
- •1. Предмет мультимедиа. Задачи. Аппаратура. Примеры.
- •3. Разработка шрифтов. Средства и методы.
- •4. Классификация шрифтов (растровые, векторные, алгоритмические и т.Д.)
- •5. Компьютерные шрифты (Type1, TrueType).
- •6. Текст, основные понятия, метрика
- •7. Текст, правила набора, вёрстки, оформление систем мультимедиа.
- •8. Гипертекст, основные понятия, программы создания.
- •9. Графика. Сканирование изображений, обработка изображений.
- •10. Графические форматы. Растровые и векторные изображения.
- •11. Цвет, модели, палитры.
- •12. Матричные операции
- •13. Методы обработки растровой графики.
- •14. Эффекты и фильтры в растровой графике.
- •15. Математические подходы к подавлению шума.
- •16. Кодирование, классификация, методы сжатия (rle, Хаффман, jpeg)
- •2. Алгоритм Хаффмана.
- •3. Jpeg.
- •4. Lzw(Lempel-Ziv & Welch).
- •17. Трассировка и программы трассировки.
- •18. Программы создания и обработки графики
- •19. Звук. Характеристики и параметры. Квантование, дискретизация.
- •20. Звук. Кодирование, mp3.
- •21. Звук. Форматы файлов, редактирование и эффекты
- •5. Формат wma (Windows Media Audio)
- •6. Формат OggVorbis.
- •22.Звуковые платы. Аппаратура воспроизведения и записи звука.
- •23. Программы обработки звука, подходы к подавлению шума, эффекты, моделирование звука.
- •1. Изменение высоты и темпа звука
- •24. Видео и анимация. Аналоговое и цифровое. Форматы видеофайлов.
- •Форматы видеофайлов.
- •2. Audio Video Interleave (сокращённо avi; букв. Чередование Аудио и Видео) — riff-медиа-контейнер, впервые использованный Microsoft в 1992 году.
- •25. Цифровые видеостандарты.
- •26.Аппаратура. Оцифровка, редактирование.
- •27. Сжатие, классификация методов кодирования.
- •28. Сжатие, технологии, методы, mpeg.
- •3. Дискретное Wavelet-преобразование (dwt)
- •4. Разность кадров
- •5. Mpeg
- •29. Стандарт dvd, mpeg.
- •30.Интегрирующие пакеты. Классификация, назначение.
- •2. Изобразительное управление потоком данных
- •3. Кадр
- •4. Карточка с языком сценариев
- •6. Иерархические объекты
- •8. Маркеры (тэги)
3. Jpeg.
1) Программа делит изображение на блоки - матрицы размером 8х8 пикселей.
2) Схема YUV использует три компоненты, Y – яркость (может быть использована как чёрно – белое изображение), U – голубизна, V – краснота. Перевод из RGB осуществляется по схеме (может быть ошибка округления):
Y = 0.299R + 0.587G + 0.114B, U = 0.1687R - 0.3313G + 0.5B, V = 0.5R - 0.1187G + 0.0813B
. Так как глаз человека более чувствителен к первой компоненте, чем к двум другим, то в JPEG допускает дискретизацию различных компонент с различной частотой. Наиболее общий случай – использование одной выборки U и V для четырёх выборок Y. Это позволяет сохранять лишь 50% используемого объёма при практически неизменном качестве изображения. Технология дискретизации, при которой некоторые компоненты оцифровываются с меньшей частотой, чем другие, называется поддескритизацией.
3) К значениям пикселей применяется формула, названная дискретным косинусоидальным преобразованием (Discrete Cosine Transform - DCT). DCT переводит матрицу значений пикселей 8х8 в матрицу значений амплитуд такой же размерности, соответствующую определенным частотам синусоидальных колебаний. Левый верхний угол матрицы соответствует низким частотам, а правый нижний - высоким.
Дискретное косинусоидальное преобразование (DCT) превращает массив данных интенсивности в массив данных частоты, который содержит информацию о том, как быстро изменяется интенсивность. В JPEG применяется DCT для квадратов 8*8 данных о пикселях для каждого компонента цвета.
4. Lzw(Lempel-Ziv & Welch).
Один из самых распространенных кодов сжатия без потерь. Используется в TIFF и GIF. Коэффициенты сжатия: 1/1000, 1/4, 7/5. Работа алгоритма основана на поиске во входном файле повторяющихся последовательностей символов, которые кодируются комбинациями длиной от 8 до 12 бит. Таким образом, наибольшую эффективность данный алгоритм имеет на текстовых файлах и на графических файлах, в которых имеются большие одноцветные участки или повторяющиеся последовательности пикселей.
17. Трассировка и программы трассировки.
Так же автоматическую трассировку можно делать в специальных плагинах для пакетов (Adobe Streamline для Adobe Illustrator).
А так же есть программы специально предназначенные для трассировки.
Преимуществом векторных иллюстраций является возможность их свободной трансформации — векторное изображение можно вращать и масштабировать практически без потери его качества. Естественно, создавать векторные изображения желательно в специализированных векторных пакетах, таких как Adobe Illustrator. Однако в реальности это получается далеко не всегда. Так, изображение, например логотип, могло быть создано давно, а теперь сфера его применения расширяется — оно будет использоваться на полноцветных буклетах, рекламных плакатах, Web-сайте компании, сувенирах и т.п. Это автоматически предполагает значительное масштабирование изображения, печать с использованием различных технологий, а также в цвете и в черно-белом варианте. Никакое, даже самое тщательное сканирование не сможет обеспечить подобных трансформаций растрового изображения в дальнейшем. Единственный путь — получение идентичного векторного изображения, создавать которое с нуля — не лучший и не самый быстрый вариант. Предпочтительнее прибегнуть к векторизации, или трассировке, — она позволит сэкономить немало времени и получить на выходе идентичное векторное изображение.
Основная задача трассировки состоит в том, чтобы на базе отсканированного растрового изображения получить его векторный аналог. На практике это означает создание серии векторных контуров, в целом совпадающих по форме с реальными объектами исходного растрового изображения, с которыми в дальнейшем можно выполнять любые преобразования, допустимые для векторных контуров. Однако следует иметь в виду, что трассированные изображения внешне не являются полными копиями исходных растровых рисунков и представляют собой лишь их значительно упрощенный вариант, который можно рассматривать как исходный материал для последующей обработки. Попытка добиться большей схожести растрового изображения и рисунка, полученного в результате трассировки, — далеко не лучшее решение, так как зачастую ведет к формированию огромного количества векторных контуров, с которыми затем слишком сложно, а то и невозможно работать. Оптимальным считается создание векторных контуров, совпадающих по числу с количеством реальных объектов растрового изображения и соответствующих им.