[摘要]
计算机处理多媒体，首先要把多媒体转换成数字化。把声音的数字化基本方法：采样、量化，数字声音的质量取决于采样频率和量化分级的细密程度。每秒存储空间=声道数×采样频率（Hz）×量化值。图像的数字化是将图像分解为许许多多的点，每个点称为“像素”，再把每个点转化为二进制代码存储。黑白图像的存储量计算方法是水平分辨率与垂直分辨率相乘；灰色图像的的存储量计算方法是水平分辨率与垂直分辨率相乘，再乘以n级灰度的二进制数位长度k/8（字节）(2k=n)；彩色图像的每个像素点信息量更多，每个像素点可以使用３个字节来表示，其存储量计算方法水平分辨率与垂直分辨率相乘，再乘以3（字节）；
[关键词]
多媒体,声音数字化,采样,量化,图像的数字化,像素,存储量计算
媒体（Media）就是人与人之间实现信息交流的中介，简单地说，就是信息的载体，也称为媒介。
多媒体是对多种媒体的融合，将文字、声音、图像、动画和视频等通过计算机技术和通信技术集成在一个数字环境中，以协同表示更多的信息。多媒体技术就是指利用计算机技术把文本、图形、图像、声音、动画和视频等多种媒体综合起来，使多种信息建立逻辑连接，并能对它们进行获取、压缩、加工处理及存储，集成为一个具有交互性的系统。
将声音、图像、图形、视频转化为二进制代码存储的过程叫数字化。
将这些连续、平滑变化的模拟量转化为数字化信息，需要通过一定的传感器来进行量化，从而实现数模转换。
各种传感器示意图
1 声音的数字化
声音是一种波，声波通过空气的振动传递到人的耳膜，引起振动，形成听觉效果。是一种模拟信号。
如何将模拟信号转化成数字信号呢？
基本方法： 采样、量化
1.1声音的振幅和频率：
一般的声音（包括音乐、声响等）都可以用波形来表示，演示：
用Windows附件中的录音机程序播放wav文件，都会看到声音波形。（见下图）
模拟音响的主要参数是振幅和频率：
波形的振幅则表示声音的大小（音量），振幅越大，声音就越响，反之声音就越轻。
频率的高低表示声音音调的高低（我们平时称之为高音、低音），两波峰之间的距离越近，声音越尖锐（平时称之为高音），反之声音越低沉（平时称之为低音）。
1.2声波的数字表示
要把声波用数字方法表示，首先要对其进行采样，即每隔一个时间段读取波形中的一个相应的数据（见上图）；高度用量化值16b=两个字节B记录，两个字节B的振幅高度划分从0～65535(即0～216-1)个级别，然后计算机对一个连续的模拟声波，每秒进行n次采样，每次采样点的数据用二进制数记录。
每秒对声音波形采样的次数称为“采样频率”，用赫兹（Hz）作它的单位。若每秒采样30次即为30Hz，每秒采样1000次即为1000Hz或lKHz。采样频率越小，与原来的声音差异就越大；采样频率越大即每秒钟采样次数越多，采样点所连成的图形就越接近原图，即声音越真实，但过多的采样数将增加存储量。
—般的CD立体声采用44KHz的采样频率，由于立体声有两个声道，因此每秒需要用2×44000×2B(或16b) = 88000次（点）×2 B(或16b)振幅的存储空间，所以计算公式为：每秒存储空间=声道数×采样频率（Hz）×2 B（量化值）
2 图象的数字化
2.1图象的数字化：
现实生活中的物体或它们的照片，可以通过扫描仪、数字相机、图像信号采集卡等设备输人到计算机内，计算机以数字化的信息表示和存放图像信息，数字化的图像包含有分辨率、颜色表示和数据压缩等重要概念。
图像的数字化方法是把图像分解为许许多多的小方块一样的“像素（pixels）”点，每个点称为“像素”，再把每个点转化为二进制代码存储。（见下图）
2.1.1对黑白图像的数字化
由于单色图像只有黑和白两种颜色，我们用0表示黑色、用1表示白色，即如果像素上对应的颜色是黑色则在计算机中用0来表示，如果像素上对应的颜色是白色则在计算机中用1来表示。
像上面一个黑白图像，我们可分解为七行七列的小方块 “像素（pixels）”点，如果用0表示黑色、用1表示白色，则每行我们用二进制代码来表示如下：
第一行：0001000…
第四行：1111111…
第七行：0001000
这个黑白图像的存储空间是：7×7=49（像素）比特（bit） (bit简记：b)
由此可见，如果用计算机来存储位图图像信息，一个比特（位）存储一个像素，一个字节则可存储八个像素。我们来计算一下，一幅分辨率为800×600的黑白图像需要多少的存储空间呢？
将图像的水平分辨率与垂直分辨率相乘得到图像的总像素：
800×600＝480000（像素）比特（bit） (bit简记：b)
转换成字节: 480000÷8＝60000 (字节/Byte)。 (B简记：B，1B=8b)）
因此，得到一幅分辨率为800×600的黑白图像需要用60000B存储空间。
2.1.2灰色图像的数字化：
每一个像素的灰色程度不同，需要更多的二进制位来表示。
假如一幅800*600图像具有256级灰度，存储需要多少字节？ 分析：此图像为256级灰度，每一个像素点的色彩深浅是256种灰度中的一种，要表达256种编码需要8位长度的二进制编码，因为：我们知道28＝256，{ 0～(11111111)2 = (255)10 }也就是说每一格像素对应的一种颜色要用8个比特即1个字节的存储空间。所以一幅分辨率为800×600的像素的256种颜色的图像要用的存储空间为：
800×600×8个比特＝480000（比特/bit）×8个比特÷8（b/Byte）＝480000（字节）
2.1.3 彩色图像的数字化：
彩色图像的每个像素点信息量更多，每个像素点可以使用３个字节来表示，每个字节分别表示红、绿、蓝成分，即：ＲＧＢ是三原色R(red)、G(green)、B(blue)。RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2…直到255, 每个256级亮度要用8个比特即1个字节的存储空间。
彩色图像的存储量：所有像素 × ３个字节
例：一幅1024*768的彩色图像，每个像素使用３个字节，则存储占用多少多少字节？分析： 存储量：1024*768*3=2359296
按照计算，256级的RGB色彩总共能组合出约1678万种色彩，即256×256×256＝16777216。通常也被简称为1600万色或千万色。也称为24位色(2的24次方)，这种真彩色图像带来优越的图像质量，其代价是需要更多的存储空间和传送时间。
3 视频的数字化
视频是由一连串相关的静止图像组成，我们将一幅图像称为一个帧，视频每秒显示的帧数是因不同的制式而异的，如中国使用的是PAL制，每秒显示25帧，欧美国家常采用NTSC制，每秒显示30帧。(你今后使用、调节摄象机、录象机、DVD机、电视机等，要注意PAL制和NTSC制的匹配)
假如视频1秒要显示30帧，可以计算1秒钟640×480像素256色（28＝256，即 8个比特即1个字节）的视频存储空间为：640×480×8÷8×30 = 640×480×30 = 9216000个字节（约9M B)
如果采用的是24位真彩色，那么90分钟的电影需要139GB(1G=1024M)的存储空间。这样庞大的数据处理对计算机的要求很高，代价很大，因此科学家们通过编码、压缩的方法来减少视频信号的数据量（JPG图片和DVD影片及MP3音乐都是压缩格式的，普通DVD4.7 GB，单层双面DVD的最大容量为9.4GB，最高容量17GB左右，是目前最大的DVD光盘。
参考文献
陶增乐主编，信息技术基础，浙江教育出版社，2007
宁波效实中学陈诗华
联系客服
