多媒体的类型

多媒体是多种媒体元素的复杂组合。在计算机和通信领域内，多媒体的媒体元素主要是指信息的文本、图形、声音、图像以及动画等。

1. 文本

文本是指在屏幕上显示的、以文字和各种专用符号表达的信息形式。例如，构成一篇文章的字、词、句、符号和数字，甚至是一本书、一个或多个书库等，都属于文本的范围。

文本是现实生活中使用得最多的一种信息存储和传递方式。用文本表达信息给人充分的想象空间，它主要用于对知识的描述性表示，如阐述概念、定义、原理和问题以及显示标题、菜单等内容。文本可以说是多媒体的最基本对象，是一种表达信息最快捷的方式。

通常文本具有多种格式，可以对其进行如字体、大小和颜色等各种格式的设定。

文本数据可以先用文本编辑软件（如Word等）制作，然后输入到多媒体应用程序中，也可以直接在制作图形的软件和多媒体编辑软件中制作。

文本文件常用的格式有“TXT”、“WRI”、“RTF”、“DOC”等，其中“TXT”是纯文本文件，“WRI”、“RTF”、“DOC”是格式化文件。

2. 声音

声音是携带信息的重要媒体，是用来传递信息、交流感情最方便、最熟悉的方式之一。各种语言、物体碰撞声、音乐（如各种歌声、乐声、乐器的旋律等）、机器轰鸣声、动物叫声和风雨声等人耳能听到的都可以归为声音的范畴。

多媒体中的声音通常是数字音频，它指的是一个用来表示声音强弱的数据序列，是由模拟声音经取样（即每隔一个时间间隔在模拟声音波形上取一个幅度值）、量化和编码（即把声音数据写成计算机的数据格式）后得到的。计算机数字CD、数字磁带（DAT）中存储的都是数字声音。模拟-数字转换器把模拟声音变成数字声音；数字-模拟转换器可以恢复出模拟的声音。

一般来讲，实现计算机语音输出有两种方法：一是录音/重放，二是文-语转换。第二种方法是基于声音合成技术的一种声音产生技术，它可用于语音合成和音乐合成。而第一种方法是最简单的音乐合成方法，曾相继产生了应用调频（FM）音乐合成技术和波形表（wavetable）音乐合成技术。

将声音与图像（动画、电影等）一起播放，实现音频和视频的同步，会使视频图像更具有真实性。随着多媒体信息处理技术的发展、计算机数据处理能力的增强，音频处理技术得到了广泛的应用，如视频图像的配音、配乐、静态图像的解说、背景音乐、可视电视、电视会议的话音和电子读物的声音等。

常见的多媒体声音文件的格式有：“WAV”，“MIDI”，“MP3”，“OGG”以及“WMA”等。

3. 图形

图形是指从点、线、面到三维空间的几何图形，一般指用计算机绘制的画面。由于在图形文件中只记录生成图的算法和图上的某些特征点（几何图形的大小、形状及其位置、维数等），因此称为矢量图。

例如，图1.2就是一幅典型的矢量图。

图1.2 矢量图

图形的格式是一组描述点、线、面等几何元素特征的指令集合。绘图程序就是通过读取图形格式指令，并将其转换为屏幕上可显示的形状和颜色而生成图形的软件。在计算机上显示图形时，相邻特征点之间的曲线是由若干段小直线段连接形成的。若曲线围成一个封闭的图形，还可用着色算法来填充颜色。矢量图形的最大优点在于可以分别对图形中的各个部分进行控制处理，如移动、旋转、放大、缩小、扭曲图形等，屏幕上重叠的图形既可保持各自的特征，也可以分开显示。

因此，图形主要用于工程制图以及制作美术字等。大多数CAD和3D造型软件使用矢量图形作为基本图形存储格式。图形数据的记录格式是很关键的内容，记录格式的好坏直接影响到图形数据的操作方便与否，例如，生成图形数据和修改图形操作等。

图形的制作和再现是图形技术的关键。图形只保存算法和特征点，所以相对于位图（图像）的大量数据来说，它占用的存储空间也较小。但由于每次屏幕显示时都需要重新计算，故显示速度没有图像快。另外，在打印输出和放大时，图形的质量较高而点阵图（图像）常会发生失真。

常用的矢量图形文件有“3DS”（用于3D造型）、“DXF”（用于CAD）、“WNF”（用于桌面出版）等。

4. 图像

图像原指原先在印刷制品上的图形、图画等。多媒体技术中的图像是由扫描仪、摄像机等输入设备捕捉实际的画面产生的数字图像，是由像素点阵构成的位图。

图像用数字任意描述像素点、强度和颜色。描述信息文件存储量较大，所描述对象在缩放过程中会损失细节或产生锯齿。在显示方面它是将对象以一定的分辨率分辨以后将每个点的色彩信息以数字化方式呈现，可直接快速在屏幕上显示。分辨率和灰度是影响显示的主要参数。

图像适用于表现含有大量细节（如明暗变化、场景复杂、轮廓色彩丰富）的对象，如：照片、绘图等，通过图像软件可进行复杂图像的处理以得到更清晰的图像或产生特殊效果。

图1.3为一幅火车的图像，与图1.2的矢量图相比，图像明显能表现出更多更复杂的细节。

图1.3 位图图像

常见的图像格式有“BMP”、“PCX”、“TIF”、“GIF”以及“JPEG”等。

5. 动画

所谓动画，就是通过以15～20帧/s的速度（相当接近于全运动视频帧速）顺序地播放静止图像帧以产生运动的错觉，实质上是一幅幅静态图像的连续播放。因为眼睛能足够长时间地保留图像以允许大脑以连续的序列把帧连接起来，所以能够产生运动的错觉。

计算机动画是借助计算机生成一系列连续图像的技术。可以通过在显示时改变图像来生成简单的动画。最简单的方法是在两个不同帧之间的反复。这种方法对于指示“是”或“不是”的情况来说是很好的解决方法。另一种制作动画的方法是以循环的形式播放几个图像帧以生成旋转的效果，并且可以依靠计算时间来获得较好的回放，或用计时器来控制动画。

例如，图1.4为网络上常见的兔斯基gif动画。

图1.4 动画效果

6. 视频

视频也是由一幅幅单独的画面（称为帧）序列组成。这些画面以一定的速率（帧率 fps，即每秒播放帧的数目）连续地投射在屏幕上，使观察者具有图像连续运动的感觉。与动画一样，这也是利用了人眼的视觉暂留原理。人眼看到的景象消失以后，在视网膜上会有一个短暂的延迟，当这个图形没有在视网膜上消失以前有新的图像显示，就使得人们感觉不到图像的不连续性。

视频常常与声音媒体配合进行，二者的共同基础是时间连续性。一般意义上谈到视频时，往往也包含声音媒体。但在这里，视频特指不包含声音媒体的动态图像。

例如，图1.5为使用PPLive播放网络视频的画面。

图1.5 视频效果

视频可以用多种储存格式保存，例如：数位视频格式，包括DVD、QuickTime与MPEG-4；以及类比的录像带，包括VHS与Betamax。视频可以被记录下来并经由不同的物理媒介传送：在视频被拍摄或以无线电传送时为电气信号，而记录在磁带上时则为磁性信号。视频画质实际上随着拍摄与撷取的方式以及储存方式而变化。

常见的视频格式有“WMV”，“AVI”，“RM”，“RMVB”，“ASF”以及“MP4”等。