《数字媒体及应用》PPT课件.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5.1.3文本的展现,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，文字信息处理是涉及面最广的一种计算机应用，几乎与任何领域任何人都有关。,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、标点、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(AmericanStandardCodeforInformationInterchange,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（只能对128个字符编码）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,标准ASCII字符集及其码表,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CNS11643(BIG5，俗称“大五码”)日本工业标准汉字字符集JISX0208-90韩国国家标准汉字字符集KSC5601-87,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GB2312-1980GB2312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,（注：区位码仅用于在键盘上输入汉字）,背景材料：UCS/Unicode,解决多文种信息处理方法的发展：传统方法（ISO）：扩展ASCII码微软的方法：代码页切换UCS/Unicode：所有文字字母和符号集中在同一字符集进行统一编码(目前收集了17x2161,114,112个)UCS/Unicode的编码方案：尽量与已有编码标准兼容先实现部分字符的编码（101,000个）允许有若干不同的编码方案,例如：,例:IE浏览网页时文字编码的选择,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),5.1.3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AcrobatReader，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,5.2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MN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,数字(取样)图像的主要参数,图像大小（图像分辨率）：用来表示组成该图像的行列数目，亦即图像所包含的像素数目使用水平分辨率x垂直分辨率表示对在屏幕上显示出来的大小有影响颜色空间的类型，指彩色图像所使用的颜色描述方法，如：RGB(红、绿、蓝)模型，显示器使用CMYK(青、品红、黄、黑)模型，彩色打印机使用HSB(色彩、饱和度、亮度)模型，用户界面中使用YUV(亮度、色度)模型，彩色电视信号传输时使用像素深度，即像素的所有颜色分量的二进位数目之和,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56kb/s（电话上网），则传输一幅分辨率为640480的6.5万种颜色的未压缩图像的时间为：(640 x480 x16)/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,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,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.jpgJPEG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,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,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,计算机图形的绘制过程,从景物模型绘制出图形的过程，实际上也是把景物的描述(模型)转换成为点阵(像素阵列)的过程，它包括下列步骤：,将各个物体的所有表面用小的多边形（三角形或四边形）进行近似表示,用户选择一个观测位置，并设定一个取景范围，将景物向成像平面作透视投影；然后将景物中不在取景范围内的部分裁剪掉，同时还把景物中所有被遮挡而看不见的部分隐去,根据景物表面材料的性质和环境光源的设定，计算出物体可见面上每一点(像素)的颜色及其亮度,计算出物体所产生的本影和半影；根据景物表面和背景使用的材料，选择合适的纹理映射到物体的表面,美国康乃尔大学SuzanneSmits和PriamosGeorgiades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：GeorgesWinkenbach,D.Salesin(Univ.ofWashington)pp.469-476,SIGGRAPH96,计算机图形与显卡(图形卡),图形绘制过程中，每一个像素的颜色及其亮度都要经过大量的计算才能得到，因此绘制过程的计算量很大，特别是三维图形和动画目前PC机所配置的图形卡（显卡）上安装了功能很强的专用绘图处理器，它能承担绘制过程中的大部分计算任务,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、PROTEL和CAXA电子图板（机械、建筑等）MAPInfo、ARCInfo、SuperMapGIS（地图、地理信息系统）办公与事务处理、平面设计、电子出版等使用的绘图软件：Corel公司的CorelDraw，Adobe公司的Illustrator，Macromedia公司的FreeHand，微软公司的MicrosoftVisio等内嵌的绘图软件：Word和PowerPoint中的绘图功能（简单的二维图形）,小结：图像与图形的对比,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,步骤：,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),声波转换为电信号,声音的脱机获取设备：数码录音笔,取样、量化和编码,声卡的功能与逻辑组成,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,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其参数,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,数字波形声音码率的计算,未压缩时数字波形声音的码率计算公式码率=取样频率量化位数声道数例：,压缩编码之后数字波形声音的码率为：压缩后的码率=未压缩时的码率/压缩倍数例：上面CD唱片的立体声音乐压缩为MP3后，若压缩倍数是12倍，则该MP3音乐的码率是：118kb/s左右,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30MBCD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DolbyAC-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：RealNetworks公司的RealMedia微软公司的WindowsMedia苹果公司的QuickTime,5.3.3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,计算机合成音乐（MIDI）,计算机合成音乐需要三个要素：乐器、乐谱和“演奏员”,声卡上的音乐合成器能像电子琴一样模仿几十种不同的乐器发出声音，它按照MIDI消息合成出不同音色和音调的音符，通过扬声器播放出音乐来,乐谱在计算机中使用一种叫做MIDI的音乐描述语言来表示。使用MIDI描述的音乐称为MIDI音乐。一首乐曲对应一个MIDI文件，其文件扩展名为.MID或.MIDI,媒体播放器软件相当于“演奏员”。播放MIDI音乐时，它先从磁盘上读入.MID文件，解释其内容，然后以MIDI消息的形式向声卡上的音乐合成器发出各种指令,背景材料：音乐合成器,PC机声卡一般都带有MIDI音源（音乐合成器）MIDI音源有两种：调频合成器（一种受控的电子振荡器）。音色单调，效果较差，已很少使用波表合成器。音色丰富，效果很好，可扩展，现广泛使用波表合成器的原理预先将真实乐器演奏的各个音符的波形数字化，把它们组织成一个个波表文件存放在存储器中播放时合成器软件根据乐器类型和音符参数等将相应的波形数据修饰成所要求的音强和时长，然后合成、加工后播放,5.4数字视频及应用,5.4.1数字视频基础5.4.2数字视频的压缩编码5.4.3合成视频计算机动画5.4.4数字视频的应用,5.4.1数字视频基础,数字视频信号的获取,视频信号的数字化过程:与图像、声音的数字化过程相仿，但更复杂一些,数字视频的获取设备：视频采集卡（简称视频卡）数字摄像头，通过光学镜头和CCD或CMOS采集动态图像，转换成数字信号并输入PC机脱机获取设备：数码摄像机,数字摄像头,分辨率为352288640480速度一般在30fps（每秒30帧）左右镜头的视角可达到45-60度支持USB接口或IEEE1394（火线）接口成像器件采用CMOS或CCD,数码摄像机,提供480线以上的分辨率，清晰度高自动对焦，自动曝光使用MPEG-2进行压缩编码，然后记录在硬盘上具有录音功能数据量很大，采用USB接口或IEEE1394接口,5.4.2数字视频的压缩编码,数字视频的压缩编码,视频数据压缩的可能性：数字视频的数据量大得惊人，1分钟的数字电视图像未压缩时其数据量可超过1GB，对存储、传输和处理都有很大的困难视频数据压缩的可能性：视频信息的每个画面内部有很多信息冗余相邻画面的内容有高度的连贯性人眼的视觉灵敏度有限，允许画面有一定失真结论：数字视频的数据量可压缩几十倍甚至几百倍,数字视频的三类编码标准,ITU-T国际标准：H.261(Px64)标准、H.263标准等ISO/IEC国际标准：MPEG-1标准，MPEG-2标准（等同于ITU-TH.262），用于低分辨率、低码率视频应用的MPEG-4ASP，代表当前技术水准的MPEG-4AVC视频编码标准（等同于ITU-TH.264）,在HDTV、蓝光盘、XBOX、iPod、iPhone等众多领域得到推广应用。公司标准：Intel公司的IndeoVideo，苹果公司在QuickTime中使用过的Cinepak，RealNetwork公司的RealVideo，微软公司的WMV，Adobe公司Flash播放器中使用的VP6等,目前流行的数字视频编码标准,影视文件与播放器,播放器(Plaper)实际上就是一种解码器，但通常既可以解码多种类型的信息（音频、视频、图片、），还能解码多种不同类型的文件格式。PC上使用的是软件播放器，一台计算机可以安装多个不同的播放器：微软公司的“MicrosoftMediaPlayer”，苹果公司的QuickTimePlayer和iTunes，Real公司的RealPlayer(简称RealOne播放器)“全能”播放器：StormPlayer（暴风影音）、TheKMPlayer、绚彩魅影、变色龙万能播放器（PPStream）、豪杰超级解霸，等等硬件播放器（便携式）：MP3播放器：以播放MP3格式的音频信息为主，也能收听广播、观看文本和图片，功能更强一些的还能播放视频信息MP4播放器：以播放视频为主，国外叫做PVP（个人视频播放器）或PMP（便携式媒体播放器），LCD屏幕较大，价格较高,附：什么是MP4？,MP4播放器是一种能够播放视频的便携式设备，也叫做PVP（个人视频播放器）或PMP（便携式媒体播放器）功能：看录像（电影）播放音乐浏览文本和图片甚至还可以上网技术特点：自带25英寸的LCD屏存储容量达几十GB,5.4.3合成视频计算机动画,什么是计算机动画？,计算机动画使用计算机生成一系列内容连续的画面供实时演播的一种技术，它是一种计算机合成的数字视频，而不是用摄像机拍摄的“自然视频”上世纪九十年代开始，计算机动画技术应用于电影特技，如电影“侏罗纪公园”、玩具总动员、泰坦尼克等，取得轰动效应应用领域：影视和广告领域：电影特技、动画片、电视广告制作等教育和培训领域：辅助教学、驾驶员训练等科技领域：科学计算可视化，复杂系统的动态模拟军事领域：军事训练、作战模拟等游戏,计算机动画的制作过程,计算机动画制作包括：在计算机中建立景物的模型、描述它们的运动、生成一系列逼真的图像三维计算机动画制作过程分以下几个阶段：（1）描述景