《多媒体技术与应用》第2章：多媒体输入输出技术ppt课件

《《多媒体技术与应用》第2章：多媒体输入输出技术ppt课件》由会员分享，可在线阅读，更多相关《《多媒体技术与应用》第2章：多媒体输入输出技术ppt课件（67页珍藏版）》请在装配图网上搜索。

1、第2章多媒体输入输出技术【学习目的与要求】通过本章的学习，理解数字图像、数字音频、数字视频等媒体形式的基本概念；了解多媒体信息数字化及在计算机中表示的方法；了解常用图像、音频和视频格式及其适用场合；掌握常用影音播放器的使用；掌握通过多种方式获取多媒体素材，为多媒体信息的进一步处理准备原材料。第2章多媒体输入输出技术【学习目的与要求】12.1媒体播放器概述随着电脑多媒体技术的发展，目前影音娱乐在计算机的使用中占有越来越重要的位置，为了能够提供更多更新鲜的视听感受，众多的媒体播放器应运而生。在这些播放工具中，每个工具都有自己擅长播放的文件格式。Windows Media Player是微软操作系统

2、自带的播放器，能播放常见的AVI、WMV、RM、ASF、MP3、MPG等常见格式的媒体文件。Real player也可播放常见的AVI、WMV、RM、ASF、MP3、MPG等常见格式的媒体文件，尤其适合在线播放RM等流媒体文件。Flash player 8是Flash动画播放软件，专门用来播放扩展名为SWF的动画文件。Internet上的网络动画，一般情况下都需要它来播放。暴风影音，它可播放几乎所有格式的媒体文件，可谓全格式播放器。本节介绍两款常用的播放器WindowsMediaPlayer、暴风影音。2.1媒体播放器概述随着电脑多媒体技术的发展，目前影音22.1.1 Windows Medi

3、a PlayerWindows Media Player（WMP）是微软开发的一款免费音视频播放器，随Windows操作系统自动安装，它是播放和管理多媒体的中心，可以收听世界范围内的广播电台、播放和复制CD、寻找Internet上提供的电影以及创建自己的媒体播放列表，就好像把收音机、电影院、CD播放机和信息数据库等都装入了一个应用程序中。WMP与操作系统的兼容性是所有媒体播放软件中最好的。WMP内置了媒体文件搜索功能，可以自动将您的硬盘中的所有媒体文件搜索出来，并按艺术家、音乐风格、专辑等方面归类，查找起来十分方便。同时，WMP9还提供了每天的娱乐新闻更新和网络电台的功能。WMP9可以播放MP

4、3，WMA，WAV等音频文件，由于竞争关系微软默认不支持RM文件；视频方面可以播放WMV、AVI，MPEG-1，MPEG-2视频文件及VCD、DVD视频光盘。Windows Media Player 10软件的界面如图2-1所示，常用的几大功能都作为选项卡列在菜单栏下面，可以进行快速访问。2.1.1WindowsMediaPlayer31播放多媒体文件如果播放本机影音文件，可直接单击【文件】|【打开】，选择需要播放的对象既可；如果是播放来自Internet的文件，可以从【文件】|【打开URL】进入，在弹出的文本框中输入需要播放的网络文件的URL地址，然后确定既可。点击【正在播放】旁边的【快速访

5、问面板】按钮，可以快速选择要播放的CD、DVD、VCD、唱片集、艺术家、流派或播放列表，如图2-2所示。1播放多媒体文件41媒体库媒体库是保存、组织、管理媒体文件的地方，在这里我们可以轻松地组织计算机系统中所有媒体文件。打开【媒体库】选项卡，如图2-3所示，从左到右依次是【内容】、【详细信息】、【列表】窗格。【内容】窗格：显示媒体库中的各个类别，例如【所有音乐】、【所有电视】、【所有视频】、【我的播放列表】等。单击窗格下方的【添加到媒体库】按钮，在弹出的菜单中有【通过搜索计算机】、【通过监视文件夹】、【添加文件夹】、【添加文件或播放列表】、【添加URL】等几个选项，可以根据自己的需要进行选择。

6、【详细信息】窗格：显示【内容】窗格中所选类别中的具体的项目。根据【内容窗格】中选择的类别不同，【详细信息窗格】顶端的排序按钮也会不同，单击窗格顶端的排序按钮，可以对当前窗格中的文件进行排序。1媒体库5图2-3媒体库选项卡图2-3媒体库选项卡6图2-3 媒体库选项卡【列表】窗格：用于显示当前的列表，并可从这里创建自己的各种列表。单击窗格上方的按钮，可以新建、编辑当前的播放列表，并把播放列表加入到媒体库中。说明：对于媒体库中的文件，可以根据使用者的喜好进行组合，例如可以将自己常听的歌曲或某种风格的歌曲组合在一起，这种组合只是指向库中文件的快捷方式的组合，在WMP中称为播放列表。创建播放列表可以很容

7、易地实现个性化的随意播放。1翻录Windows Media Player提供了将Audio CD的音轨复制到硬盘中的功能。程序提供的默认输出音频格式为WMA，也可以选择MP3格式。图2-4 翻录CD音乐单击【翻录】选项卡，界面上出现了CD中的所有内容，如图2-4所示。选择要复制的歌曲，然后单击按钮，在弹出的对话框中，根据提示进行选择，确认后就可以开始复制文件了（默认格式为WMA）。复制完成后，程序会自动创建相应的播放任务列表，以后可以直接调用。图1-1电子出版物图2-3媒体库选项卡图1-1电子出版物7图2-4 翻录CD音乐图2-4翻录CD音乐81刻录如图2-5所示，在左侧窗格中，编辑一个播放列

8、表，选择要刻录的曲目，点击【开始刻录】，可以将计算机上存储的曲目刻录到CD上。1刻录9 1同步将电脑中的音乐、视频和录制的电视节目同步到便携设备中，如便携式数字音频播放机、Pocket PC和便携媒体中心。2指南打开【指南】选项卡，就出现了媒体指南的主页，这时MediaPlayer完全可以当作一个浏览器来用，在这里可以看到全新的流行资讯，包括音乐、电影、娱乐新闻、电台等信息，如图2-6所示。1同步102.1.2 暴风影音随着视频娱乐方式的普及，视频格式也层出不穷，视频格式得不到支持成为网民使用播放软件中遇到的最大难题。暴风影音是一款全能播放器，暴风影音集成了各类解码器，并对解码器进行了优化，涵

9、盖目前网上绝大部分新格式，是目前国内支持媒体格式最多的播放软件。2007年3月暴风影音收购了“超级解霸”，从而成为媒体播放器领域国内市场占有率第一的产品。2007年11月14日发布的暴风影音3，支持的影音文件类型达355种。包括：Real Media、QuickTime、MPEG2、MPEG4(ASP/AVC)、VP3/6/7、FLV等流行视频格式；MP3、WMA、WAV、AC3、DTS、LPCM、AAC、OGG、MPC、APE、FLAC、TTA等流行音频格式；3GP、MP4、OGM、PMP、XVD等媒体封装及字幕支持等。配合Windows Media Player可完成当前大多数流行影音文件

10、、流媒体、影碟等的播放而无需其他任何专用软件。暴风影音的界面简洁易用，如图2-7所示。2.1.2暴风影音111格式关联在实际使用中，如果想把暴风影音作为所有影音文件的默认播放器，在主界面中点击【播放】|【高级选项】命令，切换到【格式关联】标签，最后点击【全选】按钮，即可完成设置暴风影音默认的格式关联，如图2-8所示。1格式关联122.快捷键设置在暴风影音中，有一套默认的快捷键设置方案，快捷键可以极大地方便用户的操作，默认的快捷键如果与用户习惯不一致，还可以修改。比如，在播放过程中需要直接控制影片的播放与暂停可以用鼠标直接单击视频画面。如果需要修改快捷键设置时，只要点击【播放】【高级选项】命令，

11、再打开【快捷键】标签，就可以重新为每条命令设置快捷按键了，非常方便，如图2-9所示。2.快捷键设置133.断点续播很多DVD机都有“断点续播”功能，允许用户中途关闭电影后，还能从中断位置继续播放。利用暴风影音的【收藏】，可以实现同样功能。无论影片处于播放状态还是暂停状态，点击【收藏】【添加到收藏夹】，可以将影片的当前位置保存下来，如图2-10所示。暴风影音允许用户进行多次收藏。需要断点续播时，只需要点击收藏记录即可。3.断点续播144.痕迹清除全自动和很多软件一样，暴风影音也会在每次播放后自动记录下我们所播放的影片名称。如果我们播放的内容涉及到一些隐私或者机密，就显得很不方便，暴风影音提供了一

12、项自动清除方案。点击【播放】【高级选项】，再切换到【其他设置】标签，勾选上【退出时清空播放列表】复选框，即可完成这个设置了。另外，暴风影音对字幕嵌入、视频亮度调整、多声道调节、屏幕抓图等功能进行了全面优化，用户还可以在暴风影音官方网站获得对最新视频格式的技术支持。4.痕迹清除全自动152.2图形图像文件的输入输出技术2.2.1色彩的基本概念1物体的颜色光是一种具有一定频率范围的电磁辐射，即光波。其波长覆盖的范围很广，只有一小部分能够引起眼睛的兴奋而被感觉，其波长在380-780nm之间，称为可见光。对不同波长的可见光，人眼感知为不同的颜色。不同的物体对光的吸收和反射的属性不同，所以呈现出不同的

13、颜色。例如，树叶之所以是绿色，是因为它只反射自然光中绿色波长的光，而吸收了其他颜色波长的光，当反射的绿光作用于人眼时，看到的树叶就是绿色的了。自然界中各种物体吸收和反射到太阳光中不同波长的光，从而构成了美丽的多彩世界。人眼对颜色的感知是一个物理、生理和心理的复杂过程，在颜色表达上，通常用色调、饱和度和亮度来度量，色调和饱和度合称为色度，三者共同决定视觉的总体效果。(1)色调（Hue)描述颜色的不同类别的物理量称为色调，如红、橙、黄、绿、青、蓝、紫等，它取决 2.2图形图像文件的输入输出技术2.2.1色彩的基本概念16于色光的波长。黑色与白色都没有色彩，介于黑与白中间的灰色，也不具有色彩，或者说

14、它们的色彩未定。(2)饱和度（Saturation)描述颜色的深浅程度的物理量称为饱和度，它按颜色混入白光的比例来表示。当某色光的饱和度为100时，表示该色光是完全没有混入白色光的单色光，饱和度越高则颜色越浓。白光混入越多，则饱和度越低，人的视觉会感到颜色变淡。黑、白、灰色的饱和度最低（0%）。(3)亮度（Luminance)描述色光明暗变化强度的物理量称为亮度。亮度是色光能量的一种描述，对于色调和饱和度已经固定的光，当它的全部能量增加时，感觉亮；反之则感觉暗。就黑、白、灰色而言，黑色最暗，白色最亮，灰色则居中。2.三基色现代颜色视觉理论中的三基色学说认为，人眼的锥状细胞是由R（红）、G（绿）

15、、B（蓝）3种感光细胞组成的。R、G、B按不同比例混合可得到各种不同颜色的光，所以R、G、B叫做光的三原色或三基色。三原色光的等量混合构成无色光，称为白光。物体在白光照射下所呈现的颜色叫物体的颜色。于色光的波长。黑色与白色都没有色彩，介于黑与白中间的灰色，也173相加混色从理论上来讲，自然界中的任何一种颜色都可以由红、绿、蓝（R、G、B）这3种颜色按不同的比例混合得到，R、G、B的比例不同，看到的颜色也就不同，当三基色等量相加时，得到白色；等量的红、绿相加，蓝为0时得到黄色；等量的红、蓝相加，绿为0时得到品红色；等量的绿、蓝相加，红为0时得到青色，混色关系如图2-11所示。蓝色（B）红色（R）

16、绿色（G）黄色（Y）青色（C）品红色（M）3相加混色蓝色（B）红色（R）绿色（G）黄色（Y）青色（C184相减混色相减混色利用了滤光特性，即在白光中减去不需要的彩色，留下所需要的颜色。用彩色墨水或颜料进行混合，这样得到的颜色即为相减色。当两种以上的色料相混或重叠时，白光就减去各种色料吸收的光，反射色光混合结果就是色料混合或重叠产生的颜色。在理论上说，任何一种颜料都可以用3种基本颜料按一定比例混合得到。这3种颜料是青色（Cyan）、品红（Magenta）和黄色（Yellow），通常写成CMY，称为CMY模型。用这种方法产生的颜色之所以称为相减色，是因为它减少了为视觉系统识别颜色所需要的反射光。在

17、相减混色中，当三基色等量相减时得到黑色；等量黄色（Y）和品红（M）相减，青色(C)为0时，得到红色（R）；等量青色（C）和品红（M）相减，黄色（Y）为0时，得到蓝色(B)；等量黄色（Y）和青色（C）相减，品红为0时，得到绿色（G）。如图2-12所示。蓝色（B）4相减混色蓝色（B）195常用的色彩模式颜色是大自然景观必不可少的组成部分，无论是在万紫千红的高山和田野，还是在千变万化的宇宙，都可以见到各种不同颜色的漂亮景观。为了便于在各个领域还原色彩，图像专家定义出许多种不同的色彩模式，每一种色彩模式都有自己的特点和适合的应用领域。(1)RGB模式RGB模式由R、G、B三种原色组合而成，然后由这三种

18、原色混合产生出成千上万种颜色。在RGB模式下，每一个像素由24位的数据表示，其中RGB三种原色各使用了8位，因此每种原色都可以表现出256种不同浓度的色调，所以三种原色混合起来就可以生成1677万种颜色，也就是我们常说的真彩色。常见的电视机和显示器就是采用了RGB的色彩模式。RGB模式是Photoshop中最常用的一种色彩模式，不管是扫描输入的图像，还是绘制的图像，几乎都是以RGB的模式存储的。这是因为在RGB模式下处理图像较为方便，而且RGB的图像比CMYK图像文件要小得多，可以节省内存和空间。在RGB模式下您还能够使用Photoshop中所有命令和滤镜。(2)CMYK模式CMYK模式是一种

19、印刷的模式，理论上，将100%的青色(Cyan)、100%的品红色(Magenta)和100%的黄色(Yellow)组合在一起就可以生成黑色，但实际上等量的C、蓝色（B）5常用的色彩模式蓝色（B）20M、Y三原色混合并不能产生完美的黑色或灰色。因此只有再加上一种黑色后，才会产生图像中的黑色和灰色，为了与RGB模式中的蓝色区别，黑色就以K字母表示，这样就形成了CMYK模式。CMYK模式能够描述的色彩比RGB模式要少，在计算机中处理图像时，通常都是在RGB 模式下进行编辑，在印刷时才转换成CMYK模式。(3)Index Color(索引色)模式索引模式对图像中的像素颜色进行统计，选出256种使用最

20、多的颜色放在色彩对照表中，色彩对照表以外的颜色则会被相近的颜色所匹配。表示图像时，每一个像素的色彩用8bit二进制数表示，它的真实颜色可以在色彩对照表中查找到，色彩对照表与图像文件一起保存。打开图像文件时，系统从读入的色彩对照表中找到最终的色彩值。Index Color模式在印刷中很少使用，但在制作多媒体应用却十分实用。因为这种模式的图像比RGB模式的图像小得多，大概只有RGB模式的三分之一，所以可以大大减少文件所占的磁盘空间。(4)HSB模式HSB模式是一种基于人的直觉的颜色模式，利用此模式可以很轻松自然地选择各种不同明亮度的颜色。在Photoshop中不能够从其他模式转换成HSB模式，因为

21、Photoshop不直接支持这种模式，它只是提供了一个HSB的调色板而已。该模式也提供了三个定义色彩的参数：蓝色（B）M、Y三原色混合并不能产生完美的黑色或灰色。因此只有再加上一21H：色相(Hue)，用于调整颜色，范围0-360。S：饱和度(Saturation)即彩度，范围0%-100%，0%时为灰色，100%时为纯色。B：亮度(Brightness)，范围0%-100%，0%时为黑色，100%时为白色。2.2.2 数字图像基本概念1.数字图像的类型在计算机中，图像是以数字方式来记录、保存和处理的，所以在此所讨论的图像都是数字化图像。图像类型可以分为两种：矢量图和位图。表2-1是矢量图与位

22、图的比较结果。（1）矢量图图2-13 矢量图矢量图也称为向量图，用直线和曲线（即所谓的“矢量”）来描述图像。当用户编辑矢量图形时，实际上是在修改描述图形形状的直线和曲线的属性，矢量属性还包括颜色和位置属性。用户可以移动图形、重新调整图形的大小和形状，以及改变图形颜色等，这些修改不会损伤矢量图形的外观质量。蓝色（B）H：色相(Hue)，用于调整颜色，范围0-360。蓝色（B）22（2）位图位图图像指在空间和亮度上已经离散化的图像。可以把一幅位图图像考虑为一个矩阵，矩阵中的任一元素对应图像中的一个点，相应的值表示该点的灰度或颜色等级。矩阵的元素为像素，每个像素可以具有不同的颜色和亮度，像素也是能独

23、立地赋予颜色和亮度的最小单位。创建图像的方式好比马赛克拼图一样，当用户编辑点阵图图像时，修改的是像素而不是直线和曲线。通常，图像文件总是以压缩的方式进行存储的，以节省内存和磁盘空间。矢量图位图数据来源利用Illustrator、AutoCAD、CorelDraw、Freehand、三维动画软件等绘图工具（DrawPrograms）绘制。通过扫描仪、数码相机等数字化采集设备获得；通过网上下载、光盘库、素材库等方式获得；利用位图处理软件绘制。质量图像质量与分辨率无关，以在不同分辨率的输出设备上显示它们而不会有任何质量损失；可任意缩放、旋转、修改对象属性，不引起失真。能够制作出色彩和色调变化丰富的图

24、像，可以逼真地表现自然界的景象，精细程度取决于图像分辨率，图像像素越多，文件也就越大，处理速度也就越慢；缩放、旋转等操作会引起失真。易用性不易在不同的软件间交换文件很容易地在不同软件之间交换文件（2）位图矢量图位图数据来源利用Illustrator、A23像素2.像素像素（Pixel）是组成图像的基本单元（Picture element），用户可以把每个像素都看做是一个极小的颜色方块。一幅位图图像通常由许许多多的像素组成，它们全部以行与列的方式分布，当图像放大到足够大的倍数时，就可以很明显地看到图像是由一个个不同颜色的方块排列而成（俗称马赛克效果），每个颜色方块分别代表一个像素，其效果如图2-

25、14所示。同样一幅场景，图像包含的像素越多，所存储的信息就越多，细节描绘越丰富，图像也就越清晰，文件就越大。像素2.像素24像素3.分辨率（Resolution）分辨率是一个表示位图精细程度的概念，不同的使用场合，分辨率具有不同的含义。(1)数码相机（数码照片）的分辨率数码相机的分辨率指的是感光设备(通常是CCD，电子耦合器件)有效像素值，通常它是以横向和纵向点的数量来衡量的，表示成水平点数*垂直点数的形式。例如，Nikon D40X相机，分辨率为3872*2592，总像素数1020万。(2)显示分辨率显示分辨率是显示器在显示图像时的分辨率，指整个显示器所有可视面积上水平像素和垂直像素的数量。

26、例如800*600的分辨率，是指在整个屏幕上水平显示800个像素，垂直显示600个像素。显示分辨率的水平像素和垂直像素的总数总是成一定比例的，一般为4:3、5:4或8:5。每个显示器都有自己的最高分辨率，并且可以兼容其它较低的显示分辨率。在相同大小的屏幕上，分辨率越高，显示就越小。由于显示器的尺寸有大有小，而显示分辨率又表示所有可视范围内像素的数量，所以相同的分辨率对不同的显示器显示的效果也是不同的，例如：800*600的分辨率，14英寸的显示器比以相同分辨率显示的17英寸显示器的显示精度要高一大截。像素3.分辨率（Resolution）25像素(3)打印分辨率打印分辨率直接关系到打印机输出图

27、像或文字的质量好坏。在这里我们只考虑喷墨打印机和激光打印机的打印分辨率。打印分辨率用dpi(dot per inch)来表示，即指每英寸打印多少个点，分辨率越高，打印的图像越精细。喷墨和激光打印的水平分辨率和垂直分辨率通常是相同的。例如：在打印分辨率为300dpi是指打印机在一平方英寸的区域内垂直打印300个点，水平打印300个点，每平方英寸总共可打印90000个点。由于喷墨打印机每个墨点在干燥之前还会向四周扩散，因此相比而言，同样分辨率下没有激光打印机打印质量高。一般数码照片的打印精度能达到300dpi就可以了，可以通过简单计算来了解手头的数码照片选择多大尺寸来打印才能取得较好的效果：例如数

28、码照片分辨率为3072*2048像素，则输出优质效果的幅面规格为：（3072/300）*（2048/300）=10.24英寸*6.83英寸若输出小于此规格的就更不在话下了。反过来，也可以根据需要输出的幅面大小，推算出数码摄影时选取多大的分辨率，而不需盲目采用太高的分辨率，这样可以节约相机的存储空间。(4)扫描分辨率扫描分辨率表示扫描仪的扫描精度，也用dpi来表示，但它不像打印机那样垂直分辨率和水平分辨率是一致的，扫描仪的水平分辨率是垂直分辨率的一半。像素(3)打印分辨率26扫描分辨率分为两种：光学分辨率和插值分辨率。光学分辨率是扫描仪在扫描时读取源图形的真实点数，通常扫描仪的光学分辨率的范围从

29、300*600dpi到1000*2000dpi。插值分辨率是指在真实的扫描点基础上插入有些点后形成的分辨率。光学分辨率代表扫描的真实精度，选购时主要参考光学分辨率的大小。4.位深度位深度也称为像素深度或颜色深度，用来度量在图像中使用多少颜色信息来表示一个像素。较大的位深度（每像素信息的位数多）意味着数字图像具有较多的可用颜色和较精确的颜色表示。如果用1位数据来表示，那么只能表示2(21=2)种颜色；如果以8位来记录，便可以表现出256(28=256)种颜色或色调，因此使用的位数越多所能表现的色彩也越多。通常我们使用的颜色有16色、256色、增强色16位和真彩色24位。真彩色图像，每个像素的R、

30、G、B值分别用一个字节来表示，共24位二进制数来描述一种颜色，总共可以描述16777216(224=16777216)种颜色，一幅640*480的真彩色图像，如果未经压缩，约需要900KB的存储空间。扫描分辨率分为两种：光学分辨率和插值分辨率。光学分辨率是扫描272.2.3 数字图像的获取方式要处理图像首先要获得数字图像，获取数字图像的方式有多种。1专业公司出版的图片库专业公司出版的图片库由专业美术、摄影、计算机图形学专业人士制作，图片制作精美，分类细致，质量很高，适合用来搞创作的专业人士使用。2从网上获取可以通过Internet下载网络上各种各样共享的图像：(1)图像资源站点：从提供图库的站

31、点获取素材。(2)网页中的图像：在图像上单击鼠标右键，从弹出的菜单中选择【图片另存为】，或者选择浏览器【文件】|【另存为】把整个网页保存下来，其中的图片保存在与【另存为】的“文件名”同名的文件夹中。(3)使用搜索引擎根据关键词搜索相关图像，如图2-15所示。2.2.3数字图像的获取方式28多媒体技术与应用第2章：多媒体输入输出技术ppt课件291屏幕截取在Windows操作系统中，按下PrtSc(Print Screen)键，屏幕图像便被拷贝到剪贴板上。如按Alt+PrintScreen，则拷贝的是当前活动窗口；也可以使用专用的抓图软件，如图2-16所示，可以随时将当前屏幕上显示的内容以图像的

32、形式截取下来。截下的图像在操作系统的剪贴板中，可以将图像粘贴到任何图像处理软件中进行编辑，如裁剪、压缩、调整颜色、添加标注等，然后将图像保存成需要的格式，也可以将截取的图像直接粘贴到字处理软件中，如Word，PowerPoint等。屏幕截取在介绍软件的使用（如编写使用说明书）、展示软件运行结果（如编写测试报告）时特别有用。1屏幕截取3011从视频文件中获取大多数视频播放器都有抓图功能，在使用播放器播放视频文件或VCD、DVD期间，单击其【截屏】功能（不同的软件按钮图标或命令名称可能不同），就可将当时的图像抓取下来，保存在磁盘中。如图2-17所示为是暴风影音的抓图方法。11从视频文件中获取311

33、1扫描图像用扫描仪可以将图片或实物扫描成图像文件。操作步骤如下：(1)将扫描仪与计算机连接，安装驱动程序和扫描软件。不同的扫描仪可能有不同的驱动程序和扫描软件。(2)打开扫描仪电源，将原图正面朝下（或将要扫描的物体面向下）放在扫描仪的玻璃板上，盖上盖板。(3)启动扫描软件。种 (4)在扫描设置对话框中，设置扫描参数，如图2-18所示。11扫描图像321【图像类型】根据需要选择扫描的色彩类型，如黑白、灰度、真彩色等，图像的彩色（或灰度）级别越高，图像文件占用的空间越大。而对于以文字识别为目的的扫描，一般扫描成黑白图像。【分辨率】扫描分辨率标识了扫描的精度，以每英寸的像素点数来计算。目标图像的分辨

34、率等于扫描分辨率和图像尺寸的乘积。对相同尺寸的图像，扫描分辨率越高，目标图像的图像分辨率就越大，文件也就越大。【预扫】预扫实际上也是一遍扫描。没有经过预扫的图像不会在预览区中显示，对于无法准确确定扫描范围的图像，可以先以较低的分辨率快速扫描一遍，扫描的图像就会显示在图像预览区，这样就可以方便、准确地确定扫描范围了。(5)参数确定后，单击“扫描”按钮开始正式扫描。(6)扫描完毕，选择“扫描”菜单中的“另存为”命令将图像保存到磁盘上。保存时可以选择文件格式。有的软件在扫描前选择文件格式。1数码照相机图像数码照相机拍摄的照片直接以文件的方式保存在其存储卡上，一般为JPG格式，可按以下步骤把照片传输到

35、计算机中。(1)连接数码照相机和计算机。一般使用随数码照相机附带的USB接口电缆线，也可以使用专门的读卡器。1【图像类型】根据需要选择扫描的色彩类型，如黑白、灰度331(2)安装驱动软件。该软件一般也是数码照相机随机附带的，Windows XP一般不须另外安装驱动程序。(3)打开数码照相机，将功能旋钮拨在“播放（Display)”位置，这时，数码照相机以“可移动磁盘”的形式出现在计算机的文件管理器中，可以像一般文件一样将数码照片复制到计算机硬盘中。1直接使用图像处理软件绘制根据所需绘制图像的特点来选择相应的软件，直接在软件中绘制，不需采样过程，直接生成数字图像，可以保存为所需的任意格式。2.2

36、.4 图形图像的基本格式在计算机绘图中，有相当多的图形和图像处理软件，而不同的软件所保存的图像格式也是各不相同的，不同的格式有不同的优缺点和使用场合。1BMP(*.BMP；*.RLE)BMP(Windows Bitmap)图像文件最早应用于微软公司推出的Microsoft Windows系统，是一种MS-Windows标准的点阵式图形文件格式，它支持RGB、Indexed-color、灰度和位图色彩模式，但不支持Alpha通道。一般情况下，BMP格式的图像是非压缩格式，故文件尺寸比较大。1(2)安装驱动软件。该软件一般也是数码照相机随机附341说明：Alpha通道（AlphaChannel)是

37、计算机图形学中的术语，指的是特别的通道。有时，它特指透明信息，但通常的意思是“非彩色”通道。它最基本的用处在于保存选取范围，并不会影响图像的显示和印刷效果。当图像输出到视频时，Alpha通道也可以用来决定显示区域。2TIFF(*.TIF)TIFF（Tagged Image File Format，标志图像文件格式）并不是为某个或某几个商业机构所有，也不是专门为某个软件设计的。TIFF格式的出现是为了便于应用软件之间进行图像数据交换。因此，TIFF格式应用非常广泛，可以在许多图像软件之间转换。TIFF格式支持RGB、CMYK、Lab、Indexed Color、位图模式和灰度的色彩模式，并且在R

38、GB、CMYK和灰度三种色彩模式中还支持使用A1pha通道。TIFF独立于所在系统的操作系统和文件，它同时适用于PC机和苹果机。大多数扫描仪都输出TIFF格式的图像文件。3JPEG(*.JPE；*.JPG；*.JPEG)JPEG（Joint Photographic Experts Group，联合图片专家组）是使用最为广泛的格式。JPEG格式的最大特色就是文件比较小，是目前所有格式中压缩率最高的格式。和其他格式的最大区别是JPEG使用一种有损压缩算法，是以牺牲一部分的图像数据来达到较高的压缩率，但是这种损失很小以至于很难察觉，但是印刷时不宜使用此格式。JPEG格式支持CMYK、RGB和灰度的

39、色彩模式，但不支持Alpha通道。1说明：Alpha通道（AlphaChannel)是计算3514GIF(*.GIF)GIF（Graphics Interchange Format，图像交换格式）格式的图像文件是世界通用的图像格式，是一种压缩的8位图像文件，传输速度要比其他格式的图像文件快得多，同时GIF文件还可以制作成小动画，因此广泛应用于Internet的HTML网页文档中。这种格式可以支RGB、Grayscale和Indexed Color的色彩模式。5PICT(*.PIC；*.PCT)PICT格式是在Mac机Quick draw屏幕语言基础上开发的，属于Mac机上使用的一种本机图像格式

40、。这种格式的特点是它能够对大块相同颜色的图形进行非常有效的压缩。当要保存成PICT格式的图像时，会提示您选择16位或是32位的位深度来保存图像，如果选择32位则保存的图像文件中可以包含通道。PICT格式支持RGB、Indexed Color、灰度和位图色彩模式，其中在RGB模式下还支持Alpha通道。6PNG(*.PNG)PNG（Portable Network Graphic，便携式网络图形）格式是由Netscape公司开发出来的格式，可以保存24bits的真彩色图像，并且支持透明背景和消除锯齿边缘的功能，可以在不失真的情况下压缩图像。PNG文件在RGB和灰度模式下支持Alpha通道，但在I

41、ndexed Color和位图模式下不支持Alpha通道。14GIF(*.GIF)3617 PSD(*.PSD)PSD（Photoshop document）格式是使用Adobe Photoshop软件生成的图像格式，能够支持全部图像色彩模式，它还支持网格、通道以及层等其他功能。在保存图像时，若图像中包含有层，则必须用Photoshop(PSD)格式保存。若要将具有层的PSD格式图像保存成其他格式的图像，则在保存之前需要先将层合并。由于PSD格式所包含图像的数据信息较多(如层、通道、剪辑路径等)，因此比其他格式的图像文件要大得多。8 PDF(*.PDF)PDF(Portable Documen

42、t Format)格式是Adobe公司开发的一种专为电子出版而制定的文件格式，它以Post Script Level 2语言为基础，因此可以覆盖矢量式图像和点阵式图像，并且支持超链接；该格式文件可以存有多页信息，其中可包含图形和文本，使用该软件不需要有排版或图像软件即可获得图文混排的版面。由于该格式支持超文本链接，因此是网络下载经常使用的文件格式。PDF格式支持RGB、Indexed Color、CMYK、灰度、位图和Lab色彩模式，但是它不支持Alpha通道。并且PDF格式还支持JPEG和ZIP的压缩格式(位图色彩模式不支持 ZIP压缩格式保存)，保存时可以选择压缩的方式，当选择JPEG压缩

43、时，还可以选择不同的压缩比例来控制图像质量。917PSD(*.PSD)371Photo CD(*.PCD)Photo CD格式是柯达(Kodak)相片光盘的文件，以只读的方式存储在CD-ROM中，因此，该格式只能在Photoshop中打开而不能在Photoshop中保存。打开PCD格式的文件时，会出现提示对话框，从中可以选择不同的分辨率来打开图像。此外，PCD格式采用了KPCMS（Kodak Precision Color Management System，柯达专门颜色管理系统），能够有效地控制色彩模式和显示器模式。10EPS(*.EPS)EPS(Encapsulated PostScrip

44、t)格式属于矢量图格式，可以描述矢量信息和位图信息，输出质量非常高，可用于绘图和排版。CorelDraw、FreeHand等软件均支持EPS格式。1PhotoCD(*.PCD)382.3音频文件的处理音频（Audio）指人能听到的声音，包括语音、音乐和其它声音(声响、环境声、音效声、自然声)。声音是人们最熟悉最习惯的传递信息的方式。2.3.1声音的基本概念声音是通过一定介质（如空气、水等）传播的连续振动的波，也称为声波。声源振动，通过它周围的空气、水等传播介质，以波的形式进行传播，形成“声波”。人耳接收到声波，耳膜随之振动，再通过听觉神经末梢的传递，就可以听见声音。1 声音的物理属性声音有以下

45、3个重要物理指标。(1)振幅（Amplitude)波的高低幅度，表示声音的强弱。(2)周期(（Period）两个相邻波之间的时间长度，代表振动的快慢，如图2-19所示。(3)频率(（Frequency)2.3音频文件的处理音频（Audio）指人能听到的声音，包391每秒钟振动的次数，以Hz为单位。频率为周期的倒数，周期越短振动越快、频率越高。频率对于声音来说是个非常重要的概念，不同的声音有不同的频率范围，人耳只能听到频率范围在20Hz-20kHz之间的声音，低于20Hz的次声和高于20kHz的超声都听不到，如图2-20所示。1每秒钟振动的次数，以Hz为单位。频率为周期的倒数，周期越短4012声

46、音的三要素除了物理属性外，声音还有若干感知特性，它们是人对声音的主观反应。声音的感知特性主要有音调、音强和音色，称之为声音的三要素，它们分别与声波的频率、振幅、波形等相关。(1)音调人耳对声音高低的感觉称为音调，在音乐中称为音高。频率快则音调高，声音尖锐，频率慢则声音低沉。(2)音强人耳对声音强弱的主观感知，又称声音的响度，由声波振动的振幅决定，振幅越大，声音越强。(3)音色音色是人们区别具有相同音强和音调的两个不同声音的主观感觉，也称为音品。例如，每个人讲话都有自己的音色；每种乐器都有各自的音色，即使它们演奏相同的曲调，人们还是能将其区分开来。音色主要是由复音中不同的谐音组成所决定，谐音成分

47、的多少和幅度导致了千变万化的音色。3音质声音的质量称为音质，影响音质的因素有很多，常见的有以下几个。12声音的三要素41(1)采样频率与量化位数对于数字音频信号，音质的好坏与数据采样频率和量化位数有关。采样频率越低，量化位数越少，音质越差。采样频率越高，量化位数越多，越能够获得好的音质。(2)还原设备音质与声音还原设备有关，音响放大器和扬声器的质量能够直接影响重放的音质。(3)信号噪声比在录制声音时，音频信号幅度与噪声幅度的比值称为信号噪声比，这个值越大越好，否则声音被噪声干扰，影响音质。2.3.2声音的数字化人耳听到的声音是一种具有振幅的周期声波，计算机要处理这种声波，第一步就是要把声波数字

48、化。可以通过话筒把声波这种机械振动转变为时间和幅度上都是连续的模拟电信号。为了便于计算机处理，同时也为了信号在复制、存储和传输过程中少受损害，需要将模拟信号数字化，我们把这个转换过程称为模数转换（A/D转换），即声音的数字化。模数转换过程主要分采样、量化及编码三步。(1)采样频率与量化位数42采样和量化连续时间的离散化通过采样来实现，相邻两个采样点的时间间隔称为采样周期，采样周期的倒数称为采样频率，用来表示每秒钟采集多少个样本点。连续幅度的离散化通过量化来实现，就是把信号的强度划分成一小段一小段，在每一段中只取一个强度的等级值（一般用二进制整数表示），如图2-21所示。采样和量化43图2-22

49、 是从声波通过话筒和声卡进行声/电转换和数字化转换变成离散的计算机数据，然后再通过声卡和喇叭/耳机还原到声波之全过程的示意图 2采样频率采样频率的高低是根据奈奎斯特（Nyquist）理论和声音信号本身的最高频率决定的。奈奎斯特采样定理指出，采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音没有失真地还原成原来的模拟声音。奈奎斯特采样定理可用公式表示为：fs 2 fmax 或者 Ts Tmin/2图2-22是从声波通过话筒和声卡进行声/电转换和数字化转换44图其中，fs 为采样频率、fmax为被采样信号的最高频率、Ts为采样周期、Tmin为最小采样周期。可以这样来理解奈奎斯特理论

50、：声音信号可以看成由许许多多正弦波组成的，一个振幅为A、频率为f的正弦波至少需要两个采样样本表示，即如果一个信号中的最高频率为fmax，采样频率最低要选择2fmax。例如，电话话音的信号频率约为3.4 kHz，采样频率就应该6.8kHz，考虑到信号的衰减等因素，一般取为8kHz。常用的采样频率有：8kHz、11.025kHz、22.05kHz、44.1kHz、48kHz等。3量化位数量化位数即用来表示每个声音样本的位数，其单位是bps（bits per sample，每样本比特，注意此处s代表sample），它反映了度量声音波形幅度的精度。例如，每个声音样本用16位(2字节)表示，测得的声音样

51、本值在065536的范围里，它的精度就是输入信号的1/65536。常用的量化位数为8bit/s、12 bit/s、16bit/s、20bit/s、24bit/s等。量化位数的大小影响到声音的质量，位数越多，声音的质量越高，但需要的存储空间也越多；位数越少，声音的质量越低，所需要的存储空间也越少。4 声道数声音通道的个数称为声道数。声道有单声道和立体声之分。记录声音时，如果每次生成一个声波数据，则称为单声道；如果每次生成两个声波数据，则称为双声道，也称立体声。立体声听起来比单音丰满优美，但需要两倍于单音的存储空间。图其中，fs为采样频率、fmax为被采样信号的最高频率、T455.数据传输率音频信

52、号数字化后，产生大量的数据，数据传输率用每秒钟产生的数据位数表示，记为bit/s（此处s为秒）。未经压缩的数字音频数据传输率为：数据传输率(bit/s)采样频率(Hz)*量化位数(bit)*声道数例如，高保真立体声数字音频用44.1kHz的采样频率进行采样，量化位数用16bit/s，则数据传输率为：数据传输率=44100*16*2=1411.2(kb/s)1分钟这样的声音文件的大小为：音频数据量=1411.2*60/8=10584（kB）由此可见，未经压缩的音频数据量是非常大的。因此，一般在多媒体制作中，需要进行声音的压缩。通常根据声音的频带宽度，把声音的质量分成5个等级，由低到高分别是电话(

53、Telephone)、调幅(AmplitudeModulation，AM)广播、调频(FrequencyModulation，FM)广播、激光唱盘(CD-Audio)和数字录音带(DigitalAudioTape，DAT)的声音。在这5个等级中，使用的采样频率、样本精度、通道数和数据传输率列于表2-2中。5.数据传输率46质质量量采样频率采样频率(kHz)样本精度样本精度(b/s)声道声道数数数据传输率数据传输率(kb/s)频率范围频率范围(Hz)频宽频宽(kHz)电电话话88单声单声道道642003，4003.2AM11.0258单声单声道道88.22015，0007FM22.05016立体

54、立体声声705.6507，00015CD44.116立体立体声声1411.22020，00020DAT4816立体立体声声1536.02020，00020质量采样频率(kHz)样本精度(b/s)声道数数据传输率(475.从表中可以看出，不同声源的频带宽度差异很大。一般来说，声源的频带越宽，还原的声音表现力越好，层次越丰富。2.3.3声音文件的格式数字音频数据是以文件的形式保存在计算机中的。数字音频的文件格式主要有CD，WAVE，MP3，WMA，MIDI等。1 WAVE（*.WAV）Wave格式文件是Microsoft公司开发的一种声音文件格式，用于保存基于Windows平台的音频信息资源，被W

55、indows平台及其应用程序所广泛支持。WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式，但其文件尺寸较大，不便于交流和传播，多用于存储简短的声音片段。2MPEG（*.MP1、*.MP2、*.MP3）MPEG是MovingPicturesExpertsGroup的缩写。这里的MPEG音频文件格式是指MPEG标准中的音频部分。MPEG音频文件的压缩是一种有损压缩，根据压缩质量和编码复杂程度的不同可分为三层（MPEGAudioLayer1/2/3），分别对应MP1、MP2、MP3这三种声音文件。MPEG音频编码具有很高的压缩率，MP1和MP2的压缩率分

56、别为4：1和6：18：1，标准的MP3的压缩压缩比是10：1。一个三分钟长的音乐文件压缩成MP3后大约是4MB，同时其音质基本保持不失真。目前在网络上使用最多的是MP3文件格式。35.从表中可以看出，不同声源的频带宽度差异很大。一般来说，声485.3.RealAudio（*.RA、*.RM、*.RAM）RealAudio是RealNetworks公司开发的一种新型流行音频文件格式，主要用于在低速率的广域网上实时传输音频信息。RealAudio采用“音频流”技术，可以随网络带宽的不同而改变声音的质量，在保证大多数人听到流畅声音的前提下，令带宽较富裕的听众获得较好的音质。对于14.4Kb/s的网络

57、连接，可获得调频（AM）质量的音质；对于28.8Kb/s的网络连接，可以达到广播级的声音质量；如果拥有ISDN或更快的线路连接，则可获得CD音质的声音。说明：音频流简单说就是将原来连续不断的音频分割成一个一个带有顺序标记的小数据包，将这些小数据包通过网络进行传递，在接收的时候再将这些数据包重新按顺序组织起来播放。如果网络质量太差，有些数据包收不到或者延缓了到达，它就跳过这些数据包不播放，以保证用户在聆听的内容是基本连续的。44.WMA(*.WMA)WMA（WindowsMediaAudio）是继MP3之后最受欢迎的音乐格式，在压缩比和音质方面都超过了MP3，能在较低的采样频率下产生好的音质。其

58、次，WMA的内容提供商可以加入防复制保护。这种内置了版权的保护技术可以限制播放时间和播放次数甚至播放的机器等。WMA有微软的WindowsMediaPlayer做强大的后盾，支持音频流（Stream）技术，适合在网络上在线播放，目前网上的许多音乐纷纷转向WMA格式。5.3.RealAudio（*.RA、*.RM、*.RAM495.5 CD（*.CDA）即CD音轨，采用44.1kHz的采样频率，速率为88kbps。一张CD大约可播放74分钟左右的音频，具有16位量化位数，CD音轨近似无损，声音基本上忠于原声，因此音响热爱者将CD视为首选。CD光盘可以在CD唱机中播放，也能用计算机里的各种播放软件

59、来重放。一个CD音频文件是一个.CDA文件，并不真正包含声音信息，所以不论CD音乐的长短，在计算机中看到的索引信息“*.CDA文件”都是44字节长的。这种文件不能直接复制到硬盘上播放，需要使用专门的抓音轨软件把CD格式的文件转换成WAV或其他格式文件。6APE(*.APE)APE格式，是现在网络上比较流行的音频文件格式。APE的本质，是一种无损压缩音频格式。被压缩后的APE文件容量要比WAV源文件小一半以上，可以节约传输所用的时间。一般来说，同样一张CD或者一首歌，APE格式文件体积是WAV文件的一半，是MP3(128kbps）文件的5倍。另外，解压缩还原以后得到的WAV文件可以做到与压缩前的

60、源文件完全一致。所以APE被誉为“无损音频压缩格式”。7 MIDI(*.MID)MIDI(MusicalInstrumentDigitalInterface，乐器数字接口）是数字音乐/电子合成乐器的统一国际标准，它定义了计算机音乐程序、合成器及其他电子设备交换音乐信号的方式，还规定了不同厂家的电子乐器与计算机连接的电缆和硬件及设备间5.5CD（*.CDA）505.数据传输的协议，可用于为不同乐器创建数字声音，可以模拟大提琴、小提琴、钢琴等常见乐器。在MIDI文件中，只包含产生某种声音的指令，计算机将这些指令发送给声卡、声卡按照指令将声音合成出来，相对于声音文件，MIDI文件显得更加紧凑，其文件

61、尺寸也小得多。1分钟MIDI音乐文件的大小只有510KB。MIDI文件可以通过作曲软件写出，也可以通过声卡的MIDI口把外接乐器演奏的乐曲输入计算机中制作而成，主要用于原始乐器作品、游戏音轨及电子贺卡等。MIDI文件的优势是文件数据量很小，不足之处是缺乏重现真实的自然音或语音的能力。2.3.4声音文件获取方式声音文件的获取是为音频编辑进行素材积累的阶段。声音的获取途径很多，可以自己亲自录制或从CD唱盘获得，也可以从网上和素材库获取。1自行录制Windows自带的录音机是一种简单实用的音频获取工具，同时也可以对声音进行简单的编辑，其窗口如图2-23所示，更专业的录音软件有SoundForge、A

62、dobeAudition等。5.数据传输的协议，可用于为不同乐器创建数字声音，可以模拟大515.2素材库和网络下载有专业公司出品的音效素材库，也可以到音频网站下载共享的音频素材。Internet资源丰富，许多门户网站都提供了专门的音乐检索频道。百度和Google搜索引擎更是设置音乐搜索专栏，以方便用户搜索音乐资源，如图2-24所示。从素材库或网站获取声音文件已经成为目前获取音频素材的最普遍的方式。5.2素材库和网络下载525.3抓取CD音轨音乐和歌曲CD是常见的声音载体，CD唱盘上的音乐以音轨的形式存在，与计算机中的文件不同，无法将CD光盘上的音乐直接复制到计算机中，必须使用音频处理软件抓取音

63、频轨道。在WindowsMediaPlayer中，单击【翻录】|【翻录音乐】，即可将CD唱盘中的音乐转存到磁盘中。5.3抓取CD音轨532.4数字视频的处理计算机视频是多媒体的重要内容，在教育、科技、影视、广告、游戏、娱乐等领域都有着广泛应用。2.4.1数字视频基本概念1数字视频视频（Video)是一系列的静态图像或者图形在一定时间内连续变化的结果。传统模拟视频是通过摄像机将外界连续的模拟图像和声音信号转变为电信号，然后再通过配备的电磁转换系统将电信号转换成磁信号保存到录像带上。借助摄像机的放像设备将这些存储的磁信号变成电信号，通过放大处理后输出到显示设备成像。模拟视频信号最大的缺点是不论被记

64、录的图像信号有多好，经过长时间的存放之后，信号和画面的质量将大大的降低，经过多次复制之后，画面的失真就会很明显。通过计算机可将传统的模拟视频信号转换成数字信息，进行编辑处理制作成数字视频作品。相比于模拟视频，数字视频的图像是用二进制进行编码和压缩的，信号不易受到干扰，可以多次复制而不失真，并且对视频的编辑制作和后期加工提供更方便的解决方案。随着计算机技术的普及，数字视频比传统的模拟视频更易为普通人群学习和使用。2.4数字视频的处理计算机视频是多媒体的重要内容，在教育、542 视频压缩编码的基本概念数字视频数据量非常大，在存储与传输的过程中必须进行压缩编码。视频压缩的目标是在尽可能保证视觉效果的

65、前提下减少视频数据量。由于视频是连续的静态图像，因此其压缩编码算法与静态图像的压缩编码算法有某些共同之处，但是运动的视频还有其自身的特性，因此在压缩时还应考虑其运动特性才能达到高压缩的目标。在视频压缩中常需用到以下的一些基本概念：（1）有损和无损压缩无损压缩即压缩前和解压缩后的数据完全一致。有损压缩意味着解压缩后的数据与压缩前的数据不一致，在压缩的过程中要丢失一些人眼和人耳所不敏感的图像或音频信息，而且丢失的信息不可恢复。几乎所有高压缩的算法都采用有损压缩，这样才能达到低数据量的目标。（2）帧内和帧间压缩帧内压缩也称为空间压缩。当压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息，这

66、实际上与静态图像压缩类似。帧内一般采用有损压缩算法，由于帧内压缩时各个帧之间没有相互关系，所以压缩后的视频数据仍可以以帧为单位进行编辑。帧内压缩一般达不到很高的压缩。帧间压缩是基于许多视频或动画的连续前后两帧具有很大的相关性，或者说前后两帧信息变化很小的特点。根据这一特性，压缩相邻帧之间的冗余量就2视频压缩编码的基本概念55可以进一步提高压缩量。帧间压缩也称为时间压缩，它通过比较时间轴上不同帧之间的数据进行压缩，帧间压缩一般是无损的。帧差值算法是一种典型的时间压缩法，它通过比较本帧与相邻帧之间的差异，仅记录本帧与其相邻帧的差值，这样可以大大减少数据量。（3）对称和不对称编码对称性是压缩编码的一个关键特征。对称意味着压缩和解压缩占用相同的计算处理能力和时间，对称算法适合于实时压缩和传送视频，如视频会议应用就以采用对称的压缩编码算法为好。而在电子出版和其它多媒体应用中，一般是把视频预先压缩处理好，尔后再播放，因此可以采用不对称编码。不对称或非对称意味着压缩时需要花费大量的处理能力和时间，而解压缩时则能较好地实时回放，也即以不同的速度进行压缩和解压缩。一般地说，压缩一段视频的时间比回放（解压