大学计算机基础(第7章)多媒体技术基础.pptx

过渡页 TRANSITION PAGE 第7章 多媒体技术基础17.1 多媒体概述27.2 图像处理技术37.3 音频处理技术47.4 视频处理技术57.5 动画制作技术过渡页 TRANSITION PAGE 7.1 多媒体概述7.1.1 多媒体的定义及发展7.1.2 多媒体技术的特性7.1.3 多媒体系统的组成3 7.1.1 多媒体的定义及发展 7.1.1 多媒体的定义及发展媒体在计算机领域有两种含义：一种是指媒质，即存储信息的实体，如硬盘、光盘、U盘等；二是指传递信息的载体，如数字、文字、声音、图形和图像等。国际电信联盟（ITU）在1993年定义了以下5种媒体。感觉媒体（Perception Medium）：指使人直接产生感觉的媒体，如声音、文字、图形、图像和视频等。人们通常所说的媒体便是指感觉媒体。表示媒体（Representation Medium）：是为加工、处理和传输感觉媒体而人为研究、构造出来的一种媒体，其目的是更有效地加工、处理和传送感觉媒体。表示媒体包括各种编码方式，如字符编码、图像编码、音频编码和视频编码等。认识媒体和多媒体1 14 表现媒体（Presentation Medium）：是指在感觉媒体和用于通信的电信号之间转换的一类媒体。它又分为两种：一种是输入表现媒体，如键盘、摄像机和话筒等；另一种是输出表现媒体，如显示器、音箱和打印机等。存储媒体（Storage Medium）：用于存放表示媒体的物理实体，如内存、硬盘、光盘和U盘等。传输媒体（Transmission Medium）：用来将媒体从一处传送到另一处的物理传输介质，如双绞线、同轴电缆、光纤和无线电波等。多媒体（Multimedia）是指多种媒体的综合集成与交互。多媒体不仅是指多种媒体本身，而且包含处理和应用它的一整套技术，因此“多媒体”与“多媒体技术”是同义词。简而言之，多媒体技术是指利用计算机综合处理文本、图形、图像、声音、动画和视频等媒体的技术，具有集成性、实时性和交互性等特点。7.1.1 多媒体的定义及发展 7.1.1 多媒体的定义及发展5 1984年，美国Apple（苹果）公司首先在Macintosh机上引入位图等技术，并提出了视窗和图标的用户界面形式，从而使计算机告别了枯燥无味的黑白显示风格，开始走向视窗化、彩色化的新征程。1985年，美国Commodore（康懋达）公司推出了世界第一台真正的多媒体系统Amiga，这套系统以其功能完备的视听处理能力、大量丰富的实用工具以及性能优良的硬件，使全世界看到了多媒体技术的美好未来。1986年，荷兰Philips（飞利浦）公司和日本Sony（索尼）公司联合推出了交互式紧凑光盘系统CD-I，它将高质量的声音、文字、计算机程序、图形、动画及静止图像等都以数字的形式存储在650MB的只读光盘上。大容量光盘的出现为存储表示文字、声音、图形、视频等高质量的数字化媒体提供了有效的手段。多媒体技术的发展2 27.1.1 多媒体的定义及发展 7.1.1 多媒体的定义及发展6 1987年，RCA公司首次公布了交互式数字视频系统（Digital Video Interactive，DVI）技术的科研成果。它以计算机技术为基础，用标准光盘来存储和检索静止图像、动态图像、音频和其他数据。1988年Intel公司购买其技术，并于1989年与IBM公司合作，在国际市场上推出第一代DVI技术产品，随后在1991年推出了第二代DVI技术产品。随着多媒体技术的迅速发展，特别是多媒体技术向产业化发展，为了规范市场，使多媒体计算机进入标准化的发展时代，1990年，由Microsoft（微软）公司会同多家厂商成立了“多媒体计算机市场协会”，并制定了多媒体个人计算机（MPC-1）的第一个标准。在这个标准中，制定了多媒体计算机系统应具备的最低标准。提示“多媒体计算机市场协会”又在1993年和1995年先后宣布了新的多媒体计算机技术规范MPC 2.0和MPC 3.0。事实上，随着计算机技术的发展，多媒体功能已成为新型个人计算机的基本功能，MPC的新标准也无继续发布的必要性。7.1.1 多媒体的定义及发展 7.1.1 多媒体的定义及发展7 1991年，在第六届国际多媒体和CD-ROM大会上宣布了扩展结构系统标准CD-ROM/XA，从而填补了原有标准在音频方面的缺陷，经过几年的发展，CD-ROM技术日趋完善和成熟。而计算机价格的下降，为多媒体技术的实用化提供了可靠的保证。1992年，由运动图像专家组（Moving Picture Expert Group）开发制定的MPEG-1音视频压缩编码标准正式发布，为数字音视频在计算机中的存储提供了保障。MPEG系列的其他标准还有MPEG-2、MPEG-4、MPEG-7和MPEG-21等。如今，多媒体技术已经从一个乳婴成长为一个青年，并不断向高分辨化（提高显示质量）、高速度化（缩短处理时间）、简单化（便于操作）、高维化（三维、四维）、智能化和标准化（便于信息交换和资源管理）方向发展。总之，随着技术的不断发展和创新，多媒体技术将更多地融入人们的日常学习、工作和生活中。7.1.1 多媒体的定义及发展 7.1.1 多媒体的定义及发展8 7.1.2 多媒体技术的特性 7.1.2 多媒体技术的特性根据多媒体技术的定义可以看出其有几个显著的特征，即多样性、集成性、实时性和交互性。多样性：利用多媒体使人们不但可以看到文字说明、静止图像，还能观看视频和动画，以及听到声音等，从而使信息的表现方式更加丰富。集成性：集成性包括两方面：一方面是把不同媒体设备集成在一起，形成多媒体系统；另一方面是利用多媒体技术将文字、图形、图像、声音和视频等多种媒体信息集成在一起，综合体现它们的应用。实时性：由于多媒体技术是研究多种媒体集成的技术，其中声音和视频（或其他活动的图像）都与时间有着密切的关系，这就决定了多媒体技术应支持实时处理。如播放时，声音和视频都不能有停顿的现象。交互性：所谓交互性是指参与的各方都可以对多媒体信息进行编辑、控制和传递。多媒体系统一般具有捕捉、编辑、存储、显现和通信功能，用户能够随意控制声音、影像等媒体信息，实现用户和用户之间、用户和计算机之间的双向交流。9 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成多媒体硬件系统1 1多媒体系统是由硬件系统和软件系统两部分组成的。其中，硬件系统主要由计算机主机和用来接收、输出多媒体信息的各种输入/输出设备组成；软件系统主要由操作系统及各种多媒体应用软件组成。一个完整的多媒体计算机硬件系统由主机、音频部分、视频部分、基本输入/输出设备、大容量存储设备等组成。目前的计算机都具有多媒体功能，能够完成常规多媒体信息的处理。1）主机主机是整个多媒体系统的核心。对于多媒体计算机来说，它需要具备：一个或多个高性能的CPU；一个高性能的显卡；较大的内存空间；较大的硬盘容量；主板上有较为齐全的外设接口。10 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成2）音频部分音频部分的设备主要包括声卡、音箱、话筒、耳麦、MIDI设备等。声卡是多媒体计算机的必备硬件之一，它的主要作用是完成音频信号的A/D（模拟音频转数字音频）和D/A（数字音频转模拟音频）转换，以及数字音频的压缩、解压缩和播放等功能。其他所有音频设备都需要插在声卡的相应接口上。现在几乎所有计算机的主板都集成有声音处理芯片，用来代替声卡。因此，如果用户只是进行一般的多媒体信息处理，无需再为计算机单独配置声卡；但如果用户对声音的要求较高，则需要购买一块高性能的声卡，如图7-1所示。图7-1 声卡11 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成3）视频部分视频部分负责多媒体计算机图像和视频信息的数字化获取和回放，主要包括视频采集卡（见图7-2）和电视卡等。视频采集卡主要完成视频信号的A/D和D/A转换及数字视频的压缩和解压缩功能，其信号源可以是摄像机、影碟机等。电视卡（盒）主要完成普通电视信号的接收、解调、A/D转换以及与主机之间的通信，从而可在计算机上观看电视节目，同时还可以以MPEG压缩格式录制电视节目。图7-2 视频采集卡12 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成4）输入/输出部分在开发和发布多媒体产品时，要使用到多种输入/输出设备，例如：图像/视频/音频输入设备：包括摄像机（见图7-3）、录像机、影碟机、电视机、数码相机、扫描仪、话筒、录音机、激光唱机和MIDI合成器等。图像/视频/音频输出设备：包括显示器、电视机、投影仪、音箱、立体声耳机和打印机等。人机交互设备：包括键盘、鼠标、触摸屏和光笔等。图7-3 摄像机13 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成5）大容量存储设备制作多媒体时，需要将彩色图像、文本、声音、视频剪辑以及其他元素结合在一起。因此需要大量的存取空间。用户可以使用大容量的硬盘、光盘等来存储这些数据。14 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成多媒体软件系统2 21）多媒体操作系统常见的多媒体操作系统有Windows、Linux系列操作系统等。其中，Windows是最常用的操作系统。2）多媒体开发工具多媒体开发工具用于编辑、处理和组织多媒体数据。多媒体开发工具有很多，适用于不同类型元素的处理，按照处理对象的不同，可以分为文字编辑软件、图形图像处理软件、动画制作软件、视频处理软件和多媒体创作软件等。文字编辑软件：常用的文字编辑软件有Word、WPS等，它们都是功能强大的文档编辑软件，可以在文档中输入文本，以及插入图像、图形等多媒体元素。15 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成图形图像处理软件：其中最常用的编辑和处理图像的软件是Photoshop；常用的绘制和处理图形的软件有Illustrator和CorelDRAW等。音频采集与编辑软件：常用的音频采集和编辑软件有GoldWave、WaveStudio和Cool Edit等。动画制作软件：动画由一系列快速播放的位图或矢量图构成。动画的常用制作软件有Flash、3ds Max、Animator Pro、Maya、Ulead COOL 3D、Poser等，这几个软件都拥有图形绘制和动画生成功能；还有Anime Studio和GIF Construction Set，这两个软件是动画处理软件，用于对动画素材进行后期合成加工。视频处理软件：常用的视频处理软件有Adobe Premiere和After Effects等。多媒体创作软件：利用多媒体创作软件可以对文本、声音、图像、视频等多种媒体信息进行控制和管理，并按要求生成完整的多媒体文档。常用的多媒体创作软件有Authorware和PowerPoint等。16 7.1.3 多媒体系统的组成 7.1.3 多媒体系统的组成3）多媒体播放工具多媒体播放工具用于播放多媒 体 作 品，如 播 放 音 频 的Winamp，播放视频的QQ影音、暴风影音、百度影音等。过渡页 TRANSITION PAGE 7.2 图像处理技术7.2.1 图形和图像相关概念7.2.2 常见的图像文件格式7.2.3 使用Photoshop处理图像18 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念位图和矢量图是图形图像存储的两种不同类型。严格地说，位图被称为图像，矢量图被称为图形。它们之间最大的区别就是位图放大到一定比例时会变得模糊，而矢量图则不会。19 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念位图是由许多细小的色块组成的，每个色块就是一个像素，每个像素只能显示一种颜色。像素是构成位图的最小单位，放大位图后可看到它们，这就是我们平常所说的马赛克效果，如图7-4所示。日常生活中，我们所拍摄的数码照片、扫描的图像都属于位图。与矢量图相比，位图具有表现力强、色彩细腻、层次多且细节丰富等优点。位图的缺点是文件占用的存储空间大，且与分辨率有关。图像（位图）1 1显示比例为100%时的图像效果显示比例为400%时的图像效果图7-4 位图放大前后的效果对比20 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念矢量图主要是用诸如Illustrator、CorelDRAW等矢量绘图软件绘制得到的，使用直线和曲线来描述图形，如点、线、矩形、多边形、圆和弧线等。它具有占用存储空间小、按任意分辨率打印都依然清晰（与分辨率无关）的优点，常用于设计标志、插画、卡通和产品效果图等。矢量图的缺点是色彩单调，细节不够丰富，无法逼真地表现自然界中的事物。图7-5显示了矢量图放大前后的效果对比。图形（矢量图）2 2显示比例为100%时的图形效果显示比例为600%时的图形效果图7-5 矢量图放大前后的效果对比21 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念像素：如前所述，像素是组成位图图像最基本的元素，每个像素只能显示一种颜色，共同组成整幅图像。图像分辨率：通常是指图像中每平方英寸所包含的像素数，其单位是“像素/英寸”（ppi）。一般情况下，如果希望图像仅用于显示，可将其分辨率设置为72 ppi或96 ppi（与显示器分辨率相同）；如果希望图像用于印刷输出，则应将其分辨率设置为300 ppi或更高。分辨率与图像的品质有着密切的关系。当图像尺寸固定时，分辨率越高，意味着图像中包含的像素越多，图像也就越清晰，相应地，文件也会越大；反之，分辨率较低时，意味着图像中包含的像素越少，图像的清晰度自然也会降低，相应地，文件也会变小。像素与图像分辨率3 322 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念颜色模式是图像设计的基础知识，它决定了如何描述和重现图像的色彩。常用的颜色模式有RGB模式、CMYK模式、灰度模式、索引模式、位图模式、Lab模式、双色调模式和多通道模式等。RGB颜色模式：该模式下图像的颜色由红（R）、绿（G）、蓝（B）三原色混合而成，通过调整这3种颜色的值就可表示不同的颜色。R、G、B颜色的取值范围均为0255。大多数显示器均采用此种颜色模式。CMKY颜色模式：该模式是一种印刷模式，其图像颜色由青（C）、洋红（M）、黄（Y）和黑（K）4种色彩混合而成。C、M、Y、K的颜色变化用百分比表示，其取值范围为0100%。灰度模式：该模式的图像只能包含纯白、纯黑及一系列从黑到白的灰色。它不包含任何色彩信息，但能充分表现出图像的明暗信息。常用的颜色模式4 423 7.2.1 图形和图像相关概念 7.2.1 图形和图像相关概念索引颜色模式：该模式的图像最多包含256种颜色。该模式图像的优点是文件占用的存储空间小，常用作多媒体动画及网页素材。位图模式：位图模式图像也叫黑白图像或一位图像，它只包含了黑、白两种颜色。Lab颜色模式：该模式是目前所有模式中包含色彩范围最广的颜色模式。它以一个亮度分量L以及两个颜色分量a与b来混合出不同的颜色。其中，L的取值范围为0100，a分量代表由绿色到红色的光谱变化，而b分量代表由蓝色到黄色的光谱变化，且a和b分量的取值范围均为-128127。其特点是在使用不同的显示器或打印设备时，它所显示的颜色都相同。双色调模式：双色调模式是用一种灰色油墨或彩色油墨来打印一幅灰度图像，在并不需要全彩色印刷的情况下可用双色调模式来印刷，这样可以降低印刷成本。当需要将其他色彩模式的图像转换成双色调模式时，先要将其转换成灰度模式后才能再转换成双色调模式。多通道模式：该模式是在每个通道中使用256级灰度，常用于特殊打印。24 7.2.2 常见的图像文件格式 7.2.2 常见的图像文件格式图像文件格式是指在计算机中存储图像文件的方式，每种图像文件格式都有自身的特点和用途。图像文件格式1 1常见的几种图像文件格式如下：BMP格式（*.bmp）：是Windows操作系统中“画图”程序的标准文件格式，此格式与大多数Windows和OS/2平台的应用程序兼容。由于该格式采用的是无损压缩，因此，其优点是图像完全不失真，缺点是图像文件的尺寸较大。JPEG格式（*.jpg）：是一种压缩率很高的图像文件格式。由于它采用的是具有破坏性的压缩算法，因此会降低图像的质量。JPEG格式仅适用于保存不含文字或文字尺寸较大的图像，否则，将导致图像中的字迹模糊。该格式的图像文件主要用于在电脑上显示，或者作为网页素材。25 7.2.2 常见的图像文件格式 7.2.2 常见的图像文件格式PSD格式（*.psd）：是Photoshop专用的图像文件格式，可保存图层、通道等信息。其优点是保存的信息量多，便于修改图像；缺点是文件占用的存储空间较大。PCX格式（*.pcx）：这是ZSOFT公司在开发图像处理软件Paintbrush时开发的一种格式。它是经过压缩的格式，占用磁盘空间较少，并具有压缩及全彩色的优点。TIFF格式（*.tif）：是一种应用非常广泛的图像文件格式，几乎所有的扫描仪和图像处理软件都支持它。TIFF格式采用无损压缩方式来存储图像信息，可支持多种颜色模式，可保存图层和通道信息，并且可以设置透明背景。GIF格式（*.gif）：该格式图像最多可包含256种颜色，颜色模式为索引颜色模式，文件占用的存储空间较小，支持透明背景，且支持多帧，特别适合作为网页图像或网页动画。PNG格式（*.png）：是一种可移植的网络图形格式，采用无损压缩算法，其压缩比高于GIF格式，支持图像透明。网页中有很多图片都是这种格式。上述图像文件格式标准是开放和免费的，这使得图像在计算机中的存储、处理、传输、交换和使用都极为方便，并且这些图像格式也可以相互转换。26 7.2.2 常见的图像文件格式 7.2.2 常见的图像文件格式图形文件格式2 2常见的图形文件格式如下：CDR格式：矢量图形设计软件CorelDRAW的专用格式。AI格式：Adobe公司矢量图形设计软件Illustrator的专用格式。它可以把Photoshop软件中的路径转化为AI格式，然后在Illustrator、CorelDRAW中打开对其进行颜色和形状的调整。DWG格式：计算机辅助设计软件AutoCAD的专用格式。3DS格式：三维动画设计软件3ds Max的专用格式。FLA格式：动画设计软件Flash的专用格式。27 7.2.2 常见的图像文件格式 7.2.2 常见的图像文件格式VSD格式：Microsoft公司的网络结构图设计软件Visio的专用格式。WMF格式：Windows中的图元文件格式，它具有文件短小、图案造型化的特点，整个图形由多个独立的部分拼接而成。其图形往往较粗糙，并只能在Microsoft Office中调用编辑。EMF格式：是由Microsoft公司开发的Windows 32位扩展图元文件格式。目的是弥补WMF格式的不足，使得图元文件更加易于使用。SVG格式：是由W3C组织研究和开发的矢量图形标准。其最大的优点在于它的易用性，它可以自由缩放图形，文字独立于图形，文件尺寸小，且支持透明效果、动态效果、滤镜效果，有强大的交互性等。它是基于XML的应用。作为标准开放的SVG格式，意味着它并不属于任何个人专利，这点使得它能够得到迅速的开发和应用。目前，已有少数公司推出了支持SVG创作、编辑和浏览的工具或软件。28 7.2.3 使用Photoshop处理图像 7.2.3 使用Photoshop处理图像常用的图形图像处理软件1 1目前，用于处理位图的软件主要有Photoshop、PhotoImpact、Fireworks、Painshop和ACDSee等；用 于 绘 制 矢 量 图 的 软 件 主 要 有 Xara X、CorelDRAW、Illustrator和FreeHand等。Photoshop的工作界面2 2在计算机中安装Photoshop软件后，通过“开始”菜单将其启动，接下来就可利用它对图像进行处理操作。图7-6所示为Photoshop CS5的工作界面，可以看出，其主要由应用程序栏、工具箱、工具属性栏、图像窗口和调板等组成。图7-6 Photoshop CS5工作界面29 7.2.3 使用Photoshop处理图像 7.2.3 使用Photoshop处理图像应用程序栏：位于界面顶部，显示了菜单栏和一些常用工具按钮，最右侧是3个窗口控制按钮 ，通过单击它们可以将窗口最小化、最大化和关闭。工具箱：Photoshop CS5的工具箱中包含了70余种工具。这些工具大致可分为选区制作工具、绘画工具、修饰工具、颜色设置工具及显示控制工具等几类，通过这些工具我们可以方便地编辑图像。一般情况下，要使用某种工具，只需单击该工具即可。另外，部分工具的右下角带有黑色小三角，表示该工具中隐藏着其他的工具。在该工具上按住鼠标左键不放，可从弹出的工具列表中选择其他工具。30 7.2.3 使用Photoshop处理图像 7.2.3 使用Photoshop处理图像工具属性栏：当用户从工具箱中选择某个工具后，在菜单栏下方的工具属性栏中会显示该工具的属性和参数，利用它可设置工具的相关参数。自然，当前选择的工具不同，属性栏内容也不相同。图像窗口：用来显示和编辑图像文件。默认情况下，Photoshop使用选项卡的方式来组织打开或新建的图像，每个图像都有自己的标签，上面显示了图像名称、显示比例、色彩模式和通道等信息。当用户同时打开多个图像时，通过单击图像标签可在各图像之间切换，当前图像的标签将显示为灰白色。调板：位于图像窗口右侧。Photoshop CS5为用户提供了很多调板，分别用来观察信息，选择颜色，管理图层、通道、路径和历史记录等。状态栏：位于图像窗口底部，由两部分组成，分别显示了当前图像的显示比例和文档大小/暂存盘大小（指编辑图像时所用的空间大小）。31 7.2.3 使用Photoshop处理图像 7.2.3 使用Photoshop处理图像使用Photoshop处理图像3 3下面我们将蝴蝶和鲜花图片合成到一起。步骤1 启动Photoshop CS5，选择“文件”“新建”菜单，打开“新建”对话框，并参照图7-7设置各项参数，单击“确定”按钮，创建一个空白图像文件。步骤2 选择“文件”“打开”菜单，打开“打开”对话框，在其中选择本书配套素材“素材与实例”“第7章”“鲜花.jpg”文件，然后单击“打开”按钮将其打开，如图7-8所示。图7-7 “新建”对话框图7-8 打开“鲜花.jpg”图像文件32 7.2.3 使用Photoshop处理图像 7.2.3 使用Photoshop处理图像步骤3 依次按【Ctrl+ACtrl+A】、【Ctrl+CCtrl+C】组合键，全选并复制图像，然后单击“精美插画”图像标签将其切换为当前窗口，再按【Ctrl+VCtrl+V】组合键，将图像粘贴到“精美插画”图像窗口中，如图7-9所示。步骤4 参照步骤2步骤3相同的操作方法，打开本书配套素材“第7章”文件夹中的“蝴蝶.jpg”文件，并复制到“精美插画”图像窗口中。步骤5 从工具箱中选择“移动工具”，在“蝴蝶”图像上按住鼠标左键并向画面右上方拖动，到图7-10所示的位置时释放鼠标。步骤6 按【Ctrl+SCtrl+S】组合键，在打开的“存储为”对话框中将文件以PSD格式保存在“第7章”文件夹中。图7-9 切换图像窗口并粘贴图像图7-10 粘贴、移动“蝴蝶.jpg”图像过渡页 TRANSITION PAGE 7.3 音频处理技术7.3.1 音频相关概念7.3.2 常见音频文件格式7.3.3 常用音频处理软件34 7.3 音频处理技术音频（Audio）指人能听到的声音，包括语音、音乐和其他声音（声响、环境声、音效声、自然声）。音频是多媒体应用中的重要媒体之一。在多媒体作品中使用数字化音频是多媒体应用最基本和最常用的手段。引子35 7.3.1 音频相关概念 7.3.1 音频相关概念声音是一种由机械振动引起、可在物理介质（气体、液体或固体）中传播的纵向压力波，如图7-11所示，我们将振动发声的物体称为声源。声音在真空中不能传播。发声体产生的振动在空气或其他物质中的传播叫做声波。声波借助各种介质向四面八方传播。声波是声音的传播形式。声音与声波1 1图7-11 声音波形图36 7.3.1 音频相关概念 7.3.1 音频相关概念声音的感知特性主要有音调、响度和音色，称之为声音的三要素。音调：人耳对声音高低的感觉称为音调。音调主要与声音的频率有关。除了频率外，影响音调的因素还有声音的声压级和声音的持续时间。响度：声音的响度就是对声音强弱的主观感知。声音的大小在客观上一般用声级表示，其单位为dB（分贝），人耳能感知的声音大小的范围一般为0120 dB。音色：音色是人们区别具有相同的响度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的。声音的三要素2 237 7.3.1 音频相关概念 7.3.1 音频相关概念模拟音频信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。在时间上“连续”是指在任何一个指定的时间范围里音频信号都有无穷多个幅值；在幅度上“连续”是指幅度的数值为实数。我们把在时间和幅度上都是连续的信号称为模拟信号。人们日常生活听到的各种声音信息是典型的模拟音频。在数字音频技术出现之前，我们只能用磁带或胶木唱片来存储模拟音频，随着技术的发展，声音信号逐渐过渡到了数字化存储阶段，可以用计算机等设备将它们存储起来。在计算机中只能用二进制数来表示和存储各种数据，所以在使用计算机处理和存储声音信号之前，必须使用模数转换（A/D）技术将模拟音频转化为用二进制数表示和存储的数字信号信息，这样模拟音频就转化为数字音频了。模拟音频和数字音频3 338 7.3.1 音频相关概念 7.3.1 音频相关概念模数转换的过程包括采样、量化和编码3个步骤。模拟音频向数字音频的转换是在计算机的声卡中完成的。采样采样是指将连续的模拟信号每隔一定的时间间隔抽取出一个信号，从而把连续的模拟信号用一个个离散的点表示出来（称为离散信号）。每秒钟采样的次数称为采样频率，用f表示；样本之间的时间间隔称为取样周期，用T表示，T=1/f。例如，CD的采样频率为44.1 kHz，表示每秒钟采样44 100次。常用的采样频率有8 kHz、11.025 kHz、22.05 kHz、15 kHz、44.1 kHz、48 kHz等。很显然，在对模拟音频进行采样时，采样频率越高，音质就越有保证；若取样频率不够高，声音就会产生失真。那么怎样才能避免低频失真呢？著名的奈奎斯特采样定理给出明确的答案：采样频率不应低于声音信号最高频率的两倍。例如，电话话音的信号频率约为3.4 kHz，采样频率就应该6.8 kHz，考虑到信号的衰减等因素，一般取8 kHz。39 7.3.1 音频相关概念 7.3.1 音频相关概念量化量化就是将采样后的离散信号（声音样本）用二进制数表示出来的过程。连续的模拟信号经过采样成为离散信号，离散信号经过量化即成为数字信号。量化时，用来表示每个声音样本大小的二进制位数称为量化精度或量化位数，单位为bit/s（即bits per sample，每样本比特），它反映了度量声音波形幅度的精度。常用的量化精度有8 bit/s、12 bit/s、16 bit/s、20 bit/s、24 bit/s等。量化精度的大小对声音的质量有很大的影响，位数越高，声音的质量越好，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。编码将模拟音频转换为数字音频后，由于其所占的存储空间很大，不方便在计算机中存储、处理和传输，因此，还需要使用一定的技术对其进行压缩，我们将对音频的压缩技术称为音频编码。常见的音频编码有PCM、MPEG、OGG等。模拟音频经过采样、量化和编码后，便以文件的形式保存在计算机里了。40 7.3.2 常见的音频文件格式 7.3.2 常见的音频文件格式音频文件格式是指在计算机中存储音频文件的方式，采用不同编码的音频文件，其在计算机中的存储格式、文件大小和音质也不相同。下面介绍一些常见的音频编码和格式。PCM编码：即脉冲编码调制，指模拟音频信号经过采样、量化后直接形成数字音频信号，未经过任何压缩处理。PCM编码的最大的优点就是音质好，最大的缺点就是体积大。在计算机应用中，能够达到音频最高保真水平的就是PCM编码。例如，常见的WAV格式音频文件，以及Audio CD就采用了PCM编码。WAV格式（*.wav）：基于PCM编码的WAV格式是音质最好的音频文件格式。在Windows平台中，几乎所有的音频软件都提供对它的支持，此外，由于WAV格式音质很高，因此它是音乐编辑创作的首选格式，适合保存音频素材。WAV格式的缺点是对存储空间需求太大，不便于保存和传播。41 7.3.2 常见的音频文件格式 7.3.2 常见的音频文件格式MP3格式（*.mp3）：使用MP3（全称是MPEG-1 Audio Layer 3）或mp3PRO编码技术。MP3编码是目前最为普及的音频压缩编码，可以在121的压缩比下保持较高品质的音质；mp3PRO编码是对传统MP3编码技术的一种改良，它最大的特点是在低码率下保持非常高的音质。MP3格式的音频文件还支持流技术（边下载边播放），可以在线播放。WMA格式（*.wma）：是使用Windows Media Audio编码后的文件格式，由微软开发，其压缩率一般可以达到181。WMA格式支持防复制功能，可以限制播放时间和播放次数等，从而防止盗版；WMA格式还支持流技术，可以在线播放。RealAudio格式（*.ra）：RealAudio是由Real Networks公司推出的一种音频文件格式，它支持多种音频编码，最大的特点就是可以实时传输音频信息，尤其是在网速较慢的情况下仍然可以较为流畅地传送数据，提供足够好的音质让用户能在线聆听，因此RealAudio主要适用于网络上的在线播放。APE格式（.ape）：使用APE编码。APE编码是一种新兴的无损音频编码，可以提供50%70%的压缩比。42 7.3.3 常用音频处理软件常用的音频处理软件有GoldWave、Sound Forge和Cool Edit（Adobe Audition）等，用户可以根据自己的需求选择相应的软件进行音频的处理。Sound Forge：是Sonic Foundry公司的产品，它是一个非常专业的音频处理软件，功能非常强大而复杂，可以处理大量的音效转换的工作，并且包括全套的音频处理、工具和效果制作等功能，需要一定的专业知识才能使用。Cool Edit：是美国Syntrillium公司开发的音频文件处理软件，主要用于对MIDI信号的处理加工，它具有声音录制、混音合成、编辑特效等功能。该软件支持多音轨录音，操作简单，使用全面。Cool Edit已于2003年5月被Adobe公司收购，并改名为Adobe Audition。GoldWave：是一个操作简单、功能强大的用于音频文件处理的绿色软件，不需安装只用单击GoldWave.exe便可以运行使用，支持的音频文件格式有.Wav、.Ogg、.Voc、.Aif、.Au、.Snd、.Mp3、.Mat、.Dwd、.Smp、.Vox、.Sds和.Avi等，用户可以从CD、VCD、DVD或其他视频文件中提取声音。GoldWave内含丰富的音频处理特效，从一般特效如多普勒、回声、混响、降噪到高级的公式计算（利用公式在理论上可以产生任何用户想要的声音）。7.3.3 常用音频处理软件过渡页 TRANSITION PAGE 7.4 视频处理技术7.4.1 视频相关概念7.4.2 常见的视频压缩标准和文件格式7.4.3 常用视频处理软件44 7.4 视频处理技术随着多媒体技术的快速发展，在计算机中欣赏视频成为一种普遍的休闲方式，人们还可以将使用手机、DV等设备拍摄的视频传输到计算机中进行处理。视频包含了运动的图像和音效，它具有信息量大、表现力强的特点。引子45 7.4.1 视频相关概念 7.4.1 视频相关概念视频是指使用录影设备录制的影像信息，如电视中的画面信息。电影、电视与动画都是利用人的视觉滞留现象的原理来工作的。由于人眼对视觉信号的处理都需要一定的时间，所以物体在眼睛的视网膜中成像后并不会立即消失，而会保留25200毫秒（即ms，1 ms=1/1000 s），相当于540帧/秒。因此，如果快速播放一系列相关的画面，就会使人产生连续的运动视觉。视频和视觉原理1 1电影和电视实质上是由一幅幅静态图片按照顺序播放出来的，由于人眼有视觉滞留现象，人们会认为图片中的静态元素动了起来。组成视频的每一幅静态图像被称为“帧”，而每秒显示的图片数量就称为帧速率，单位是帧/秒（fps）。在播放视频的过程中，播放效果的流畅程度取决于帧速率。目前，电影画面的帧速率为24 fps，而电视画面的帧速率约为25 fps或30 fps。帧和帧速率2 246 7.4.2 常见的视频压缩标准和文件格式 7.4.2 常见的视频压缩标准和文件格式常见的视频编解码标准有MPEG（运动图像专家组）制定的MPEG系列标准，ITU-T（国际电信同盟-电信标准化部门）主导制定的H.26x系列标准，以及Real-Networks公司的RealVideo、微软公司的WMV和VC-1、苹果公司的QuickTime等。下面主要介绍常用的MPEG和H.26x系列编码标准。47 7.4.2 常见的视频压缩标准和文件格式 7.4.2 常见的视频压缩标准和文件格式到目前为止，已经公布的MPEG标准主要有MPEG-1/2/4/7/21/B，其中的MPEG-1、MPEG-2和MPEG-4标准已经得到广泛应用。MPEG-1：是低分辨率数字视频编码标准，典型应用为VCD，目前已基本被淘汰。MPEG-2：是高分辨率数字视频编码标准。MPEG-2相比MPEG-1提高了视频的分辨率，满足了用户高清晰度的要求，但由于其对视频的压缩性能没有多少提高，使得视频存储容量太大，不适合网络传输。MPEG-2编码的典型应用为DVD、HDTV（高清晰电视广播）等。MPEG-4：MPEG-4采用了更先进的压缩技术，使用它编码的视频无论清晰度还是压缩率都比MPEG-1和MPEG-2有显著提高，更适合网络传输。另外MPEG-4可以方便地动态调整帧速率和比特率，以降低视频大小。MPEG系列标准1 148 7.4.2 常见的视频压缩标准和文件格式 7.4.2 常见的视频压缩标准和文件格式H.26x系列编码标准包括H.261、H.262、H.263和H.264，其中应用最广泛的是H.264。H.261：是第一个实用的数字视频编码标准，目前已被淘汰。H.262：该编码标准在技术内容上和MPEG-2编码标准一致。H.263：该编码标准主要是为低码流而设计的，它在低码流下能够提供比H.261更好的图像效果。H.264：H.264也被称为MPEG-4/AVC，它是由MPEG（运动图像专家组）和ITU-T（国际电信同盟-电信标准化部门）联合制定的，是在MPEG-4技术的基础之上建立起来的。H.264最大的优势是具有很高的数据压缩比，在同等图像质量的条件下，H.264的压缩比是MPEG-2的2倍以上，是MPEG-4的1.52倍。例如，若原始文件的大小如果为88 GB，采用MPEG-2压缩标准压缩后变成3.5 GB，压缩比为251，而采用H.264压缩标准压缩后变为879 MB，从88 GB到879 MB，H.264的压缩比达到惊人的1021。H.264在具有高压缩比的同时还拥有高质量流畅的图像。H.26x系列标准2 249 7.4.2 常见的视频压缩标准和文件格式 7.4.2 常见的视频压缩标准和文件格式视频格式与视频编码是不同的概念，但二者有一定的联系，视频格式是指对编码后的视频流进行封装的方式。采用相同编码的视频流可以使用不同的格式进行封装。目前，常见的视频格式如表7-1所示。常见的视频文件格式3 3格式格式格格 式式 说说 明明AVI是微软推出的视频格式，可用来封装多种编码的视频流，如DivX、XviD（这两种编码属于M