多媒体技术08049.ppt

　数字媒体及应用 1 文本 2 图像和图形 3 数字声音 4 数字视频 多种信息在计算机内的表示 1 文本 文本在计算机中的处理 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。 西文字符编码（常考） 在计算机中，所有西文信息必须用二进制表示 目前广泛使用的西文字符集及其编码— ASCⅡ码 美国标准信息交换码(American Standard Code for Information Interchange) 使用7个二进位对字符进行编码（标准ASCII码），称为ISO-646标准。 西文字符编码 基本的ASCII字符集共有128(27)个字符 96个可打印字符（常用字母、数字、标点符号等）——32～126 32个控制字符——0～31及127 西文字符编码 例：“A” 的ASCII码为41H（65D）→“D” 的ASCII码为? “a” 的ASCII码为61H（97D）→ “g” 的ASCII码为? “0” 的ASCII码为30H（48D） “空格”的ASCII码为32 注意：数字、字母的ASCII码是连续的，对应大、小写字母的ASCII码相差32。 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。 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。 扩充ASCII字符集=标准ASCII字符集+扩展ASCII字符集 一、GB2312-80汉字编码 《信息交换用汉字编码字符集·基本集》(GB2312-80) 1、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） 汉字编码 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。 2、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20 83， 用2个字节表示为：01010011 3、国标码 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0010 0000），亦即+2020H。 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）。 如：“大”字的交换码是: 01110011 4.机内码 为区分文本中的汉字与西文字符 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。 国标码每字节+128，即+8080H，2个二进如：“大”字的内码是：11110011（B4F3） 国标码=区位码+2020H 20H第6位+1 机内码=国标码+8080H 80H第8位+1 机内码=区位码+A0A0H A0H第6和第8位分别+1 说明 汉字机内码为双字节，最高位为1 西文字符机内码为单字节，最高位为0 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，繁简体同平面共存。 GBK/1：GB2312中的符号 GBK/2：GB2312中的全部汉字 GBK/4和GBK/3：包括繁体字在内的大量汉字 GBK/5：符号 例如：計算機係等繁体汉字和冃冄円冇鎔等生僻的汉字。 应用 操作系统——Windows 95以上简体中文版，采用GBK代码，并提供了多种输入法和字体。 应用软件——Office 95以上简体中文版本提供GBK码的检索和排序。 互联网应用——许多网站的网页使用GBK代码，但目前还不是所有有哪些信誉好的足球投注网站引擎都支持 GBK 汉字文本的有哪些信誉好的足球投注网站。 目标与途径 实现所有字符在同一字符集中统一编码。 UCS/Unicode 用4个字节对全世界现代书面文字所使用的所有字符、符号进行编码（记作 UCS-4）。 UCS：ISO/IEC 10646 Univer