多媒体第一个作业是LZW编码,课件的上的一句话“文本文件和光栅图像文件的数据重复度很高,所以适合字典编码”给我印象挺深,想就此发表一下对文本文件和光栅图像文件的理解。
文本文件,我们经常看的估计也就是记事本了,也就是所谓的.txt文件。在熟悉文本文件之前,一些基本的编码东西还是要了解的,首先ASCII码,UNICODE码,UTF系列编码。ASCII,美国信息交换标准代码(America standard code of Information Interchange),用一个字节的7位,美国专用。欧洲也要编码,于是字节的8位全用上,有了IBM/ISO Latin-1。然后是第三世界国家,中国,韩国等,于是就必须得扩展了,我们中文辐射区的文字表示甚是复杂,于是两个字节的UNICODE出世。但是在几种编码的兼容问题出现了,怎样让中文的一个文件能在美国读出来呢?一种权衡方案出台--UTF系列。UTF,Universal Transformation Format,通用转换格式。UTF-8是一种非定长的字符表示方式,具体实现可以参见相关资料。
下面讨论输入码,区位码,国标码,机器码。国家标准总局1981年发布的《信息交换用汉字编码字符集--基本集》也就是著名的GB2312,是我国ASCII码。输入码,也就是我们中国人在英文键盘上的输入的码字,输入码可以有许多种,比如按拼音方式的输入码,按字型方式的输入码,甚至汉王的手写等模式识别类的输入工具都可以。输入码转变成区位码,这里涉及不同输入码的映射方式。区位码是把所有的中文字符及一些汉字中定义的一些字符等映射到一个94*94的矩阵,矩阵的行叫做区,矩阵的列叫做位。按理说汉