数字媒体及其应用VIP专享VIP免费

第三章数字媒体及应用学习目的：理解GB2312，GBK和GB18030三种汉字编码标准的内容、关系与应用，熟悉中文文本准备的方法；熟悉图像在计算机中的表示；掌握声音获取的方法与设备；熟悉视频压缩编码的几种标准及其应用。学习重点：中西文编码、图像、声音在计算机中的表示。学习难点：中西文编码、视频压缩编码标准。5．1文本与文本处理文字：一种书面语言，由一系列称为“字符”（character）的书写符号构成。文本（text）：文字信息在计算机中的表示形式，是基于特定字符集的、具有上下文相关性的一个（二进制编码）字符流，是计算机中最常用的一种数字媒体。组成文本的基本元素是字符，字符在计算机中采用二进制编码表示。文本在计算机中的处理过程：文本的准备（例如汉字的输入），文本编辑，文本处理，文本存储与传输、文本展现等，根据应用的不同，各个处理环节的内容和要求可能有很大的差别。一、字符的编码1．西文字符的编码字符集：常用字符的集合。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。字符的编码：字符集中每一个字符各有一个代码，即字符的二进制表示，称为该字符的编码。字符代码表：字符集中不同字符的编码互相区别，构成该字符集的代码表。ASCII字符集和ASCII码美国标准信息交换码(AmericanStandardCodeforInformationInterchange)：使用7个二进位对字符进行编码（叫做标准ASCII码），称为ISO-646标准。基本的ASCII字符集共有128个字符。96个可打印字符（常用字母、数字、标点符号等）和32个控制字符。特殊字符的ASCII码有空格（32）、A（65）、a（97）、0（48）。标准ASCII码是七位的编码，但字节是计算机中最基本的处理单位，故以一个字节来存放一个ASCII字符。每个字节中多出来的一位一般保持为“0”，在数据传输时可用作奇偶校验位。扩充ASCII字符集：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。按照ISO2022标准（《七位字符集的代码扩充技术》）的规定，ISO陆续制定了一批适用于不同地区的扩充ASCII字符集，每个扩充ASCII字符集分别可以扩充128个字符，这些扩充字符的编码均是高位为1的8位代码（十进制数128～255），称为扩展ASCII码。2．汉字的编码（1）GB2312-80汉字编码《信息交换用汉字编码字符集·基本集》(GB2312-80)组成：第一部分：字母、数字和各种符号，包括拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个（统称为GB2312图形符号）。第二部分：一级常用汉字，共3755个，按汉语拼音排列。第三部分：二级常用字，共3008个，按偏旁部首排列。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。每一个汉字或符号在码表中都有各自的位置，字符的位置用它所在的区号(行号)及位号(列号)来表示。每个汉字的区号和位号分别用1个字节来表示，如：“大”字的区号20，位号83，区位码是2083用2个字节表示为：0001010001010011。国标交换码：为了避免汉字区位码与通信控制码的冲突，ISO2022规定，每个汉字的区号和位号必须分别加上32（即二进制00100000）。经过这样处理得到的代码称为汉字的“国标交换码”（简称交换码）。因此，“大”字的交换码是：0011010001110011。机内码：把一个汉字看作两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。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。如：“大”字的内码是：1011010011110011（B4F3）高位字节(7位)：qqqqqqq=>0qqqqqqq(区号)低位字节(7位)：wwwwwww=>0wwwwwww(位号)例如：“啊”区位码：1601=>1001H0001000000000001国标码：3021H<=1001H＋2020H0011000000100001机内码：B0A1H<=3021H＋8080H1011000010100001（2）GBK汉字内码扩充规范问题：GB2312-80只有6763个汉字，使用时功能不够。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。组成：21003个汉字，883个图形符号。应用：操作系统——Windows95以上简体中文版，采用GBK代码，并提供了多种...