计算机专转本辅导第5章数字媒体应用.pptxVIP

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 数字视频及应用第1页，共91页。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 文本编辑、排版与处理5.1.5 文本的展现 第2页，共91页。文字数值语言音乐图像···信息的形态有多种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。第3页，共91页。写作写作编辑印刷排版发行 传统的文字处理过程第4页，共91页。（3）文本处理文本编辑与排版（文本处理软件）（文本编辑器）格式化的电子文本（文字与图表 的输入）文本准备文本存储与传输文本展现电子文本（2）（文本阅读器）（1）（4）（5）(存档/通信软件)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：第5页，共91页。5.1.1. 字符在计算机中的表示 第6页，共91页。X X X X X X X0一、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(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：字符集太小（只有128个字符）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第7页，共91页。位号 ………………123941一级汉字（3755个）二级汉字（3008个）（扩充使用）字母、数字和各种符号 …… ……916区 号(按汉语拼音排列)5556(按偏旁部首排列)8794GB2312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》（我国第一个国家标准）——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第8页，共91页。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。问题：文本中的汉字与西文字符易与单字节的标准ASCII码混淆不清。例如：“大”字的区号20，位号83，区位码是20 83，用2个字节表示为01010011（1453H）。这种高位为 l 的双字节（16位）汉字编码就称为GB2312汉字的“机内码”，又称内码。例如：“大”字的内码是11110011（B4F3）。第9页，共91页。汉字的区位码、国标码、机内码的关系： 国标码=区位码+2020H 机内码=国标码+8080H 机内码=区位码+A0A0H汉字机内码双字节，最高位是1；西文字符机内码单字节，最高位是0。第10页，共91页。X X X X X X XX X X X X X X1 X第1字节第2字节GBK汉字内码扩充规范 GB2312的不足：汉字字数太少，缺少繁体字,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 与GB8312保持向下兼容，也使用双字节表示，第1字节最高位必须为“1”：第11页，共91页。UCS/Unicode多文种大字符集背景：为了实现全球数以千计的不同语言文字的统一编码方案：ISO将全球所有文字字母和符号集中在一个字符集中进行统一编码(目前共收集了17x216＝1,114,112 个) ，称为UCS/UnicodeUCS/Unicode的编码方案：先实现部分字符的编码（共107,361个字符）尽量与已有编码标准兼容其中包含有中、日、韩统一整理出来的近3万汉字（CJK汉字）允许有若干不同的编码方案, 例如：第12页，共91页。GB18030汉字编码标准背景：无论是Unicode的UTF-8还是UTF-16，其CJK汉字字符集虽然覆盖了我国已使用多年的GB2312和GBK标准中的汉字，但它们的编码并不相同为了既能与UCS/Unicode编码标准接轨，又能保护我国已有的大量