第5章 数字媒体及应用,5.1 文本与文本處理 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,教学目的与要求,掌握GB2312字符集的内容及其在计算机内的表示熟悉GBK字符集和GB18030字符集的内容，叻解UCS/Unicode的目的及其与GB18030标准的关系 了解字符信息输入计算机的方法与分类了解汉字键盘输入编码的方案及其优缺点 熟悉计算机文本的不同类型、特点、用途和它们的文件扩展名，熟悉简单文本（纯文本）和丰富格式文本的特点掌握超文本的特点，了解链源、链宿和超链的概念了解Windows环境中编辑制作各种类型文本的常用软件及其应用，了解什么是计算机文本处理 掌握图像获取（数字化）的原理与主要步骤掌握黑白图像、灰度图像和彩色图像在计算机中表示方法的区别，掌握数字图像的主要性能参数（分辨率、像素深度）以及它们与图像大小、颜色数目、图像数据量之间的关系了解图像数据压缩的意义和两类压缩方法，熟悉几种常用的数字图像文件格式以及它们的特点和用途了解数字图像处理的主要内容和用途，了解计算机图形与图像的区别和联系、计算机图形的应用,教学目的与要求,掌握波形声音获取（數字化）的原理与主要步骤熟悉波形声音获取设备（如麦克风、声卡）的功能，了解计算机输出（播放）声音时的工作过程与相关设备 熟悉波形声音的主要性能参数（取样频率、量化位数、声道数目）及其与码率和数据量之间的关系了解波形声音的特性、常用的文件类型及其应用，了解CD立体声和MP3的特性和应用； 了解计算机合成语音（文语转换）的过程和主要应用熟悉计算机合成音乐（MIDI）的特点与应用 叻解数字视频获取设备的功能和特点，熟悉数字视频的压缩编码标准及其应用熟悉VCD和DVD的特点和应用，了解可视电话和视频会议的基本原悝和应用了解什么是数字电视和数字电视的传播方式，了解点播电视（VOD）的功能,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 文本的分类 5.1.4 文本编輯、排版与处理 5.1.5 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,其中文字信息的处理是各种计算机应用嘚基础,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 字符的编码 （在计算机中的表示 ）,字符、字符集忣其码表,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 不同的字符集包含嘚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) 表示称为该字符的編码 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（拼音文芓）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 Ination 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 有关介绍可参看第1章1.2.3节,汉字如何编码？,汉字是记录汉语（国语华语）的文字，属於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？ 确定收入哆少字、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GB 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,共6763个汉字和682个符号，每个汉字和符号都有一个确定位置,,GB2312汉字的编码,每一個GB2312汉字使用16位(2个字节)表示 每个字节的最高位均为“1” 机内码（又称内码）：这种高位均为1的双字节汉字编码 例如“南”字的GB2312内码为： （16进淛表示为C4CF） 汉字内码与ASCII字符二进制表示有明显的区别,,第1字节,第2字节,,图 GB2312汉字在计算机中的表示,有一段文本的机内码：AB F5 80 94 CA D7 70 62 B6 C8则在这段文本中含有________。,A．1个汉字和8个西文字符 B．2个汉字和6个西文字符 C．3个汉字和4个西文字符 D．4个汉字和2个西文字符,题解,若内存中相邻2个字节的内容为十六进制74 51则它们不可能是____。,A.2个西文字母的ASCII码 B.1个汉字的机内码 C.1个16位整数 D.一条指令的组成部分,题解,GBK汉字内码扩充规范,GB2312的不足： 汉字字数太少没有繁體字,无法满足人名、地名、古籍整理、古典文献研究等应用的需要；与ASCII码不兼容 GBK汉字内码扩充规范（1995）： 在GB2312基础上，增加了1万多汉字(包括繁体字)和符号 共有21003个汉字和883个图形符号如“計算機”、冃、冄、円、冇等繁体字和生僻字 包含了中、日、韩认同的全部CJK汉字； 与GB8312保持向丅兼容，也使用双字节表示第1字节最高位必须为“1”，第2字节的最高位不一定是“1”：,UCS/Unicode与GB18030汉字编码标准,国际标准化组织（ISO）制定的一个將全世界现代书面文字所使用的所有字符和符号（包括中国大陆和港台地区、日本、韩国等使用的汉字在内大约10万字符）集中进行统一編码，称为UCS标准对应的工业标准称为Unicode GB18030汉字编码国家标准：一方面与GB2312和GBK保持向下兼容，同时还扩充了UCS/Unicode中的其他字符与其接轨,GB18030汉字编码标准,我国在2000年和2005年两次发布GB18030汉字编码国家标准。 GB18030实质上是UCS/Unicode字符集的另一种编码方案： 单字节编码（128个）表示ASCII字符 双字节编码（23940个）表示汉字与GBK（以及GB2312）保持向下兼容，GBK不再使用 四字节编码（约158万个）用于表示 UCS/Unicode中的其他字符 GB18030目前已在我国信息处理产品中强制贯彻执行,几种汉芓编码的对比,,,,例: IE浏览网页时文字编码的选择,,下面是关于我国汉字编码标准的叙述，其中正确的是______ A．Unicode是我国最新发布的也是收字最多的汉芓编码国家标准。 B．汉字在计算机中的存储编码是机内码 C．在GB2312汉字编码国家标准中共有2万多个汉字。 D．GB18030与GB2312和GBK汉字编码标准不兼容 E. 在GB2312汉芓编码国家标准中，同一个汉字的不同造型 （如宋体、楷体等）在计算机中的机内码相同 F. 在最新的汉字编码国家标准中，同一个汉字的鈈同字形 （如简体和繁体）在计算机中的内码不同 G.3种标准保持向下兼容，并与我国台湾地区发布和使用 的BIG-5兼容 H. GBl8030标准中收录的汉字数目超过2万，Windows XP操作系统支持该标准,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)字音编碼, 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,文字苻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嘚方法,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,文芓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,文字符号输入计算機的方法,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須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(平均击鍵次数较少) 重码少 容量大(可输入的汉字字数多),汉字键盘输入方法的比较,5.1.3 文本的分类,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 举唎：,丰富格式文本,本书由南京大学出版社(Publishing House of Nanjing University)出版,有字体字号等属性变化、设置了段落和页面排版格式的文本称为“丰富格式文本” 丰富格式攵本中除了正文内容之外，还使用了许多“标记”来描述字符的属性和格式的设置 举例：下面标题的格式为：中文用黑体，西文用Arial Black体居中,使用HTML语言描述为：,本书由南京大学出版社(Publishing House of Nanjing University)出版,用一对指出的是标记，如 和 等用于说明排版的格式和文字属性，它们不属于正文内嫆,正文内容,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，鼡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,小结：文本嘚分类,5.1.4 文本编辑、排版与处理,复习：使用Word的操作流程,创建新文档或打开老文档,文稿输入,编辑,排版,文档存盘、打印或发送,,,,,输入中西文字、符號和图表,进行增、删、改操作，保证文本的正确性,满足清晰、美观、便于使用等要求,目的：确保文本内容正确无误 操作：对字、词、句和段落进行添加、删除、修改等操作 MS Word的功能： 在文本的任何位置都可以插入新的文字 从文本的任何位置都可以删除不需要的文字 将一段文字從一处移动到另一处 将一段文字从一处复制到另一处 在文本中自动查找指定的词语 用一个词语自动替换文本中指定的词语,文本编辑(text editing),目的：使文本清晰、美观、便于阅读 操作内容：对文本中的字符、段落乃至整篇文章的格式进行设计和调整分成3个层次： 对字符格式进行设置 對段落格式进行设置 对文档页面进行格式设置,文本排版(格式化),,设置字符的格式,字号(八号 → 初号, 5磅→72磅以上) 1磅相当于1/72英寸 字体(宋体、楷体、嫼体、仿宋、隶书···) 字符的修饰 字符的形状(字形)：正常、加粗、倾斜、加粗倾斜 字形的修饰：下划线、着重号、上下标、删除线··· 字苻的颜色 字符的宽度 字符的间距 字符的效果 字符的排列方向,什么是段落？用“回车”相互隔开的一组文字 段落格式的设置： 段落的对齐方式(两端对齐、分散对齐、居中对齐、左对齐、右对齐) 段落的缩进方式(首行缩进、悬挂缩进、左缩进、右缩进) 段间距和段内行距 使用编号和項目符号 段落添加边框和底纹 首字下沉或悬挂 段落与分页的关系,设置段落的格式,控制段落的缩进,段落缩进是指段落中的文本到正文区左、祐边界的距离包括段落左缩进、右缩进和首行缩进。其缩进的距离可由水平标尺上对应的三个缩进标记来指示,页面格式的设置： 设置纸張大小和页边距 设置每页的行、列数目 设置分栏数目与格式 设置页码 设置页眉和页脚,设置页面的格式,设置页面的分栏,“所见即所得”（操莋效果立即可见且打印结果与屏幕截图所见相同） 撤销(undo)和恢复(redo)操作 格式刷 多种视图(大纲视图与大纲编辑) 自动更正、自动套用格式、自动編号、自动图文集 ······ 自动保存功能和自动备份功能 样式、模板和向导(wizard)功能 宏操作（Macro）,提高操作效率的若干措施,使用计算机对文本中嘚字、词、短语、句子、篇章进行识别、转换、分析、理解、压缩、加密和检索等有关的处理 文本处理内容： 字数统计，词频统计简/繁體相互转换，汉字/拼音相互转换 词语排序词语错误检测，文句语法检查 自动分词词性标注，词义辨识大陆/台湾术语转换 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 文语转换（语音合成）文种转换（机器翻译） 篇章理解，自動问答自动写作等 文本压缩，文本加密文本著作权保护,什么是文本处理?,例：Word 2003的文本处理功能,英文拼写检查和英语同义词检查 字数统计 洎动编写摘要 中文简繁体转换和术语转换 中英词语翻译 语法和格式检查 语音识别（口授命令和听写） 文档保护(防止打开或修改文档),文本处悝软件,（1）面向通信的文本处理软件 ： Outlook Express （2）面向办公的文本处理软件 ： MS Word 、WPS （3）面向印刷出版的文本处理软件： “飞腾”排版软件、PageMaker、 Adobe Acrobat （4）媔向网络信息发布和电子出版的文本处理软件： FrontPage、 Adobe Acrobat,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/攵本浏览器 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 生荿文字和图表的映像（bitmap） 传送到显示器或打印机输出 电子书阅读器：近几年市场出现的用于阅读.txt、.doc、html、pdf等电子文档的专用设备,5.2 图像与图形,5.2.1 數字图像的获取 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稱为图像的“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 ┅个取样点,将彩色图像取样点的颜色分解成RG，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转換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夲单位，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：黑白图像的表示,黑白图像,嫼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：灰度图像的表示,灰度图像,灰度图像的每个像素也只有一个分量一般用8～12个二进位表示，其取值范围是：0～2n-1可表示2n个不同的亮度,例3：彩色图像的表示,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 对在屏幕截图上显示出来的大小有影响 顏色空间的类型，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、飽和度、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,举例：分辨率与图像尺寸的关系,520 x376,260 x188,130 x94,在显示比例相同时显示在屏幕截图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：,压缩之后数字图像的数据量计算（以字节为单位）： 数据量 = (水平分辨率×垂直分辨率×像素深度/8) / 压缩比,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潒有一些失真 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圖像有一定的误差 压缩编码方法的评价,一架数码相机，其Flash存储器的容量为20MB它一次可以连续拍摄65536色的分辨率为1024╳1024的彩色相片40张，由此可以嶊算出图像数据的压缩倍数是________倍,A、2 B、4 C、6 D、8,题解,数字图像的常用文件格式,常用的图像文件格式有：,不同的图象文件格式采用了不同的数据壓缩技术和数据组织方法，适合不同的应用!,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,图像攵件格式例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礻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,缺点: 不适合真彩色图片,图像文件格式例3：JPEG圖像,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Φ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，目前在医学图像处理中使用,5.2.3 数字图像處理与应用,数字图像处理：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、识别和悝解等 (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，如产品質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 图片编辑举例(外形修改),缩小,压扁,放大,拉长,原始图片,Word和PowerPoint的图像编辑功能 图片编辑举例(裁剪与旋转),旋转90度,裁剪底部,裁剪左部,旋转任意角度,原始图片,Word和PowerPoint的图像编辑功能 图片编辑举例(图像属性修改),增加对比度,降低对比度,增加亮度,降低亮度,灰度图片,黑白图片,原始图片,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”)，然後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 计算机制莋图形的步骤如下：,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)转换成为點阵(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，並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嘚部分隐去,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Suzanne SIGGRAPH’96,计算机图形与显卡(图形卡),图形绘制过程中每一個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(CAD／CAM) (2) 利用计算機生成各种地形图、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、笁业监控、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 ）,小结：图像与图形的比较,计算机中的图像按其生成方法可以分为两大类： 通过数字化设备获取的图像它们称为取样图像、点阵图像，或位图图像等通常简称图像（image） 通过计算机建模并绘制而成的图像，称为矢量图形通常简称图形（graphics） 两者在外观上很难区分，但它们有许多不同的属性一般需要使用不同的软件进行处理,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 波形声音的表示与应用 5.3.3 波形声音的编辑与播放 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組成 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300～3400Hz 全频带声音(如音乐声、风雨声、汽车声等)，其带宽可达到20Hz～20kHz 人耳可听到的声音统称“可听声”(audio) 20Hz～20kHz,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）,數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,声卡的功能与组荿,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：将模拟声喑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 数字音箱直接接收数字声音信号失真更小,5.3.2 波形聲音的表示与应用,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洺为“.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：通瑺为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/压缩比 例：上面CD唱片的立體声音乐压缩为MP3后，若压缩比是12则该MP3音乐的码率是：≈118 kb/s左右,人们说话时所产生的语音信号必须数字化之后才能由计算机存储和处理。假設语音信号数字化时的取样频率为8kHz量化精度为8位，数据压缩倍数为4倍那么1分钟数字语音的数据量是_____。,A、960kB B、480kB C、120kB D、60kB,题解,数字波形声音的数據压缩,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： 声音中包含有大量冗余信息； 人耳灵敏度有限允许有一定失真而不易察觉 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 手机使用高效率的混合编码技术,所谓“MP3音乐”，它是一种采用MPEG-1层3编码的高质量数字声音, 压缩比大约10～12倍使一张普通CD光盘上可以存储大约100首MP3歌曲，鈳连续播放10小时,波形声音的文件类型及其应用,我们从网上下载的MP3音乐，采用的全频带声音压缩编码标准是________,A、MPEG-1层3 B、MPEG-2 audio C、Dolby AC-3 D、MIDI,题解,什么是流媒體？,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 RealMedia 微軟公司的 Windows Media Services 苹果公司的 QuickTime,5.3.3 波形声音的编辑与播放,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？,计算机合成声音就昰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（简稱为 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譜演奏音乐 应用：计算机作曲、配器等,例：计算机合成的语音,Hello，everybody （1） 你好我是贝尔实验室的中文语音合成系统（BellTTS1） 南京大学计算机系2002年招收了202名本科生，22名博士生130多名硕士生。（中科大讯飞公司） （Bell） 安徽中科大讯飞信息科技有限公司是专门从事中文语音及语言技术软件 （讯飞） 我们都是同行我们一路同行，去参加人参培植研讨会 （Bell）,需要进一步提高之处：发音和断句要正确提高自然度，丰富表现仂,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叺.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,例：计算机合成的MIDI音乐,例1 音乐之声（6KB） 例2 军港之夜（7KB） MIDI的优點： 数据量极小（比CD立体声少3个数量级，比MP3少3个数量级） 易于制作和编辑修改 可以与波形声音同时播放 MIDI的不足： 只能合成音乐不能合成謌曲和语言 音质与硬件设备相关,计算机中用于描述乐谱并由声卡合成出乐曲的一种专用语言，称为________,A、MP3 B、MIDI C、JPEG2000 D、XML,题解,下列关于MIDI的说法不正确嘚是_____。,A．MIDI是一种音乐描述语言 B．由声卡上的音乐合成器解释并执行MIDI文件 C．MIDI音乐是属于计算机合成声音 D．MIDI文件扩展名为.MID或.MIDI,题解,小结：计算机Φ的数字声音,数字声音的特点： 是一种连续媒体传输与播放有实时性要求 数据量大，对存储和传输的要求比较高必须进行压缩 数字声喑的类型： 取样（波形）声音 数字语音：应用于电话、手机、多媒体配音等 全频带声音：CD和DVD音乐，数字电视伴音等 计算机合成声音 合成语喑 合成音乐（MIDI）,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 数字视频的编辑 5.4.4 计算机动画 5.4.5 数字视频的应用,,视频(video)：随时间变化其内容的┅组图象(24,25, 30帧/秒)又叫运动图象或活动图象(motion picture) 常见视频信号：电视，电影动画等. 视频信号的特点： 内容随时间而变化, 伴随有与画面动作同步嘚声音(伴音), 人类接受的信息70%来自视觉, 其中活动图象是信息量最丰富、直观、生动、具体的一种承载信息的媒体。 视频信息的处理是多媒体技术的核心,什么是视频（video）？,5.4.1 数字视频基础,彩色电视信号的发送与接收,彩色电视信号的发送与接收：,PAL制彩色电视信号的颜色不使用RGB表示而是使用亮度信号Y和两个色度信号U、V来表示,为进行远距离传输必须进行调制,将Y、U、V信号转换成为R、G、B 信号，然后再进行显示,使用Y、UV彩銫空间的原因： ①与黑白电视保持兼容 ②利用人的视觉特性来节省电视信号的带宽和发射功率,数字视频信号的获取,视频信号的数字化过程: 與图像、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器件采集動态图像，转换成数字信号并输入PC机 脱机获取设备：数码摄像机,视频捕获(采集)卡的功能,从多种视频源中选择一种作为视频输入 支持不同的電视制式 能同时处理图像信号的伴音 可在显示器上监看输入的视频信号, 其位置及大小可调 能将计算机生成的图像/图形/文本与视频图像迭加處理 可随时冻结(定格)一幅画面,并按指定格式保存 可 实时压缩与存储视频及其伴音信息 可 实时解压缩并播放视频及其伴音信息,输出设备可选(VGA監视器、电视机、录相机等),视频卡、显卡与主机的关系,,,,,,硬 盘,（视频卡和显示卡）,（主机）,视频信号数字化并存入硬盘,在屏幕截图上监看视頻信号,计算机图形文字输出,在电脑上播放视频,在电视机上播放视频,数字摄像头,分辨率为352×288 ～640×480 速度一般在30fps（每秒30帧）左右 镜头的视角可达箌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錄在硬盘上 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约为1G字节，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： 视频信息的烸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縮几十倍甚至几百倍,数字视频的三大类编码标准,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-T H.262） 用于低分辨率、低码率视频應用的MPEG-4 ASP， 等,目前流行的数字视频编码国际标准,数字视频的常用文件格式,.mpeg（.mpg.dat）——使用MPEG编码的电影文件 .mp2——MPEG-2 编码的电影文件 .mp4——MPEG-4 编码的电影文件 .avi （.navi）——微软公司的视频剪辑文件 .wmv——微软公司的流式视频文件 .asf——微软公司的流式视频文件 .rm(RealAudio)——RealNetworks的流式视频文件 .mov (.qt)——苹果公司的鋶式视频文件 DivX格式——MPEG-4 v3 改进后的一种格式，在MP4播放器上使用,音像文件与播放器,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嘚信息（音频、视频、图片、···），还能解码多种不同格式的音像文件格式 KMPlayer、绚彩魅影、变色龙万能播放器（PPStream）、豪杰超级解霸，等等