文件格式，几乎所有几乎所有Windows应用软件都能支持。应用软件都能支持。TIFF(Tagged Image File Format)图像文件格式：图像文件格式：用于扫描仪

42、和桌面出版，能支持多种压缩方法和多种不同用于扫描仪和桌面出版，能支持多种压缩方法和多种不同类型的图像，有许多图像图形应用软件支持这种文件格式。类型的图像，有许多图像图形应用软件支持这种文件格式。由文件头、文件目录、目录条目三个部分组成。由文件头、文件目录、目录条目三个部分组成。3.常用图像文件格式GIF(Graphics Interchange Format)：互联网上广泛互联网上广泛使用的一种图像文件格式，它的颜色数目较少（不超过使用的一种图像文件格式，它的颜色数目较少（不超过256色），文件特别小，适合网络传输。由于颜色数目有色），文件特别小，适合网络传输。由于颜色数目有限，限，GIF适用

43、于插图、剪贴画等色彩数目不多的应用场合。适用于插图、剪贴画等色彩数目不多的应用场合。GIF格式能够支持透明背景，具有在屏幕上渐进显示的功格式能够支持透明背景，具有在屏幕上渐进显示的功能。尤为突出的是，它可以将许多张图像保存在同一个文能。尤为突出的是，它可以将许多张图像保存在同一个文件中，显示时按预先规定的时间间隔逐一进行显示，从而件中，显示时按预先规定的时间间隔逐一进行显示，从而形成动画的效果，因而在网页制作中大量使用。形成动画的效果，因而在网页制作中大量使用。3.常用图像文件格式景物形状的计算机表示景物形状的计算机表示景物的模型（景物的模型（model ）：）：景物在计算机内的描述景物在计算

44、机内的描述景物的建模景物的建模(modeling)：人们进行景物描述的过程人们进行景物描述的过程绘制（绘制（rendering）：）：也称图像合成（也称图像合成（image synthesis），），根据景物的模型生成图像的过程，所产根据景物的模型生成图像的过程，所产生的数字图像称为计算机合成图像生的数字图像称为计算机合成图像计算机图形学计算机图形学( (Computer Graphics) )：研究如何使用研究如何使用计算机描述景物并生成其图像的原理、方法与技术计算机描述景物并生成其图像的原理、方法与技术5.2.5 计算机图形5.3.1 波形声音的获取与播放波形声音的获取与播放1. 声音的产

45、生与信号的特征声音的产生与信号的特征声音：由振动而产生，通过空气进行传播声音：由振动而产生，通过空气进行传播。它由许它由许多不同频率的谐波所组成，谐波的频率范围称为声多不同频率的谐波所组成，谐波的频率范围称为声音的音的带宽带宽(bandwidth)，带宽是声音的一项重要参带宽是声音的一项重要参数。数。决定声音信号特征的三个参数：决定声音信号特征的三个参数：频率决定音调的高频率决定音调的高低；幅度决定声音的强弱；相位决定声音的音色低；幅度决定声音的强弱；相位决定声音的音色。5.3 数字声音及应用2.数字声音概述数字声音概述数字声音又两种类型：数字声音又两种类型： (1)波形声音波形声音，如数字语

46、音，如数字语音(取样于人说话的取样于人说话的声音声音)、全频带数字声音、全频带数字声音(取样于自然界各种取样于自然界各种声音声音)。 (2)计算机合成声音计算机合成声音，如合成音乐，如合成音乐(MIDI)、合、合成语音。成语音。声音信号的数字化：将模拟声音信号转换成数字声音信号的数字化：将模拟声音信号转换成数字编码形式以便于计算机进行处理的过程。常用方编码形式以便于计算机进行处理的过程。常用方法是法是脉冲编码调制法脉冲编码调制法(PCM)(PCM)。声音信号数字化的过程：声音信号数字化的过程：( (P126P126例例6 6) )取样、量化、编码取样、量化、编码( (P116P116奈奎斯特采

47、样原理奈奎斯特采样原理) )3.声音信号的数字化模拟模拟声音声音信号信号取取 样样量量 化化编编 码码数字数字声音声音011010011101麦克风麦克风：将声波转换为电信号：将声波转换为电信号(P128第第18题题)声卡声卡（sound card）：）：进行数字化进行数字化(P127第第6题题) 波形声音的获取：把模拟的声音信号转换为数字形波形声音的获取：把模拟的声音信号转换为数字形式。式。(话筒或线路输入、单双道）话筒或线路输入、单双道） 波形声音的重建与播放波形声音的重建与播放 MIDI(Musical Instrument Digital Interface)声音的声音的输入输入 MI

48、DI声音的合成与播放声音的合成与播放4.波形声音的获取设备5.声音的播放数数字字声声音音解解 码码数模转换数模转换插插 值值重建的重建的模拟声模拟声音信号音信号011010011101波形声音的重建波形声音的重建 波形声音的播放经过四个步骤：解码、数模转换、解码、数模转换、插值处理、播放插值处理、播放。(P128P128第第1313题题)声卡输出的声音需送到音箱去发音。声卡输出的声音需送到音箱去发音。 音箱分类音箱分类普通音箱：接收的是重建的模拟声音信号普通音箱：接收的是重建的模拟声音信号数字音箱：可直接接收声卡输出的数字声音数字音箱：可直接接收声卡输出的数字声音信号，避免信号在传输中发生畸变

49、和受到干信号，避免信号在传输中发生畸变和受到干扰，其音响效果更加突出扰，其音响效果更加突出6.声音的播放设备1. 波形声音的主要参数：波形声音的主要参数：(P130第第8题题) 取样频率取样频率 量化位数量化位数 声道数目声道数目 使用的压缩编码方法使用的压缩编码方法 数码率（数码率（bit rate）：）：指的是每秒钟的数据量，也称比特率、指的是每秒钟的数据量，也称比特率、码率码率 数字声音未压缩前，其计算公式为：数字声音未压缩前，其计算公式为：(P126例例5、P128第第14题题)波形声音的码率波形声音的码率 取样频率取样频率 量化位数量化位数 声道数声道数 压缩编码以后的码率压缩编码以

50、后的码率 压缩前的码率压缩前的码率 /压缩倍数压缩倍数 5.3.2 波形声音的表示现压缩编码2.波形声音数据压缩的可能性：波形声音数据压缩的可能性：声音信号声音信号中包含有大量的冗余信息，再加上还可以利中包含有大量的冗余信息，再加上还可以利用人的听觉感知特性，因此，产生了许多压用人的听觉感知特性，因此，产生了许多压缩算法缩算法声音数据压缩算法的评价：声音数据压缩算法的评价：压缩倍数高，压缩倍数高，声音失真小，算法简单，编码器声音失真小，算法简单，编码器/解码器的解码器的成本低成本低3.波形声音压缩算法的分类波形声音压缩算法的分类 分为有损压缩和无损压缩分为有损压缩和无损压缩 有损压缩有损压缩是