[高等教育]第5章 数字媒体及应用2004级下.ppt

第5章 数字媒体及应用 学习目标与要求 理解 GB2312，GBK 和 GB18030 三种汉字编码标准的内容和特点。 理解文本在计算机中的表示方法。 懂得数字图像和图形的概念，以及在计算机中的表示方法。了解图像和图形压缩编码标准。 了解数字声音在计算机中的表示。了解声音压缩编码标准。 了解数字数字视频的概念。了解视频压缩编码标准。 什么是数字媒体？ 计算机应用的实质就是使用计算机进行信息处理。 人们用于表达和传递信息的媒体是：数值、文字、图像、图形、声音、视频等。 本章研究在计算机中怎样表示、处理、存储和传输媒体。 数字媒体就是数值 、文字、声音、图像、图形、声音、视频等的二进制表示。 数值信息的表示在第 1 章已经介绍。 5.1 文本与文本处理 字符 (character) 是记录语言的符号，它适用于一种或多种书面语言。 字符集 (character set) 相关的多个字符的集合称为字符集。 文本: 基于特定字符集的、具有上下文相关性的一个字符流，每个字符均使用编码表示。 如：一个记事本文档、一个 Word 文档 5.1 文本与文本处理 编码字符集 编码字符集 (coded character set) 按某种规则编码的字符的有序集合。每个编码字符集有两个最重要的属性： 字汇(repertoire)：编码字符集中有哪些字符。 编码规则：如何确定每个字符的代码。 码长: 字符编码的长度。它决定了代码空间的大小 定长码：7位，8位，双字节，4字节 可变长码：单－双－4字节码 5.1.1 字符的编码 – 西文 西文字符集：由拉丁字母、数字、标点符号及一些特殊符号组成。 西文字符的编码：对字符集中每一个字符各有一个二进制编码，通常记为十进制数或十六进制数。 5.1.1 字符的编码 – 西文 标准ASCII码 —— 美国标准信息交换码(American Standard Code for Information Interchange)。它已被 ISO 批准为国际标准。 使用 7 个二进位对字符进行编码。 每个 ASCII 字符以一个字节存放（8位，最高位为0） 如： 5.1.1 字符的编码 – 西文 标准的ASCII字符集共有128个字符，其中含： 96个可打印字符（常用字母、数字、标点符号等） 32个控制字符 一般要记住几个特殊字符的 ASCII 码： 空格（32）、A（65）、a（97）、0零（48） 规律：数字、字母的 ASCII 码是连续的；对应大小写字母 ASCII 码相差 32。 5.1.1 字符的编码 – 西文 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。（ ISO 646 标准 ） 扩展ASCII码：将标准ASCII码的最高位置1，得到十进制数代码 128～255，称为扩展ASCII码，可代表扩展的另128个字符。 （ ISO 2022 标准 ） 扩充ASCII字符集 标准ASCII字符集 + 扩展字符集 5.1.1 字符的编码 – 汉字 汉字的特点： 数量大（我国汉字自古至今累计已超过7万字, 国家语委语言文字工作委员会 颁布的 “现代汉语通用字表” 包含7000汉字） 多个国家和地区使用：港台地区，日、韩、朝、新、马等 字形复杂，同音字多，异体字多。 我国汉字编码的国家标准： GB2312-80（6763个常用简体汉字和682个图形符号） GBK-95（21003个汉字和883个图形符号） GB18030-2000（27000 多个汉字） GB2312-80 字符集及其码位分布 《 信息交换用汉字编码字符集 · 基本集 》 GB2312 构成：包括 6763 个汉字和 682 个非汉字字符 一级常用汉字 3755 个，按汉语拼音排列 二级常用汉字 3008 个，按偏旁部首排列 非汉字字符 682 个 GB2312 构成一个二维平面，分成 94 行和 94列， 行号称为区号，列号称为位号。唯一标识一个汉字。 GB2312字符集及其码位分布 GB2312-80 字符集及其码位分布 将区位码的区号和位号分别加上 32（20H），得到国标交换码（十六进制的） 将国标码的两个字节的最高位置 1（加128，即80H），得到 PC 机常用的机内码（十六进制的） GB2312字符集及其码位分布 GB2312字符集及其码位分布 课堂练习 GBK汉字内码扩充规范 问题：GB2312-80只有6763个汉字，数量较少。 解决方法：1995年发布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。 GBK/1：GB2312中的符号；GBK/2：GB2312中的全部汉字； G