《4基础班多媒体技术new教学提纲》由会员分享，可在线阅读，更多相关《4基础班多媒体技术new教学提纲（100页珍藏版）》请在金锄头文库上搜索。
1、数字媒体及应用,1 文本 2 图像和图形 3 数字声音 4 数字视频,学习目标与要求,1. 熟练掌握GB2312，GBK和GB18030三种汉字编码标准的内容、关系与应用，熟悉中文文本准备的方法，掌握常用文本类型与处理方式 2.掌握数字图像获取的原理与方法，熟悉图像在计算机中的表示，熟悉数字图像常见压缩标准的特点与应用 3. 掌握声音获取的方法与设备，熟悉波形声音在计算机中的表示与压缩编码，初步了解语音合成和音乐合成的过程与应用 4. 了解数字视频的获取方法与设备，熟悉视频压缩编码的几种标准及其应用,多种信息在计算机内的表示,字符集 常用字符的集合。 西文字符集 由拉丁字母、数字、标点符号及一
2、些特殊符号组成。 字符的编码 字符集中每一个字符各有一个代码，即字符的二进制表示，称为该字符的编码。,文本在计算机中的处理,西文字符编码（常考）,在计算机中，所有西文信息必须用二进制表示 目前广泛使用的西文字符集及其编码 ASC码 美国标准信息交换码(American Standard Code for Information Interchange) 使用7个二进位对字符进行编码（标准ASCII码），称为ISO-646标准。,基本的ASCII字符集共有128(27)个字符 96个可打印字符（常用字母、数字、标点符号等）32126 32个控制字符031及127,西文字符编码,西文字符编码,例：
3、“A” 的ASCII码为41H（65D）“D” 的ASCII码为? “a” 的ASCII码为61H（97D） “g” 的ASCII码为? “0” 的ASCII码为30H（48D） “空格”的ASCII码为32 注意：数字、字母的ASCII码是连续的，对应大、小写字母的ASCII码相差32。,ASC码表,标准ASCII字符集只有128个不同的字符，在很多应用中无法满足要求。 每个扩充ASCII字符集分别可以扩充128个字符，这些扩充字符的编码均是高位为1的8位代码（十进制数128255），称为扩展ASCII码。 扩充ASCII字符集=标准ASCII字符集+扩展ASCII字符集,扩充ASCII字符
4、集,一、GB2312-80汉字编码 信息交换用汉字编码字符集基本集(GB2312-80) 1、组成 第一部分 字母、数字和各种符号，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682个（统称为GB2312图形符号）,汉字编码（重点掌握）,汉字编码,第二部分 一级常用汉字，共3755个，按汉语拼音排列。 第三部分 二级常用字，共3008个，按偏旁部首排列。,2、区位码 GB2312国标字符集构成一个二维平面，它分成94行、94列，行号称为区号，列号称为位号。 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区号(行号)及位号(列号)来表示。每个汉字的区号和位号分别用
5、1个字节来表示。,汉字编码,如：“大”字的区号20，位号83， 区位码是20 83， 用2个字节表示为：00010100 01010011,3、国标码 为了避免汉字区位码与通信控制码的冲突，ISO2022规定，每个汉字的区号和位号必须分别加上32（即二进制0010 0000），亦即+2020H。 经过这样处理得到的代码称为汉字的“国标交换码”（简称交换码）。 如：“大”字的交换码是: 00110100 01110011,汉字编码,4.机内码 为区分文本中的汉字与西文字符 把一个汉字看作两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。这种高位为l的双字节(16
6、位)汉字编码就称为GB2312汉字的“机内码”，又称内码。 国标码每字节+128，即+8080H，2个二进制10000000 如：“大”字的内码是：10110100 11110011（B4F3）,汉字编码,国标码=区位码+2020H 20H=00100000，第6位+1 机内码=国标码+8080H 80H=10000000，第8位+1 机内码=区位码+A0A0H A0H=10100000，第6和第8位分别+1,区位码、国标码和机内码的关系,说明 汉字机内码为双字节，最高位为1 西文字符机内码为单字节，最高位为0,问题：GB2312-80只有6763个汉字，使用时功能不够。 解决方法：1995年
7、发布GBK，全称为汉字内码扩展规范。 GBK字符集中一共有21003个汉字和883个图形符号，它与GB2312国标汉字字符集及其内码保持兼容，繁简体同平面共存。 GBK/1：GB2312中的符号 GBK/2：GB2312中的全部汉字 GBK/4和GBK/3：包括繁体字在内的大量汉字 GBK/5：符号 例如：計算機係等繁体汉字和冃冄円冇鎔等生僻的汉字。,GBK汉字内码扩充规范,应用 操作系统Windows 95以上简体中文版，采用GBK代码，并提供了多种输入法和字体。 应用软件Office 95以上简体中文版本提供GBK码的检索和排序。 互联网应用许多网站的网页使用GBK代码，但目前还不是所有搜
8、索引擎都支持 GBK 汉字文本的搜索。,GBK汉字内码扩充规范,目标与途径 实现所有字符在同一字符集中统一编码。 UCS/Unicode 用4个字节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 UCS-4）。,通用编码字符集UCS/Unicode,UCS：ISO/IEC 10646 Universal Multiple-Octet Coded Character Set，通用多8位编码字符集 Unicode：统一码或联合码 由微软、IBM等联合制定，与UCS完全等同的工业标准。 优点：编码空间极大，能容纳足够多的各种字符集（13亿字符）。,通用编码字符集UCS/Unicode,缺点
9、：4字节的字符编码使存储空间浪费严重。（UCS-4） 实际方案 采用双字节的UCS-2编码，共有字符49194个 UTF-8 可变长编码，1、2、3字节,通用编码字符集UCS/Unicode,UCS/Unicode与GB2312-80和GBK编码不兼容。 为了既能与UCS/Unicode编码标准接轨，又能向下兼容GB2312-80和GBK编码标准。 在GB2312-80和GBK的基础上进行了扩充，增加了4字节的编码，码位总数达160多万个。 能完全映射UCS/Unicode的字符集。 所包含的汉字数目增加到27000多个。,GB18030-2000编码,对比,ASC码美国标准信息交换码 基本的
10、ASCII字符集共有128个字符 GB2312-80信息交换用汉字编码字符集基本集 6763个简体汉字，682个图形符号 GBK-95汉字内码扩充规范 21003个汉字，883个图形符号 GB18030-2000 27000多个汉字,BIG5 繁体中文字符集 CJK统一编码汉字 指中、日、韩、新、马及我国台湾、香港、澳门地区使用的汉字，不论其字义和读音有无区别，只要字形相同，该汉字就只有一个代码。,其他编码,计算机处理的文字信息称为文本。,文本,文本准备（文本输入）,人工输入 通过键盘、手写笔或语音输入方式输入字符。 速度慢、成本高，不适合需处理大批量文字的应用。 自动输入 将纸介质上的文本通
11、过识别技术自动转换为文字的编码。 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。,文本输入,1、键盘输入 键盘输入编码 由于汉字字数很多，无法使每个汉字与西文键盘上的键一一对应，因此必须使用一个或几个键来表示汉字。 输入编码要求 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),文本输入,汉字输入编码方法分类 1）数字编码 使用一串数字来表示汉字的编码方法 如:电报码、区位码等 难以记忆，不易推广 2）字音编码 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 同音字引起的重码多，需增加选择操作,文本输入,汉字输入编码方法分类 3）字形编码
12、 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，编码规则不易掌握 如:五笔字形法和表形码等 4）形音编码 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 不易掌握 注意：使用不同的输入编码方法向计算机输入的同一个汉字，它们的内码是相同。,文本输入,2、扫描输入 通过扫描仪将纸上的文字变成计算机可处理的信息，一般用于大量文字的快速录入。,文本输入,扫描输入的核心： 光学字符识别软件OCR （Optical Character Recognition） 可对扫描仪输入的文字进行判断，将图像形式的字符转换成计算机能理解的信息形式 应用现状：多字体、多字号、中西文混排、文字
13、表格混排,文本输入,3、手写输入（联机手写汉字识别） 以平常书写的习惯，把要输入的汉字写在一块叫作书写板的设备上 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 方正如意笔 中科院自动化所汉王手写笔,文本输入,4、语音输入 功能： 命令控制：向计算机发一个简单的声音指令，控制计算机操作 听写：由人来说，计算机来写。有些语音软件是与说话人无关的，成为非特定人识别系统 应用现状： 特定人连续语音识别率已达到 90% 以上 最高目标： 非特定人大词汇量的连续语音识别技术,文本输入,
14、文本：是计算机表示文字及符号信息的一种数字媒体 根据是否具有编辑排版功能来分 简单文本 丰富格式文本 根据文本内容的组织结构分 线性文本 超文本、超媒体,文本类型,由一连串用于表达正文内容的编码字符（包括汉字）组成 几乎不包含任何其他格式信息和结构信息（除“回车”、“换行”、“制表”等有限的几个打印/显示控制字符外）,简单文本（纯文本.txt）,返回,这种文本通常称为纯文本，文件后缀名.txt 呈现为一种线性结构，写作与阅读按顺序进行 文件体积小，通用性好 不能插入图片、表格等，不能建立超链接,文本的格式化对纯文本进行加工，也称排版 在简单文本中增加格式控制和结构说明信息丰富格式文本(rich
15、 text format) 不同软件制作的丰富格式文本相互并不兼容,返回,丰富格式文本(.rtf),RTF是一种中间格式，它的目的是使各种丰富格式文本相互交换使用 多媒体文档（Multimedia Document） 含有声音和视频信息的文本,超文本(hypertext)的阅读方式 传统的顺序式阅读线性文本 通过链接、跳转、导航、回溯等操作实现跳跃式阅读 超文本采用一种网状结构来组织信息 超文本的结构(非线性的网状结构),超文本,超文本的结构 如：Windows操作系统中的“帮助”信息,返回,超文本,超文本节点中的数据从文字扩展为图形、图像、声音、动画、动态视频 把超文本推广到多媒体的形式 超
16、媒体 = 超文本 + 多媒体 如：因特网的WWW信息系统,超媒体,返回,1、文本编辑 文本编辑的主要功能 对字、词、句、段落进行添加、删除、修改等操作 字的处理：设置字体、字号、字的排列方向、间距、颜色、效果等 段落的处理：设置行距、段间距、段缩进、对齐方式等 页面布局的处理：设置页边距、每页行列数、分栏、页眉、页脚等,文本处理,2、文本处理 字词的处理 字数统计，字频统计，简/繁体相互转换，汉字/拼音相互转换 词语排序，词语错误检测，文句语法检查 自动分词，词频统计，词性标注，词义辨识，大陆/台湾术语转换,文本处理,2、文本处理 篇章的处理 关键词提取，文摘自动生成，文本分类 文本检索（关键词检索、全文检索），文本过滤 文本压缩，文本加密，文本著作权保护 篇章理解，自动问答，自动写作等,文本处理,3、常用文字处理软件 “所见即所得”（What You See Is What You Get） 所有的编辑操作效果立即可以在屏幕上看到 在屏幕上看到的效果与打印机的输出结果相同 常用文字处理软件 WPS、Microsoft Word、FrontPage、PD
