计算机基础ch4数字媒体技术.pptVIP

　　　　　　　 数据量巨大 数据类型较多 数据存储容量差别大 数据处理方法不同 数据输入和输出复杂 ◆ 文本的类型 字符集：是多个字符的集合，其种类很多，且每个字符集所包含的字符个数也不相同。 标准ASCII字符集及其码表 汉字是记录汉语（国语，华语）的文字，属于表意文字，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？ 确定收入多少字、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 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》——GB2312-1980 GB2312字符集由三个部分构成： GB2312汉字的编码 每一个GB2312汉字使用16位(2个字节)表示 每个字节的最高位均为“1” 在16位代码空间中的码位分布： GB2312汉字编码的不足之处 GB2312汉字字数太少，无法满足一些特殊应用的需要： 人名、地名； 古籍整理、古典文献研究。 没有繁体字 编码效率不高: (6763+682)/65536 与ASCII码不兼容 GB2312-80将代码表放置在94行×94列的阵列中，行号称为区号，列号称为位号。任意一个字符都用两个字节表示，第一字节（高字节）表示区号，第二字节（低字节）表示位号，分别各用7个二进位表示，这就是汉字字符集的区位码。 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CNS 11643 (BIG 5，俗称“大五码”) 日本工业标准汉字字符集JIS X 0208-90 韩国国家标准汉字字符集KSC 5601-87 文本输入计算机的方法 文本输入计算机的方法 文本输入计算机的方法 文本输入计算机的方法 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) 超文本 文本的分类对比 文本编辑 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 常用的文本处理软件：Word、WPS (参考Word) 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 将一段文字从一处移动到另一处 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 …. 什么是文本处理? 使用计算机对文本中的字、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，自动问答，自动写作等 文本压缩，文本加密，文本著作权保护 关于文本检索 Web信息检索系统之1（自学） 也称为搜索引擎,例如Google、Yahoo、Alta Vista、Infoseek、新浪、天网、百度等。 系统结构： Web信息检索系统之2 （自学） 全文索引适用于检索难以查找的或主题比较模糊的信息； 目录检索有助于逐步缩小主题或者查找某个主题常见的、质量较高的信息 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 生成文字和图表的映像（bitmap） 传送到显示器或打印机输出 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： 矢量图形占用的存储空间较小，打印输出和放大时图形质量较高。 矢量图形的缺点： 显示图形时计算时间较多。 无法使用廉价设备将图形输入到计算机中并且矢量化。 矢量图形目前没有统一的标准和格式，大部分矢量图形格式存在知识产权问题。 CDR格式 IA格式 DWG格式 3DS格式 SWF格式 VSD格式 WMF格式 EMF格式 SVG格式 图像 图像由像素点阵构成，也称为位图。 黑白图像中每个像素点用1位二进制数表示这种图像称为二值图像。 灰度图像中，每个像素点的亮度值用8位二进制数