1、第第5章章 数字媒体及应用数字媒体及应用5.1 文本与文本处理文本与文本处理 5.2 图像与图形图像与图形 5.3 数字声音及应用数字声音及应用5.4 数字视频及应用数字视频及应用25.1 文本与文本处理5.1 文本与文本处理文本与文本处理 5.1.1 字符的编码字符的编码5.1.2 文字符号的输入文字符号的输入5.1.3 文本的分类文本的分类5.1.4 文本编辑、排版与处理文本编辑、排版与处理5.1.5 文本的展现文本的展现 35.1 文本与文本处理文字处理是计算机应用的基础文字处理是计算机应用的基础n 计算机应用使用计算机进行信息处理计算机应用使用计算机进行信息处理n 其中，其中，文字处理
2、是涉及面最广的一种计算机应用，文字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。几乎与任何领域任何人都有关。文字文字数值数值语言语言音乐音乐图像图像信息的形态有多种信息的形态有多种45.1 文本与文本处理计算机文字处理过程计算机文字处理过程n 文字信息在计算机中称为文字信息在计算机中称为“文本文本”（text），文本是计算机中最），文本是计算机中最常用的一种数字媒体常用的一种数字媒体n 文本由一系列文本由一系列“字符字符”（character）组成，每个字符均使用二）组成，每个字符均使用二进制编码表示进制编码表示n 文本在计算机中的处理过程是：文本在计算机中的处理过程是：（文本
3、编辑器文本编辑器）文本编辑文本编辑与排版与排版格式化的格式化的电子文本电子文本（2）文本文本展现展现（文本阅读器文本阅读器）（5）文本处理文本处理 （文本处理文本处理）（3）文本准备文本准备电子电子文本文本（1）（文字与图表文字与图表 的输入的输入）文本存储文本存储与传输与传输（4）(存档存档/通信软件通信软件)55.1 文本与文本处理5.1.1.字符的编码字符的编码 65.1 文本与文本处理字符、字符集及其编码表字符、字符集及其编码表 n 文字的基本元素是字母和符号，统称为文字的基本元素是字母和符号，统称为“字符字符”(character)，它包括：字母、数字、标点、符号等，它包括：字母、数
4、字、标点、符号等n 字符集：一组特定字符的集合字符集：一组特定字符的集合n 不同的字符集包含的字符数目与内容不同，如：不同的字符集包含的字符数目与内容不同，如：中文字符集、西文字符集、日文字符集等中文字符集、西文字符集、日文字符集等n 字符的编码：字符的编码：n 字符集中每个字符的二进位表示，称为该字符的编码或代码字符集中每个字符的二进位表示，称为该字符的编码或代码(code)n 不同的字符其编码各不相同不同的字符其编码各不相同75.1 文本与文本处理复习：西文字符的编码复习：西文字符的编码ASCII码码n 西文是表音文字西文是表音文字(拼音文字拼音文字)，它由拉丁字母、数字、标点符，它由拉丁
5、字母、数字、标点符号以及一些特殊符号所组成号以及一些特殊符号所组成n 美国信息交换标准码美国信息交换标准码(ASCII码码)：n ASCII字符集包含字符集包含96个可打印字符和个可打印字符和32个控制字符个控制字符n 采用采用7个二进位进行编码个二进位进行编码n 计算机中使用计算机中使用1个字节存储个字节存储1个个ASCII 字符字符n 存在问题：存在问题：n 字符集太小（只有字符集太小（只有128个字符）个字符）n 不同国家和地区使用不同的字符集及其编码，互不兼容不同国家和地区使用不同的字符集及其编码，互不兼容0X X X X X X X85.1 文本与文本处理汉字如何编码？汉字如何编码？
6、n 汉字是记录汉语（国语，华语）的文字，属于表汉字是记录汉语（国语，华语）的文字，属于表意文字，它用符号直接表达词或词素，有多个国意文字，它用符号直接表达词或词素，有多个国家和地区使用（中、日、韩、新、马家和地区使用（中、日、韩、新、马）n 汉字的特点汉字的特点n数量大；字形复杂，同音字多，异体字多数量大；字形复杂，同音字多，异体字多n 如何编码？如何编码？n确定收入多少字、哪些字？确定收入多少字、哪些字？n在字符集中如何排列？在字符集中如何排列？n使用多少个二进位进行编码？使用多少个二进位进行编码？95.1 文本与文本处理常用的汉字编码字符集常用的汉字编码字符集n国家标准国家标准GB2312
7、-1980n汉字扩充规范汉字扩充规范 GBK(已被已被GB 18030取代取代)n国家标准国家标准GB18030-2005n港澳台使用的汉字编码字符集港澳台使用的汉字编码字符集CNS 11643(BIG 5，俗称，俗称“大五码大五码”)nUCS/Unicode多文种大字符集多文种大字符集nUnicode的的UTF-8nUnicode的的UTF-16105.1 文本与文本处理一级汉字一级汉字（3755个）个）二级汉字二级汉字（3008个）个）（扩充使用）（扩充使用）字母、数字和各种符号字母、数字和各种符号 19423位号位号 191655568794区区 号号(按汉语拼音排列按汉语拼音排列)(按
8、偏旁部首排列按偏旁部首排列)GB2312汉字编码字符集汉字编码字符集n 1980年颁布年颁布信息交换用汉字编码字符集信息交换用汉字编码字符集基本基本集集GB2312-1980n GB2312字符集由三个部分构成：字符集由三个部分构成：拉丁字母、俄拉丁字母、俄文、日文平假文、日文平假名与片假名、名与片假名、希腊字母、汉希腊字母、汉语拼音等共语拼音等共682个个共共6763个汉字和个汉字和682个符号，个符号，每个每个汉字和符号都有一汉字和符号都有一个确定位置个确定位置115.1 文本与文本处理GB2312汉字的编码汉字的编码n 每一个每一个GB2312汉字使用汉字使用16位位(2个字节个字节)表
9、示表示n 为了与为了与ASCII字符相区别，每个字节的最高位均字符相区别，每个字节的最高位均为为“1”n 例如：例如：“南南”字的代码是字的代码是11000100 11001111（用十六进制表示为（用十六进制表示为C4CF）11第第1字节字节第第2字节字节X X X X X X XX X X X X X X125.1 文本与文本处理GBK汉字汉字内码扩充规范内码扩充规范 n GB2312的不足：的不足：n 汉字字数太少，缺少繁体字汉字字数太少，缺少繁体字,无法满足无法满足人名、地名、古籍整理、人名、地名、古籍整理、古典文献研究古典文献研究等应用的需要；与等应用的需要；与ASCII码不兼容码不
10、兼容n GBK汉字汉字内码扩充规范（内码扩充规范（1995）：）：n 在在GB2312基础上，增加了基础上，增加了1万多汉字万多汉字(包括繁体字包括繁体字)和符号和符号n 共有共有21003个汉字和个汉字和883个图形符号，如个图形符号，如“計計算算機機”、冃冃、冄冄、円円、冇冇等繁体字和生僻字等繁体字和生僻字 n 与与GB8312保持向下兼容，也使用双字节表示，第保持向下兼容，也使用双字节表示，第1字节最高位必字节最高位必须为须为“1”：1 X第第1字节字节第第2字节字节X X X X X X XX X X X X X X135.1 文本与文本处理UCS/Unicode多文种大字符集多文种大
11、字符集n 背景：为了实现全球数以千计的不同语言文字的统一编码背景：为了实现全球数以千计的不同语言文字的统一编码n 方案：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编码(目前共收集了目前共收集了17x2161,114,112 个个)，称为，称为UCS/Unicoden UCS/Unicode的编码方案：的编码方案：n 先实现部分字符的编码（近先实现部分字符的编码（近11万个字符）万个字符）n 尽量与已有编码标准兼容尽量与已有编码标准兼容n 包含有中、日、韩、越统一整理出来的约包含有中、日、韩、越统一整理出来的约7万汉字（称
12、万汉字（称CJKV汉字）汉字）n 允许有若干不同的编码方案允许有若干不同的编码方案,常用的两种是：常用的两种是：单字节：单字节：ASCII字符字符双字节：拉丁、希腊、阿拉伯，双字节：拉丁、希腊、阿拉伯，三字节：三字节：CJKV汉字汉字四字节：其他四字节：其他Unicode:UTF-8 单字节可变长编码单字节可变长编码应用：应用：Linux，Web网页，电子邮件网页，电子邮件双字节：双字节：ASCII字符、拉丁、希腊、字符、拉丁、希腊、阿阿 拉伯，常用拉伯，常用CJKV汉字，汉字，四字节：非常用四字节：非常用CJKV汉字汉字Unicode:UTF-16双字节可变长编码双字节可变长编码应用：应用：
13、Windows，Mac，Java，145.1 文本与文本处理GB18030汉字编码标准汉字编码标准n 背景：无论是背景：无论是Unicode的的UTF-8还是还是UTF-16，其，其CJK汉字字符集虽然汉字字符集虽然覆盖了我国已使用多年的覆盖了我国已使用多年的GB2312和和GBK标准中的汉字，但它们的标准中的汉字，但它们的编编码并不相同码并不相同n 为了既能与为了既能与UCS/Unicode编码标准接轨，又能保护我国已有的大量编码标准接轨，又能保护我国已有的大量汉字信息资源，我国在汉字信息资源，我国在2000年和年和2005年两次发布年两次发布GB18030汉字编码汉字编码国家标准国家标准。
14、n GB18030实质上是实质上是UCS/Unicode字符集的另一种编码方案：字符集的另一种编码方案：n 单字节编码（单字节编码（128个）表示个）表示ASCII字符字符n 双字节编码（双字节编码（23940个）表示汉字，与个）表示汉字，与GBK（以及（以及GB2312）保持向）保持向下兼容，下兼容，GBK不再使用不再使用n 四字节编码（约四字节编码（约158万个）用于表示万个）用于表示 UCS/Unicode中的其他字符中的其他字符n GB18030目前已在我国信息处理产品中强制贯彻执行。目前已在我国信息处理产品中强制贯彻执行。155.1 文本与文本处理标准名称标准名称GB2312GBKG
15、B18030UCS-2(Unicode)字符集字符集6763个汉字个汉字(简简体字体字)21003个汉字个汉字（包括（包括GB2312汉字在内）汉字在内）近近3万汉字万汉字(包括包括GBK汉字汉字和和CJKV及其扩及其扩充中的汉字充中的汉字)包含近包含近11万字符，其万字符，其中的汉字与中的汉字与GB18030相同相同编码方法编码方法双字节存储和双字节存储和表示，每个字表示，每个字节的最高位均节的最高位均为为“1”双字节存储和表双字节存储和表示，第示，第1个字节个字节的最高位必为的最高位必为“1”部分双字节、部分双字节、部分部分4字节表示，字节表示，双字节表示方双字节表示方案与案与GBK相同相
16、同(1)UTF-8采用单字节采用单字节可变长编码可变长编码(2)UTF-16采用双字采用双字节可变长编码节可变长编码兼容性兼容性编码编码不兼容！不兼容！小结：几种汉字编码的对比小结：几种汉字编码的对比编码保持向下兼容编码保持向下兼容165.1 文本与文本处理小结：不同编码标准，不同的表示！小结：不同编码标准，不同的表示！n 与字符的编码一样，图像、声音、视频等也分别有许多编码标与字符的编码一样，图像、声音、视频等也分别有许多编码标准准,如：国际标准如：国际标准(ISO)、国家标准、国家标准(GB)、工业标准、企业标准、工业标准、企业标准等，这也是信息处理复杂性的原因之一。等，这也是信息处理复杂
17、性的原因之一。n由于采用不同的编码标准，相同文字在计算机中可以有不同由于采用不同的编码标准，相同文字在计算机中可以有不同的二进制代码表示。的二进制代码表示。n例如：例如：“南京大学南京大学1234ABCD”的的3种表示：种表示：C4 CF BE A9 B4 F3 D1 A7 31 32 33 34 41 42 43 44E5 8D 97 E4 BA AC E5 A4 A7 E5 AD A6 31 32 33 34 41 42 43 4457 53 AC 4E 27 59 66 5B 31 00 32 00 33 00 34 00 41 00 42 00 43 00 44 00GBUTF-8UT
18、F-16LE175.1 文本与文本处理5.1.2.文字符号的输入文字符号的输入 文稿如何输入计算机文稿如何输入计算机 185.1 文本与文本处理文字符号输入计算机的方法文字符号输入计算机的方法键盘输入键盘输入自动识别输入自动识别输入字符信息的输入字符信息的输入人工输入人工输入(1)数字编码数字编码,如电报码、区位码等如电报码、区位码等,(2)字音编码字音编码,如智能如智能ABC等等(3)字形编码，如五笔字形和表形码等字形编码，如五笔字形和表形码等,(4)形音编码形音编码发展趋势：基于统计和学习功能的以词语发展趋势：基于统计和学习功能的以词语(短语短语)或句子作为输入单或句子作为输入单位的输入方
19、法位的输入方法195.1 文本与文本处理文字符号输入计算机的方法文字符号输入计算机的方法键盘输入键盘输入联机手写输入联机手写输入自动识别输入自动识别输入字符信息的输入字符信息的输入人工输入人工输入优点：优点：自然，流畅自然，流畅小型化，适合移动计算小型化，适合移动计算不足：不足：识别速度和正确性还需提高识别速度和正确性还需提高书写要求还要降低书写要求还要降低205.1 文本与文本处理文字符号输入计算机的方法文字符号输入计算机的方法键盘输入键盘输入联机手写输入联机手写输入语音输入语音输入自动识别输入自动识别输入字符信息的输入字符信息的输入人工输入人工输入优点：优点：自然，方便，适合移动计算自然，
20、方便，适合移动计算不足：不足：对说话人、说话方式、说话内容的对说话人、说话方式、说话内容的适应能力要大适应能力要大大增强大增强识别速度和正确性还需大大提高识别速度和正确性还需大大提高215.1 文本与文本处理文字符号输入计算机的方法文字符号输入计算机的方法光学字符识别光学字符识别键盘输入键盘输入联机手写输入联机手写输入语音输入语音输入自动识别输入自动识别输入字符信息的输入字符信息的输入人工输入人工输入扫描仪扫描仪OCR数字数字文本文本纸介质纸介质文本文本文本的文本的映象映象(image)识别率已达到识别率已达到98%功能功能:简、繁体字简、繁体字混合识别混合识别 中文、西文混合识别中文、西文混
21、合识别 文字、表格混合识别文字、表格混合识别 智能校对功能智能校对功能225.1 文本与文本处理文字符号输入计算机的方法文字符号输入计算机的方法光学字符识别光学字符识别条形码、磁卡、条形码、磁卡、IC卡、卡、RFID识别识别键盘输入键盘输入联机手写输入联机手写输入语音输入语音输入自动识别输入自动识别输入字符信息的输入字符信息的输入人工输入人工输入 预先进行标识预先进行标识 扫描识别输入扫描识别输入235.1 文本与文本处理汉字的键盘输入汉字的键盘输入n 汉字与键盘上的键无法一一对应，因此必须使用汉字与键盘上的键无法一一对应，因此必须使用几个键来表示一个汉字，这就称为汉字的几个键来表示一个汉字，
22、这就称为汉字的“键盘输键盘输入编码入编码”n 好的汉字键盘输入编码应具有的特点：好的汉字键盘输入编码应具有的特点：n易学习、易记忆易学习、易记忆n效率高效率高(平均击键次数较少平均击键次数较少)n重码少重码少n容量大容量大(可输入的汉字字数多可输入的汉字字数多)245.1 文本与文本处理 条形码条形码定位标志定位标志数据区数据区 一维条形码将宽度不等的黑条和白一维条形码将宽度不等的黑条和白条按一定的编码规则排列成平行线条按一定的编码规则排列成平行线图案，用以对物品进行标识图案，用以对物品进行标识只在一个方向表达信息，信息量有只在一个方向表达信息，信息量有限（几十个字符），只能包含字母、限（几十
23、个字符），只能包含字母、数字和一些特殊符号数字和一些特殊符号 二维条形码在平面（二维方向）上以黑白相二维条形码在平面（二维方向）上以黑白相间的图形记录文字和符号信息，信息容量大间的图形记录文字和符号信息，信息容量大QR条码可容纳条码可容纳7089个数字，或者个数字，或者4296个字母，个字母，或者或者1800个汉字，也可以表示签字、指纹等信个汉字，也可以表示签字、指纹等信息息检错和纠错功能较强，能检错和纠错功能较强，能360度全方位识读，度全方位识读，可靠性高可靠性高可引入加密技术，保密性、防伪性较好可引入加密技术，保密性、防伪性较好（QR条码）条码）（商品条码）（商品条码）255.1 文本与
24、文本处理二维码二维码n读出的二维码内容（未解密）：读出的二维码内容（未解密）：260023681484413027974380791246646215467164436949994772279810109943200000000000000000000053897628805389762880538976288053897628805389762881428000265.1 文本与文本处理 常用自动识别输入技术的比较常用自动识别输入技术的比较 一维一维条形码条形码二维二维条形码条形码磁卡磁卡接触式接触式IC卡卡非接触式非接触式IC卡卡/RFID信息量信息量小小较小较小较小较小大大大大读读/写写
25、只读只读只读只读可读可读/可写可写可读可读/可写可写可读可读/可写可写标识标识成本成本很低很低低低较低较低中等中等较低较低识读识读成本成本低低低低较低较低中等中等中等中等优点优点成本低，抗成本低，抗磁力抗静电磁力抗静电成本低，成本低，抗磁力抗抗磁力抗静电静电成本较低成本较低,可读写可读写成本适中，可成本适中，可读写，安全读写，安全信息量大，可读信息量大，可读写，安全方便写，安全方便缺点缺点信息量小信息量小信息量信息量较小较小安全性安全性一般一般需接触式识读需接触式识读成本较高成本较高275.1 文本与文本处理5.1.4 文本的编辑与排版文本的编辑与排版285.1 文本与文本处理使用使用Word
26、的操作流程的操作流程创建新文档或打开老文档创建新文档或打开老文档文稿输入文稿输入编辑编辑排版排版文档存盘、打印或发送文档存盘、打印或发送输入中西文字、符号输入中西文字、符号和图、表和图、表进行增、删、改操作，保进行增、删、改操作，保证文本的正确性证文本的正确性满足清晰、美观、便满足清晰、美观、便于使用等要求于使用等要求295.1 文本与文本处理n 目的：确保文本内容正确无误目的：确保文本内容正确无误n 操作：对字、词、句和段落进行添加、删除、修操作：对字、词、句和段落进行添加、删除、修改等操作改等操作n MS Word的功能：的功能：n在文本的任何位置都可以在文本的任何位置都可以插入插入新的文
27、字新的文字n从文本的任何位置都可以从文本的任何位置都可以删除删除不需要的文字不需要的文字n将一段文字从一处将一段文字从一处移动移动到另一处到另一处n将一段文字从一处将一段文字从一处复制复制到另一处到另一处n在文本中自动在文本中自动查找查找指定的词语指定的词语n用一个词语自动用一个词语自动替换替换文本中指定的词语文本中指定的词语文本编辑文本编辑(text editing)305.1 文本与文本处理n 目的：使文本清晰、美观、目的：使文本清晰、美观、便于阅读便于阅读n 操作内容：对文本中的字操作内容：对文本中的字符、段落乃至整篇文章的符、段落乃至整篇文章的格式进行设计和调整，分格式进行设计和调整，
28、分成成3个层次：个层次：n对字符格式进行设置对字符格式进行设置n对段落格式进行设置对段落格式进行设置n对文档页面进行格式设置对文档页面进行格式设置文本排版文本排版(Typesetting)315.1 文本与文本处理设置字符的格式设置字符的格式n 字号字号(八号八号 初号初号,5磅磅72磅以上磅以上)1 1磅相当于磅相当于1/721/72英寸英寸 n 字体字体(宋体、宋体、楷体楷体、黑体黑体、仿宋仿宋、隶书隶书)n 字符的修饰字符的修饰n 字符的形状字符的形状(字形字形)：正常、加粗、加粗、倾斜、加粗倾斜加粗倾斜n 字形的修饰：字形的修饰：下划线下划线、着重号、上下标、删除线、着重号、上下标、删
29、除线n 字符的颜色字符的颜色n 字符的宽度字符的宽度n 字符的间距字符的间距n 字符的效果字符的效果n 字符的排列方向字符的排列方向325.1 文本与文本处理n 什么是段落？用什么是段落？用“回车回车”相互隔开的一组文字相互隔开的一组文字n 段落格式的设置：段落格式的设置：n 段落的对齐方式段落的对齐方式(两端对齐、分散对齐、居中对齐、左对齐、两端对齐、分散对齐、居中对齐、左对齐、右对齐右对齐)n 段落的缩进方式段落的缩进方式(首行缩进、悬挂缩进、左缩进、右缩进首行缩进、悬挂缩进、左缩进、右缩进)n 段间距和段内行距段间距和段内行距n 使用编号和项目符号使用编号和项目符号n 段落段落添加边框和
30、底纹添加边框和底纹n 首字下沉或悬挂首字下沉或悬挂n 段落与分页的关系段落与分页的关系设置段落的格式设置段落的格式335.1 文本与文本处理控制段落的缩进控制段落的缩进n 段落缩进是指段落中的文本到正文区左、右边界的距段落缩进是指段落中的文本到正文区左、右边界的距离，包括段落左缩进、右缩进和首行缩进。其缩进的离，包括段落左缩进、右缩进和首行缩进。其缩进的距离可由水平标尺上对应的三个缩进标记来指示距离可由水平标尺上对应的三个缩进标记来指示左缩进标记左缩进标记首行缩进标记首行缩进标记右缩进标记右缩进标记右缩进右缩进左缩进左缩进首行缩进首行缩进正文区正文区右边界右边界正文区正文区左边界左边界悬挂缩进
31、悬挂缩进标标记记345.1 文本与文本处理n页面格式的设置：页面格式的设置：n设置纸张大小和页边距设置纸张大小和页边距n设置每页的行、列数目设置每页的行、列数目n设置分栏数目与格式设置分栏数目与格式n设置页码设置页码n设置页眉和页脚设置页眉和页脚 设置页面的格式设置页面的格式355.1 文本与文本处理设置页面的分栏设置页面的分栏365.1 文本与文本处理n“所见即所得所见即所得”（操作效果屏幕立即可见，打印结果与操作效果屏幕立即可见，打印结果与屏幕所见完全相同）屏幕所见完全相同）n 撤销撤销(undo)和恢复和恢复(redo)操作操作n 格式刷格式刷n 多种视图多种视图(大纲视图与大纲编辑大纲
32、视图与大纲编辑)n 自动更正、自动套用格式、自动编号、自动图文自动更正、自动套用格式、自动编号、自动图文集集 n 自动保存功能和自动备份功能自动保存功能和自动备份功能n 样式、模板和向导样式、模板和向导(wizard)功能功能n 宏操作（宏操作（Macro）提高提高Word操作效率的若干措施操作效率的若干措施375.1 文本与文本处理文本处理初步文本处理初步385.1 文本与文本处理n使用计算机对文本中的字、词、短语、句子、篇章进行识别、转换、使用计算机对文本中的字、词、短语、句子、篇章进行识别、转换、分析、理解、压缩、加密和检索等有关的处理分析、理解、压缩、加密和检索等有关的处理n文本处理举
33、例：文本处理举例：n字数统计，词频统计，简字数统计，词频统计，简/繁体相互转换，汉字繁体相互转换，汉字/拼音相互转换拼音相互转换n词语排序，词语错误检测，文句语法检查词语排序，词语错误检测，文句语法检查n自动分词，词性标注，词义辨识，大陆自动分词，词性标注，词义辨识，大陆/台湾术语转换台湾术语转换n关键词提取，文摘自动生成，文本分类关键词提取，文摘自动生成，文本分类n文本检索（关键词检索、全文检索），文本过滤文本检索（关键词检索、全文检索），文本过滤n文语转换（语音合成）文语转换（语音合成）n文种转换（机器翻译）文种转换（机器翻译）n篇章理解，自动问答，自动写作等篇章理解，自动问答，自动写作等
34、n文本压缩，文本加密，文本著作权保护文本压缩，文本加密，文本著作权保护 什么是文本处理什么是文本处理?395.1 文本与文本处理例：例：MS Word 的文本处理功能的文本处理功能n 英文拼写检查和英文拼写检查和英语同义词检查英语同义词检查n 字数统计字数统计n 自动编写摘要自动编写摘要n 中文简繁体转换和术语转换中文简繁体转换和术语转换n 中英词语翻译中英词语翻译n 语法和格式检查语法和格式检查n 语音识别（口授命令和听写）语音识别（口授命令和听写）n 文档保护文档保护(防止打开或修改文档防止打开或修改文档)405.1 文本与文本处理5.1.3 文本的分类文本的分类415.1 文本与文本处理
35、简单文本简单文本(纯文本纯文本)本本 书书 由由 南南 京京 大大 学学 出出 版版 社社 (P u b l i s h i n g H o u s e o f N a n j i n g U n i v e r s i t y )出出 版版 文文本本 没有字体、字号的变化，无图片和表格，也不能建立超链接，其没有字体、字号的变化，无图片和表格，也不能建立超链接，其文件后缀名是文件后缀名是.txt 在计算机中在计算机中.txt文件由一串字符代码所组成，几乎不包含任何其他文件由一串字符代码所组成，几乎不包含任何其他的格式信息和结构信息的格式信息和结构信息例：例：本书由南京大学出版社本书由南京大学出
36、版社(Publishing House of Nanjing University)(Publishing House of Nanjing University)出版出版文文本本在在计计算算机机中中的的表表示示 B1 BE CA E9 D3 C9 C4 CF BE A9 B4 F3 D1 A7 B3 F6 B0 E6 C9 E7 28 50 75 62 6C 69 73 68 69 6E 67 20 48 6F 75 73 65 20 6F 66 20 4E 61 6E 6A 69 6E 67 20 55 6E 69 76 65 72 73 69 74 79 29 B3 F6 B0 E6 4
37、25.1 文本与文本处理丰富格式文本丰富格式文本本书由南京大学出版社本书由南京大学出版社(Publishing House of Nanjing University)(Publishing House of Nanjing University)出版出版 有字体字号等属性变化、设置了段落和页面排版格式的文本称为有字体字号等属性变化、设置了段落和页面排版格式的文本称为“丰富丰富格式文本格式文本”丰富格式文本中，除了正文内容之外，还使用了许多丰富格式文本中，除了正文内容之外，还使用了许多“标记标记”来描述字来描述字符的属性和格式的设置符的属性和格式的设置 举例：下面标题的格式为：中文用黑体，西文
38、用举例：下面标题的格式为：中文用黑体，西文用Arial Black体，居中体，居中 使用使用HTML语言描述为：语言描述为：本书由南京大学出版社本书由南京大学出版社(Publishing House of Nanjing University)出版出版用一对用一对指出的是标记，如指出的是标记，如 和和 等，用于说明排版的格式和文字属性，它等，用于说明排版的格式和文字属性，它们不属于正文内容们不属于正文内容正文内容正文内容435.1 文本与文本处理超文本（超文本（www网页）网页）n WWW网页按照其内容的关联性相互进行链接，网页就是典型的网页按照其内容的关联性相互进行链接，网页就是典型的“超文
39、本超文本”n 超文本也属于丰富格式文本超文本也属于丰富格式文本网页网页A网页网页B网页网页C网页网页D网页网页E网页网页F网页网页G网页网页Ha1 a2b2c2 f1d1c1 b1e1g1h1a3“超链超链”实际上就是一个实际上就是一个指针，用于指向其他网页，指针，用于指向其他网页，也可以指向同一网页中的也可以指向同一网页中的其他部分其他部分 超链是有向的，起点位置称为超链是有向的，起点位置称为链源，它可以是网页中的一个链源，它可以是网页中的一个标题、一句句子、一个关键词、标题、一句句子、一个关键词、一幅画、一个图标等一幅画、一个图标等445.1 文本与文本处理小结：文本的分类小结：文本的分类
40、文本文本类型类型 特点特点 在计算机内的表示在计算机内的表示 文件文件扩展名扩展名 用途用途简单简单文本文本没有字体、字号和版没有字体、字号和版面格式的变化，文本面格式的变化，文本在页面上逐行排列，在页面上逐行排列，也不含图片和表格也不含图片和表格由一连串与正文内容对应由一连串与正文内容对应的字符的编码所组成，几的字符的编码所组成，几乎不包含任何其他的格式乎不包含任何其他的格式信息和结构信息信息和结构信息.txt网上聊天网上聊天短信短信文字录入文字录入OCR输入输入丰富丰富格式格式文本文本(线性线性文本文本)有字体、字号、颜色有字体、字号、颜色等变化，文本在页面等变化，文本在页面上可以自由定位
41、和布上可以自由定位和布局，还可插入图片和局，还可插入图片和表格表格除了与正文对应的字符编除了与正文对应的字符编码之外，还使用某种码之外，还使用某种“标标记语言记语言”所规定的一些标所规定的一些标记来说明该文本的文字属记来说明该文本的文字属性和排版格式等性和排版格式等.doc.rtf.htm.html.pdf公文公文论文论文书稿书稿网页网页丰富丰富格式格式文本文本(超文超文本本)除上述特征外，文本除上述特征外，文本中还含有超链，使文中还含有超链，使文本呈现为一种网状结本呈现为一种网状结构构同上，但还应包含用于指同上，但还应包含用于指出出“链源链源”和和“链宿链宿”的的标记标记.doc.rtf.h
42、tm.html.pdf.hlp同上，以同上，以及软件的及软件的联机文档联机文档(帮助文件帮助文件)455.1 文本与文本处理5.1.5 文本的展现文本的展现(输出输出)465.1 文本与文本处理文本的展现文本的展现(输出输出)n 目的：阅读、浏览或打印文本目的：阅读、浏览或打印文本n 使用的软件：文本阅读器使用的软件：文本阅读器/文本浏览器文本浏览器n嵌入在文本编辑嵌入在文本编辑(处理处理)软件中，如微软的软件中，如微软的Word，n独立的软件：如独立的软件：如Adobe公司的公司的Acrobat Reader，微软公司的微软公司的IE等等 n 文本展现的过程：文本展现的过程：1.1.对文本的
43、格式描述进行解释对文本的格式描述进行解释2.2.生成文字和图表的映像（生成文字和图表的映像（bitmap）3.3.传送到显示器或打印机输出传送到显示器或打印机输出475.1 文本与文本处理附：输出过程中字形的生成附：输出过程中字形的生成 n 过程：过程：n 先根据字符的字体确定相应的字库（先根据字符的字体确定相应的字库（font），），n 再按照该字符的代码从字库中取出该字符的形状描述信息再按照该字符的代码从字库中取出该字符的形状描述信息n 然后按形状描述信息生成字形，并按照字号大小及有关属性然后按形状描述信息生成字形，并按照字号大小及有关属性（粗体、斜体、下横线）将字形作必要的变换（粗体、斜
44、体、下横线）将字形作必要的变换n 最后将变换得到的字形放置在页面的指定位置处最后将变换得到的字形放置在页面的指定位置处n 2种不同的字库：种不同的字库：点阵点阵描述描述轮廓轮廓描述描述轮廓点轮廓点直线直线二次曲线二次曲线485.1 文本与文本处理附：电子书阅读器附：电子书阅读器n“电子书阅读器电子书阅读器”是一种专门是一种专门用于阅读各种电子文档用于阅读各种电子文档（如如.txt、.doc、.html、.pdf 等）的专用硬件设备等）的专用硬件设备n 采用电子墨水显示屏，被动发采用电子墨水显示屏，被动发光，耗电极少，持续工作时间光，耗电极少，持续工作时间很长（很长（1个月以上）个月以上）n 阅
45、读效果接近纸质图书阅读效果接近纸质图书n 轻薄，便于携带轻薄，便于携带n 平板电脑的出现使其前景渺茫平板电脑的出现使其前景渺茫 5.2 图像与图形图像与图形5.2.1 数字图像的获取数字图像的获取5.2.2 图像的表示与压缩编码图像的表示与压缩编码5.2.3 数字图像处理与应用数字图像处理与应用5.2.4 计算机图形计算机图形505.1 文本与文本处理5.2.1 数字图像的获取数字图像的获取515.1 文本与文本处理图像的获取过程图像的获取过程扫扫 描描模模拟拟图图像像取取 样样取取 样样取取 样样数数字字图图像像分分 色色量量 化化量量 化化量量 化化n 从现实世界中获得数字图像的过程称为图
46、像的从现实世界中获得数字图像的过程称为图像的“获取获取”n 常用的图像获取设备：手机、扫描仪、数码相机、监控摄像头等常用的图像获取设备：手机、扫描仪、数码相机、监控摄像头等n 图像获取过程：图像获取过程：将画面划分为将画面划分为 M N个网格，每个网格，每个网格称为个网格称为 一个一个取样点取样点 将彩色图像取样将彩色图像取样点的颜色分解成点的颜色分解成R，G，B三个基三个基色色测量每个取样点测量每个取样点的每个分量（基的每个分量（基色）的亮度值色）的亮度值对取样点每个分对取样点每个分量的亮度值进行量的亮度值进行A/D转换，使用转换，使用数字整型量表示数字整型量表示 525.1 文本与文本处理
47、5.2.2 图像的表示与压缩编码图像的表示与压缩编码535.1 文本与文本处理数字数字(取样取样)图像的组成图像的组成n 数字取样图像由数字取样图像由M(列列)N(行行)个取样点组成个取样点组成n 取样点是组成数字取样图像的基本单位，称为取样点是组成数字取样图像的基本单位，称为“像素像素”n 彩色图像的像素通常由彩色图像的像素通常由3个彩色分量组成个彩色分量组成n 灰度图像和黑白图像的像素只包含灰度图像和黑白图像的像素只包含1个亮度分量个亮度分量 Red分量分量Green分量分量Blue分量分量像素像素545.1 文本与文本处理复习：黑白图象的表示复习：黑白图象的表示黑白图像黑白图像n 黑白图
48、像的每个像素只有一个分量，且只用黑白图像的每个像素只有一个分量，且只用1个二进位表个二进位表示，其取值仅示，其取值仅“0”(黑黑)和和“1”(白白)两种两种555.1 文本与文本处理例例1：灰度图象的表示：灰度图象的表示灰度图像灰度图像n 灰度图像的每个像素也只有一个分量，一般用灰度图像的每个像素也只有一个分量，一般用812个二个二进位表示，其取值范围是：进位表示，其取值范围是：02n-1，可表示，可表示2n个不同的个不同的亮度亮度565.1 文本与文本处理例例2：彩色图象的表示：彩色图象的表示蓝蓝色色分分量量绿绿色色分分量量红红色色分分量量n 彩色图像的每个像素有三个分量，分别表示三个基色的
49、亮度，假设彩色图像的每个像素有三个分量，分别表示三个基色的亮度，假设3个分量分别用个分量分别用n,m,k个二进位表示，则可表示个二进位表示，则可表示2n+m+k种不同的颜色种不同的颜色575.1 文本与文本处理数字数字(取样取样)图像的主要参数图像的主要参数n 图像大小（图像分辨率）：图像大小（图像分辨率）：水平分辨率水平分辨率x垂直分辨率垂直分辨率 n 用来表示组成该图像的行列数目，亦即图像所包含的像素数目用来表示组成该图像的行列数目，亦即图像所包含的像素数目n 对图像清晰度和在屏幕上显示出来的大小有影响对图像清晰度和在屏幕上显示出来的大小有影响n 位平面数目，即像素的颜色分量的数目位平面数
50、目，即像素的颜色分量的数目 n 颜色空间的类型，指彩色图像所使用的颜色描述方法，如：颜色空间的类型，指彩色图像所使用的颜色描述方法，如：n RGB(红、绿、蓝红、绿、蓝)模型，显示器使用模型，显示器使用n CMYK(青、品红、黄、黑青、品红、黄、黑)模型，彩色打印机使用模型，彩色打印机使用n HSB(色彩、饱和度、亮度色彩、饱和度、亮度)模型，用户界面中使用模型，用户界面中使用n YUV(亮度、色度亮度、色度)模型，彩色电视信号传输时使用模型，彩色电视信号传输时使用n 像素深度，即像素的所有颜色分量的二进位数目之和像素深度，即像素的所有颜色分量的二进位数目之和图像类型图像类型位平面数目位平面数
