多媒体的媒体元素

11.1.2　多媒体的媒体元素

多媒体的媒体元素是指多媒体应用中可显示给用户的媒体形式。目前常见的媒体元素主要有文本、图形、图像、声音、动画和视频图像等。

1.文本（Text）

文本是使用字符代码及字符格式表示出来的数据。计算机在进行文字处理时，依据的就是对字符代码的识别，它是文本处理程序的基础，也是多媒体应用程序的基础。例如，英文常用的是ASCⅡ，而中文采用的一般为国标码。那些用图像方式显示的文字，虽然人可以识别，但由于没有使用文字代码，所以并不属于文本信息。

在文本文件中，如果只有文字信息，没有其他任何有关格式的信息，则称为非格式化文本文件或纯文本文件；而带有各种文本排版信息等格式信息的文本文件，则称为格式化文本文件。该文件中带有段落格式、字体格式、文章的编号、分栏和边框等格式信息。文本的多样化是由文字的变化，即字的格式（Style）、字的定位（Align）、字体（Font）、字的大小（Size）以及有这4种变化的各种组合形成的。这些格式与具体的文本编辑软件有关，例如WPS与Word等。

2.图形（Graphic）

图形一般指用计算机绘制的几何画面，如直线、圆、圆弧、任意曲线和图表等。图形的格式是一组描述点、线、面等几何图形的大小、形状及其位置、维数的指令集合，如line （x1,y1,x2,y2,color）、circle（x,y,r,color）等，就分别是画线、画圆的指令。在图形文件中只记录生成图的算法和图上的某些特征点，因此也称矢量图。通过读取这些指令并将其转换为屏幕上所显示的形状和颜色而生成图形的软件通常称为绘图程序。在计算机还原输出时，相邻的特征点之间用特定的诸多段小直线连接形成曲线，若曲线是一条封闭的图形，也可靠着色算法来填充颜色。图形的最大优点在于可以分别控制处理图中的各个部分，如在屏幕上移动、旋转、放大、缩小、扭曲而不失真，不同的物体还可在屏幕上重叠并保持各自的特性，必要时仍可分开。因此，图形主要用于表示线框型的图画、工程制图和美术字等。绝大多数CAD 和3D造型软件使用矢量图形来作为基本图形存储格式。

对图形来说，数据的记录格式是很关键的内容，记录格式的好坏，直接影响图形数据的操作方便与否。在计算机中图形的存储格式大都不固定，要视各个软件的特点由开发者自定。微机上常用的矢量图形文件有“.3DS”（用于3D造型）、“.DXF”（用于CAD）、“.WMF”（用于桌面出版）等等。图形技术的关键是图形的制作和再现，图形只保存算法和特征点，所以相对于图像的大数据量来说，它占用的存储空间也就较小，但在屏幕每次显示时，都需要经过重新计算。

3.图像（Image）

图像是指用数字点阵方式表示的场景画面。静止的图像是一个矩阵，由一些排成行列的点组成，这些点称为像素点（Pixel），这种图像称为位图（Bitmap）。位图中的位用来定义图中每个像素点的颜色和亮度。对于黑白线条图常用1位置表示，对灰度图常用4位（16种灰度等级）或8位（256种灰度等级）表示该点的亮度，而彩色图像则有多种描述方法。位图图像适合于表现层次和色彩比较丰富、包含大量细节的图像。彩色图像需要由硬件（显示卡）合成显示。

图像文件在计算机中的存储格式有多种，如BMP、PCX、TIF、TGA、GIF、JPG等，一般数据量都较大。它除了可以表达真实的照片，也可以表现复杂绘画的某些细节，并具有灵活和富于创造力等特点。

图像的关键技术是图像的扫描、编辑、压缩、快速解压和色彩一致性再现等。图像处理时一般要考虑以下3个因素。

（1）分辨率

有屏幕分辨率、图像分辨率和像素分辨率3种。其中屏幕分辨率指计算机显示器屏幕显示图像的最大显示区，以水平和垂直像素点表示，多媒体PC标准定一位640×480个像素点。图像分辨率指数字化图像的大小，以水平和垂直像素点表示。例如，在640×480屏幕上显示320×240个像素点的图像，“320×240”就是图像分辨率。像素分辨率是指像素的宽高比，一般为1∶1。在像素分辨率不同的机器间传输图像时会产生畸变。因此，分辨率影响图像质量。

（2）图像灰度

图像灰度是指每个图像的最大颜色数，屏幕上每个像素都用1位或多位描述其颜色信息。如单色图像的灰度为1位二进制码，表示亮与暗；若每个像素4位，则表示支持16色；8位支持256色；若灰度为24位，则颜色数目达1677万多种，通常称为真彩色。简单的图画和卡通可用16色，而自然风景图则至少要256色。

（3）图像文件大小

用Byte（字节）为单位表示图像文件的大小时，描述方法为：（高×宽×灰度位数）/8，其中高是指垂直方向的像素值，宽是指水平方向的像素值。例如，一幅640×480的256色图像为640×480×8／8=307　200Byte。图像文件大小会影响图像从硬盘或光盘读入内存的传送时间，为了减少传送时间，应缩小图像尺寸或采用图像压缩技术。在多媒体设计中，一定要考虑图像文件的大小。

对图像文件可进行改变图像尺寸、对图像进行编辑修改、调节调色板等处理。必要时可用软件技术减少图像灰度，以求用较少的颜色描绘图像，并力求达到较好的效果。

图形与图像在用户看来是一样的，而从技术上来说则完全不同。同样一幅图，例如一个圆，若采用图形媒体元素，其数据记录的信息是圆心坐标点（x,y）、半径r及颜色编码；若采用图像媒体元素，其数据文件则记录在哪些坐标位置上有什么颜色的像素点。所以图形的数据处理起来更灵活，而图像数据则与实际更加接近。

4．视频（Video）

若干有联系的图像数据连续播放便形成了视频。视频图像可来自录像带、摄像机等视频信号源的影像，这些视频图像使多媒体应用系统功能更强、更精彩。但由于上述视频信号的输出大多是标准的彩色全电视信号，要将其输入到计算机中，不仅要有视频信号的捕捉，将其实现由模拟信号向数字信号的转换，还要有压缩和快速解压缩及播放的相应软硬件处理设备配合。同时在处理过程中免不了受到电视技术的各种影响。

彩色电视主要有3种制式，即NTSC（525/60）、PAL（625/50）、SECAM（625/50），括号中的数字为电视显示的线行数和频率。如PAL制的扫描线数为625线，工作频率在50Hz下。当计算机在对其进行数字化时，就必须要在规定时间内（如1/30秒内）完成量化、压缩和存储等多项工作。视频文件的存储格式有：AVI、MPG、MOV等。

动态视频对于颜色空间的表示有多种情况，最常见的是R、G、B（红、绿、蓝）三维彩色空间。此外，还有其他色彩空间表示，如Y、U、V（Y为亮度，U、V为色差），如H、I、S（色调、饱和度、强度）等，并且还可以通过坐标变换而相互转换。

对于动态视频的操作和处理除了在播放过程的动作与动画相同外，还可以增加特技效果，如硬切、淡入、淡出、拷贝、镜像、马赛克和万花筒等，用于增加表现力，但这在媒体中属于媒体表现属性的内容。在视频中有如下几个重要的技术参数。

（1）帧速

视频是利用快速变帧的内容而达到运动的效果。视频根据制式的不同有30帧/秒（NTSC）、25帧/秒（PAL）等。有时为了减少数据量而减慢了帧速，例如只有16帧/秒，也可以达到满意程度，但效果略差。

（2）数据量

如不计压缩，数据量应是帧速乘以每幅图像的数据量。假设一幅图像为1MB，则每秒将达到30MB（NTSC），但经过压缩后可减少几十倍甚至更多。尽管如此，图像的数据量仍然很大，以至于计算机显示等跟不上速度，导致图像失真。此时就只有在减少数据量上下工夫，除降低帧速外，也可以缩小画面尺寸，如仅1/4屏或1/16屏，都可以大大降低数据量。

（3）图像质量

图像质量除了原始数据质量外，还与视频数据压缩的倍数有关。一般说来，压缩比较小时，对图像质量不会有太大影响，而超过一定倍数后，将会明显看出图像质量下降。所以数据量与图像质量是一对矛盾，需要合适的折中。

5.动画（Animation）

动画是通过一系列连续的画面来表现运动的技术，它以一定的速度播放以达到视觉上连续运动的效果。计算机动画是由一系列静止画面按照一定顺序连续播放而成。动画的连续播放即指实践上的连续，也指内容上的连续，即播放的相邻两幅图形之间内容相差不大。动画压缩和快速播放也是动画技术要解决的重要问题，其处理方法有多种。计算机设计动画方法有两种：一种是造型动画，一种是帧动画。前者是对每一个运动的物体分别进行设计，赋予每个对象一些特征，如大小、形状、颜色等，然后用这些对象构成完整的帧画面。造型动画每帧由图形、声音、文字、调色板等造型元素组成，控制动画中每一帧中图元表演和行为的是由制作表组成的脚本。帧动画则是由一幅幅位图组成的连续的画面，就像电影胶片 或视频画面一样，要分别设计每个屏幕显示的画面。

计算机制作动画时，只要做好主动作画面，其余的中间画面都可以由计算机内插来完成。不运动的部分直接拷贝过去，与主动作画面保持一致。当这些画面仅是二维的透视效果时，就是二维动画。如果通过CAD形式创造出空间形象的画面，就是三维动画；如果使其具有真实的光照效果和质感，就成为三维真实感动画。存储动画的文件格式有FLC、SWF等。

创作动画的软件工具较复杂、庞大。高级的动画软件除具有一般绘画软件的基本功能外，还提供了丰富的画笔处理功能和多种实用的绘画方式，如平滑、虚边、打高光、涂抹、扩散、模办屏蔽及背景固定等，调色板支持丰富的色彩。

动画也有和视频类似的技术参数。

6.音频（Audio）

数字音频可分为波形声音、语音和音乐。波形声音实际上已经包含了所有的声音形式，它可以把任何声音都进行采样量化，并恰当的恢复出来，相对应的文件格式是WAV文件或VOC文件。人的说话声虽是一种特殊的媒体，但也是一种波形，所以和波形声音的文件格式相同。音乐是符号化了的声音，乐谱可转换为符号媒体形式，对应的文件格式是MID或CMF文件。将音频信号集成到多媒体中，可提供其他任何媒体不能取代的效果，不仅烘托气氛，而且增加活力。音频信息增强了对其他类型媒体所表达的信息的理解。

通常，声音用一种模拟的连续波形表示。波形描述了声音的振动，波形最高点（或最低点）与基线间的距离为振幅，振幅表示声音的强度。波形中两个连续波峰间的距离成为周期。波形频率由1秒内出现的周期数决定，若每秒1000个周期，则频率为1kHz。通过采样可将声音的模拟信号数字化，采样值可重新生成原始波形。

对声音的处理，主要是编辑声音和声音不同存储格式之间的转换。计算机音频技术主要包括声音的采集、数字化、压缩/解压缩以及声音的播放。影响数字声音波形质量的主要因素有以下3个：

（1）采样频率。采样频率等于波形被等分的份数，份数越多（即频率越高），质量越好。

（2）量化精度。量化就是把采样所得到的值（通常是反映某一瞬间的声波幅度的电压值）加以数字化，用二进制数来表示。量化时采用的二进制数的位数称为量化精度。量化采样值的过程为：先将整个幅度划分为有限个小幅度（量化阶距），把落入某个阶距内的样值归为一类，并赋予相同的量化值。显然所用的二进制位数越多，量化阶距越小，从而量化误差就越小，对原始波形的模拟就越细腻，还原出来的声音质量也就越高，但增加量化精度也会增加数字音频的数据量。经常采用的量化精度为8位、12位和16位。

（3）声道数。反映数字化音频质量的另一个因素是声道个数。所谓单声道是指每一次仅生成一个声波数据。同时生成两个声波数据的，即称为立体声或双声道，立体声更能反映人的听觉感受。人通过两个耳朵听声音，从而可以判断声源的方向和位置。立体声就反映了这样一种听觉特性，所以现场真实感强，在多媒体创作中得到越来越广泛的应用，但立体声数字化后的数据量却是单声道的两倍。