西文字符的編碼

西文字符的編碼西文字符集：由拉丁字母、數(shù)字、標(biāo)點(diǎn)符號及一些特殊符號組成。字符的編碼：字符集中每一個字符各有一個代碼，即字符的二進(jìn)制表示，稱為該字符的編碼。字符代碼表:字符集中不同字符的編碼互相區(qū)別，構(gòu)成該字符集的代碼表。ASCII字符集和ASCII碼美國標(biāo)準(zhǔn)信息交換碼(AmericanStandardCodeforInformationInterchange)：使用7個二進(jìn)位對字符進(jìn)行編碼（叫做標(biāo)準(zhǔn)ASCII碼），稱為ISO-646標(biāo)準(zhǔn)?；镜腁SCII字符集共有128個字符，96個可打印字符（常用字母、數(shù)字、標(biāo)點(diǎn)符號等）32個控制字符，特殊字符的ASCII碼空格（32）、A（65）、a（97）、0（48）數(shù)字，字母的ASCII碼是連續(xù)的，對應(yīng)大小寫字母ASCII碼相差32。不同類型的ASCII碼的十進(jìn)制數(shù)值由小到大：數(shù)字、大寫字母、小寫字母漢字的編碼（一）GB2312-80漢字編碼第一部分：字母、數(shù)字和各種符號，包括拉丁字母、俄文、日文平假名與片假名、希臘字母、漢語拼音等共682個（統(tǒng)稱為GB2312圖形符號）第二部分：一級常用漢字，共3755個，按漢語拼音排列第三部分：二級常用字，共3008個，按偏旁部首排列區(qū)位碼：GB2312國標(biāo)字符集構(gòu)成一個二維平面，它分成94行、94列，行號稱為區(qū)號，列號稱為位號。每一個漢字或符號在碼表中都有各自的位置，字符的位置用它所在的區(qū)號(行號)及位號(列號)來表示。每個漢字的區(qū)號和位號分別用1個字節(jié)來表示｛如：“大”字的區(qū)號20，位號83，區(qū)位碼是2083 用2個字節(jié)表示為：0001010001010011｝國標(biāo)交換碼:問題：信息通信中，漢字的區(qū)位碼與通信使用的控制碼（00H～1FH）發(fā)生沖突。解決方案：為了避免漢字區(qū)位碼與通信控制碼的沖突，ISO2022規(guī)定，每個漢字的區(qū)號和位號必須分別加上32（20H）得到國標(biāo)交換碼。漢字文本的搜索UCS/Unicode與GB18030漢字編碼標(biāo)準(zhǔn)通用編碼字符集UCS/Unicode約有6800種語言和文字在使用，需要建立一個多文種（Multilingual）處理環(huán)境在ISO2022基礎(chǔ)上，使用代碼頁號切換不同字符集的方法過于繁瑣，且與其他系統(tǒng)不兼容目標(biāo)與途徑：實現(xiàn)所有字符在同一字符集中統(tǒng)一編碼UCS/Unicode與GB18030漢字編碼標(biāo)準(zhǔn)優(yōu)點(diǎn)：編碼空間極大，能容納足夠多的各種字符集（13億字符）缺點(diǎn)：4字節(jié)的字符編碼使存儲空間浪費(fèi)嚴(yán)重文字與文本文本（text）：文字信息在計算機(jī)中的表示形式，組成文本的基本元素是字符，字符在計算機(jī)中采用二進(jìn)制編碼表示。文本處理過程文本在計算機(jī)中的處理過程：文本的準(zhǔn)備（例如漢字的輸入），文本編輯，文本處理，文本存儲與傳輸、文本展現(xiàn)等，根據(jù)應(yīng)用的不同，各個處理環(huán)節(jié)的內(nèi)容和要求可能有很大的差別。文本信息的輸入方法人工輸入：通過鍵盤、手寫筆或語音輸入方式輸入字符特點(diǎn)：速度慢、成本高，不適合需處理大批量文字的應(yīng)用自動輸入：將紙介質(zhì)上的文本通過識別技術(shù)自動轉(zhuǎn)換為文字的編碼特點(diǎn)：速度快，效率高文字的自動識別分為：印刷體識別和手寫體識別文本信息的輸入方法由于漢字字?jǐn)?shù)很多，無法使每個漢字與西文鍵盤上的鍵一一對應(yīng)，因此必須使用一個或幾個鍵來表示漢字，這就稱為漢字的“鍵盤輸入編碼”。好的漢字鍵盤輸入編碼方案的特點(diǎn)：易學(xué)習(xí)、易記憶、效率高(平均擊鍵次數(shù)較少)、重碼少、容量大(可輸入的漢字字?jǐn)?shù)多)等漢字的輸入編碼與漢字的內(nèi)碼是不同范疇的概念。使用不同的輸入編碼方法向計算機(jī)輸入的同一個漢字，它們的內(nèi)碼是相同的數(shù)字編碼：使用一串?dāng)?shù)字來表示漢字的編碼方法，例如電報碼、區(qū)位碼等。缺點(diǎn)：難以記憶，不易推廣字音編碼：一種基于漢語拼音的編碼方法，簡單易學(xué)，適合于非專業(yè)人員。缺點(diǎn)：同音字引起的重碼多，需增加選擇操作字形編碼：將漢字的字形分解歸類而給出的編碼方法，重碼少、輸入速度較快，如五筆字形法和表形碼。缺點(diǎn)：編碼規(guī)則不易掌握形音編碼：吸取了字音編碼和字形編碼的優(yōu)點(diǎn)，使編碼規(guī)則適當(dāng)簡化、重碼減少。缺點(diǎn)：不易掌握聯(lián)機(jī)手寫漢字識別（筆輸入）使用語音輸入文本的系統(tǒng)也叫做“聽寫機(jī)”或“語音打字機(jī)”印刷體漢字識別（漢字OCR）。印刷體漢字識別：將傳統(tǒng)紙介質(zhì)上的文字信息自動輸入計算機(jī)并轉(zhuǎn)換為數(shù)字文本形式的一種技術(shù)，也叫做漢字OCR（OpticalCharacterRecognition）。脫機(jī)手寫漢字識別：手寫漢字識別。聯(lián)機(jī)與脫機(jī)(手寫漢字識別)的比較容易。使用計算機(jī)制作的數(shù)字文本，根據(jù)用途分為：簡單文本、豐富格式文本和超文本三類。簡單文本（plaintext）：是由一連串的字符組成的，除了用于表達(dá)正文內(nèi)容的字符（包括漢字）及“回車”、“換行”、“制表”等有限的幾個打?。@示）控制字符之外，幾乎不包含任何其他格式信息和結(jié)構(gòu)信息。這種文本通常稱為純文本或ASCII文本，在PC機(jī)中的文件后綴名是.txt特性：呈現(xiàn)為一種線性結(jié)構(gòu)，以行、字為單位，順序?qū)懽髋c閱讀是最通用的文本文件格式，文件體積小，閱讀不受限制，幾乎所有的文字處理軟件都能識別和處理不能插入圖片、表格等，不能建立超鏈接豐富格式文本豐富格式文本（richtext、fancytext、formattedtext），RTF格式，中間格式。超文本超文本(hypertext)的閱讀方式：傳統(tǒng)的順序式閱讀，通過鏈接、跳轉(zhuǎn)、導(dǎo)航、回溯等操作實現(xiàn)跳躍式閱讀超文本的結(jié)構(gòu)節(jié)點(diǎn)（node）節(jié)點(diǎn)包含的內(nèi)容超鏈（hyperlink）鏈源鏈宿超媒體（Hypermedia）：超文本中的節(jié)點(diǎn)不單是文本節(jié)點(diǎn)，還包含圖形、圖像、聲音或動畫節(jié)點(diǎn)，這種基于多媒體信息結(jié)點(diǎn)的超文本，有時也稱為“超媒體”超文本的應(yīng)用：Windows等一些軟件中的“幫助”文件，使用瀏覽器從Web服務(wù)器上下載的網(wǎng)頁（html或htm文件），文本編輯與文本處理“所見即所得”（WhatYouSeeIsWhatYouGet,簡稱WYSIWYG）：一方面所有的編輯操作效果立即可以在屏幕上看到，另一方面在屏幕上看到的效果與打印機(jī)的輸出結(jié)果相同。圖像與圖形圖像按生成方法分類從現(xiàn)實世界中通過數(shù)字化設(shè)備獲取的圖像，稱為：取樣圖像（sampledimage）、點(diǎn)陣圖像（dotmatriximage）、位圖圖像（bitmapimage）——簡稱圖像（image）計算機(jī)合成的圖像(syntheticimage)，稱為：矢量圖形（vectorgraphics），簡稱圖形（graphics）圖像的數(shù)字化圖像獲取的過程實質(zhì)上是模擬信號的數(shù)字化過程，它的處理步驟：掃描取樣分色量化圖像的表示方法與主要參數(shù)，從取樣圖像的獲取過程可以知道，一幅取樣圖像由M（行）*N（列）個取樣點(diǎn)組成，每個取樣點(diǎn)是組成取樣圖像的基本單位，稱為像素（pictureelement,簡寫為pel）。彩色圖像的像素是矢量，它由多個彩色分量組成，黑白圖像的像素只有1個亮度值圖像的屬性信息圖像大小，也稱圖像分辨率(包括垂直分辨率和水平分辨率)位平面的數(shù)目，即矩陣的數(shù)目，也就是彩色分量的數(shù)目顏色空間的類型，指彩色圖像所使用的顏色描述方法，也叫顏色模型。常用顏色模型：RGB(紅、綠、藍(lán))、CMYK(青、品紅、黃、黑)、HSV(色彩、飽和度、亮度)、YUV(亮度、色度)等像素深度，即像素的所有顏色分量的位數(shù)之和，它決定了不同顏色（亮度）的最大數(shù)目圖像的壓縮編碼一幅圖像的數(shù)據(jù)量可按下面的公式進(jìn)行計算（以字節(jié)為單位）：圖像數(shù)據(jù)量＝圖像水平分辨率×圖像垂直分辨率×像素深度／8數(shù)據(jù)壓縮類型無損壓縮:壓縮以后的數(shù)據(jù)進(jìn)行圖像還原(也稱為解壓縮)時，重建的圖像與原始圖像完全相同有損壓縮：使用壓縮后的數(shù)據(jù)進(jìn)行圖像重建時，重建后的圖像與原始圖像雖有一定的誤差，但不影響人們對圖像含義的正確理解。如變換編碼、矢量編碼等壓縮編碼方法優(yōu)劣的評價壓縮倍數(shù)的大小重建圖像的質(zhì)量（有損壓縮時）壓縮算法的復(fù)雜程度圖像的壓縮編碼圖像壓縮編碼方法的國際標(biāo)準(zhǔn)和工業(yè)標(biāo)準(zhǔn)：ISO和IEC兩個國際機(jī)構(gòu)聯(lián)合組成了一個專家組(JointPhotographicExpertsGroup,JPEG)，制定了一個靜止圖像數(shù)據(jù)壓縮編碼的國際標(biāo)準(zhǔn)，稱為JPEG標(biāo)準(zhǔn)JPEG標(biāo)準(zhǔn)的特點(diǎn)：適用范圍廣；能處理各種連續(xù)色調(diào)的彩色或灰度圖像；算法復(fù)雜度適中；既可用硬件實現(xiàn)，也可用軟件實現(xiàn)；圖像的壓縮比可控制（壓縮比越低，圖像質(zhì)量越好；壓縮比越高，圖像質(zhì)量越差）JPEG2000：適用于各種不同類型（黑白、灰度、彩色等）和不同特性（自然、醫(yī)學(xué)、遙感、合成）的圖像，可用于不同的應(yīng)用模式（實時傳輸、檢索、存檔等）。采用了小波分析等先進(jìn)算法，提供了更好的圖像質(zhì)量，更低的碼率，更適合在WWW網(wǎng)上傳輸?shù)?，它兼容JPEG常用圖像文件格式常用圖像文件格式BMP(BitMaP-file)圖像：微軟公司在Windows操作系統(tǒng)下使用的一種標(biāo)準(zhǔn)圖像文件格式，一個文件存放一幅圖像，可以使用行程長度編碼（RLC）進(jìn)行無損壓縮，也可不壓縮。不壓縮的BMP文件是一種通用的圖像文件格式，幾乎所有Windows應(yīng)用軟件都能支持。TIFF(TaggedImageFileFormat)圖像文件格式：用于掃描儀和桌面出版，能支持多種壓縮方法和多種不同類型的圖像，有許多圖像圖形應(yīng)用軟件支持這種文件格式。由文件頭、文件目錄、目錄條目三個部分組成。GIF(GraphicsInterchangeFormat)：互聯(lián)網(wǎng)上廣泛使用的一種圖像文件格式，它的顏色數(shù)目較少（不超過256色），文件特別小，適合網(wǎng)絡(luò)傳輸。由于顏色數(shù)目有限，GIF適用于插圖、剪貼畫等色彩數(shù)目不多的應(yīng)用場合。GIF格式能夠支持透明背景，具有在屏幕上漸進(jìn)顯示的功能。尤為突出的是，它可以將許多張圖像保存在同一個文件中，顯示時按預(yù)先規(guī)定的時間間隔逐一進(jìn)行顯示，從而形成動畫的效果，因而在網(wǎng)頁制作中大量使用。由CompuServe公司1987年開發(fā)，基于Lempel-ZivWalch(LZW)壓縮算法、使用特殊碼、可變長度。數(shù)字圖像處理數(shù)字圖像處理：使用計算機(jī)對來自照相機(jī)、攝像機(jī)、傳真機(jī)、掃描儀、醫(yī)用CT機(jī)、X光機(jī)等的圖像，進(jìn)行去噪、增強(qiáng)、復(fù)原、分割、提取特征、壓縮、存儲、檢索等操作處理對圖像進(jìn)行處理的主要目的提高圖像的視感質(zhì)量圖像復(fù)原與重建圖像分析圖像的存儲、管理、檢索，以及圖像內(nèi)容與知識產(chǎn)權(quán)的保護(hù)等圖像處理軟件：使用較多的是面向辦公、出版與信息發(fā)布的圖像處理軟件，也稱為圖像修飾（imageretouching）或圖像編輯軟件，支持多種不同的圖像文件格式，提供多種圖像編輯處理功能，可制作出生動形象的圖像。如美國Adobe公司的PhotoShop，集圖像掃描、圖像編輯、繪圖、圖像合成及圖像輸出等多種功能于一體，是一個流行的圖像處理工具。PhotoShop的主要功能包括數(shù)字圖像的應(yīng)用圖像通信遙感醫(yī)療診斷工業(yè)生產(chǎn)中的應(yīng)用機(jī)器人視覺軍事、公安、檔案管理計算機(jī)圖形景物的模型（model）：景物在計算機(jī)內(nèi)的描述景物的建模(modeling)：人們進(jìn)行景物描述的過程繪制（rendering）：也稱圖像合成（imagesynthesis），根據(jù)景物的模型生成圖像的過程，所產(chǎn)生的數(shù)字圖像稱為計算機(jī)合成圖像計算機(jī)圖形學(xué)（ComputerGraphics）：研究如何使用計算機(jī)描述景物并生成其圖像的原理、方法與技術(shù)計算機(jī)合成圖像的繪制，使用計算機(jī)合成圖像的主要優(yōu)點(diǎn)：能生成實際存在的具體景物的圖像，還能生成假想或抽象景物的圖像，能生成靜止圖像，還能生成各種運(yùn)動、變化的動態(tài)圖像計算機(jī)合成圖像的應(yīng)用：計算機(jī)輔助設(shè)計和輔助制造（CAD／CAM）利用計算機(jī)生成各種地形圖、交通圖、天氣圖、海洋圖、石油開采圖等作戰(zhàn)指揮和軍事訓(xùn)練計算機(jī)動畫和計算機(jī)藝術(shù)其他：電子出版、數(shù)據(jù)處理、工業(yè)監(jiān)控、輔助教學(xué)(CAI)、軟件工程等矢量繪圖軟件矢量圖形：計算機(jī)合成圖像矢量繪圖軟件：制作矢量圖形的軟件:如：AutoCAD、MAPInfo、ARCInfo等2D的矢量繪圖軟件：Corel公司的CorelDraw。Adobe公司的Illustrator。Macromedia公司的FreeHand。微軟公司的MicrosoftVisio。微軟公司Office辦公套件中的Word和PowerPoint數(shù)字聲音及應(yīng)用聲音信號的數(shù)字化聲音：由振動而產(chǎn)生，通過空氣進(jìn)行傳播。它由許多不同頻率的諧波所組成，諧波的頻率范圍稱為聲音的帶寬(bandwidth)，帶寬是聲音的一項重要參數(shù)。多媒體技術(shù)處理的聲音信號主要是人耳可聽到的20～20kHz的音頻信號(audio)言語（speech）/語音：人說話的聲音，其頻率范圍約為300～3400Hz全頻帶聲音：音樂聲、風(fēng)雨聲、汽車聲等其他聲音，其帶寬可達(dá)到20～20kHz聲音信號的數(shù)字化聲音信號的數(shù)字化：將模擬聲音信號轉(zhuǎn)換成數(shù)字編碼形式以便于計算機(jī)進(jìn)行處理的過程聲音信號數(shù)字化的過程：取樣量化編碼模擬的聲音信號轉(zhuǎn)變成數(shù)字形式進(jìn)行處理的優(yōu)點(diǎn)：以數(shù)字形式存儲的聲音重放性能好，復(fù)制時沒有失真數(shù)字聲音的可編輯性強(qiáng)，易于進(jìn)行效果處理數(shù)字聲音能進(jìn)行數(shù)據(jù)壓縮，傳輸時抗干擾能力強(qiáng)數(shù)字聲音容易與其他媒體相互結(jié)合（集成）數(shù)字聲音為自動提取“元數(shù)據(jù)”和實現(xiàn)基于內(nèi)容的檢索創(chuàng)造了條件波形聲音的獲取設(shè)備麥克風(fēng)：將聲波轉(zhuǎn)換為電信號聲卡（soundcard）：進(jìn)行數(shù)字化波形聲音的獲取：把模擬的聲音信號轉(zhuǎn)換為數(shù)字形式。(話筒或線路輸入、單雙道）波形聲音的重建與播放MIDI(MusicalInstrumentDigitalInterface)聲音的輸入MIDI聲音的合成與播放波形聲音的主要參數(shù)DVD，DTV，DVD，DTV，家庭影院5.1，7.164kbpsDolbyAC-3同MPEG-15.1，7.0與MPEG-1層1，層2，層3相同MPEG-2層audioInternet，MP3音樂2128～112kbps（壓縮10～12倍）MPEG-1層3DAB，VCD，DVD2256～192kbps（壓縮6～8倍）MPEG-1層2數(shù)字盒式錄音帶2384kbps（壓縮4倍）MPEG-1層1主要應(yīng)用聲道數(shù)目壓縮后的碼率（每個聲道）名稱全頻帶聲音的壓縮編碼第2代全頻帶聲音壓縮編碼標(biāo)準(zhǔn)量化位數(shù)聲道數(shù)目使用的壓縮編碼方法數(shù)碼率（bitrate）：指的是每秒鐘的數(shù)據(jù)量，也稱比特率、碼率數(shù)字聲音未壓縮前，其計算公式為：波形聲音的碼率＝取樣頻率×量化位數(shù)×聲道數(shù)壓縮編碼以