多媒体元素：文本、图像、声音、动画、视频|信息技术基础

多媒体应用的根本是以自然习惯的方式，有效地接收计算机世界的信息，信息通过媒体展现。多媒体元素就是指多媒体应用中可以显示给用户的媒体组成。目前，多媒体大多只利用了人的视觉和听觉，即使在“虚拟现实”中也只用到触觉，而味觉、嗅觉尚未集成进来。媒体元素一般包括文本、图形、图像、声音、动画和视频等。

（1）文本

文本就是习惯使用的文字集合，是人和计算机交互作用的主要形式，而且不仅仅在计算机领域，传统上，人们通过书本、报纸、信函等进行交流。文本作为计算机文字处理的基础，也是多媒体应用的基础。在人机交互中，文本主要有两种形式：非格式化文本和格式化文本。

（2）图像

有的资料将图像定义为：“凡是能为人类视觉系统所感知的信息形式或人们心中的有形想象”。在媒体展现时，无论是传统的文字，还是图形、视频，最终都是以图像的形式出现，更确切地讲是以“像素点”的形式展现。与像素点对应的数字图像称位图（bitmap）图像（简称位图），这是数字图像的一种基本格式。

除了位图外，还有许多其他格式的图像（包括压缩格式），实际上不同的设备都有自己默认的图像格式，各种格式的图像可以转换。常见的图像格式有BMP、DIB、TIF、GIF及JPEG等。

（3）图形

图形也称矢量图（vector graphic），它们是由诸如直线、曲线、圆或曲面等几何图形（称为图形）形成的从点、线、面到三维空间的黑白或彩色几何图形。这些几何图形可以被删除、增加、移动、修改、倾斜或延伸，还有像灰度、颜色、填充图案或透明度等属性。(www.xing528.com)

图形可以通过图形编辑器产生，也可以由程序生成。图形文件的常用格式有DXF、PIF、SLD、DRW、PHIGS、GKS及IGS等。

（4）音频

音频有时也泛称声音，除语音、音乐外，还包括各种音响效果。数字化后，计算机中保存声音文件的格式有多种，常用的有两种：波形音频文件（WAV）、数字音频文件（MIDI）。

（5）动态图像（动画和视频）

如果像放映电影一样，利用人眼的视觉惰性，在时间轴上，每隔一段时间，就在屏幕上展现一幅有上下关联性的图像、图形，就形成了动态图像，任何动态图像都是由多幅连续的、顺序的图像序列构成，序列中的每幅图像称为“帧”。如果每一帧图像都是由人工或计算机生成的图形时，该动态图像就称为二维动画；若每帧图像为计算机产生的具有真实感的图像，则称为三维真实感动画，二者统称动画；而当每一帧图像为实时获取的自然景物图像时，就称为动态影像视频，简称动态视频或视频。现在，包括模式识别在内的先进技术允许把捕捉的视频和动画结合在一起，形成了运动图像。

为了保证获得较好的运动感觉，帧速（每秒钟播放的帧数）应该大约为15帧／s或16帧／s。帧速在10～16帧／s时，会感到画面在抖动。相对应，电影采用的帧速是24帧／s，NTSC制式电视的帧速是30帧／s，PAL制式的帧速是25帧／s。运动图像每秒钟的数据量是帧速乘以单帧数据量。若一幅图像的数据量为1 MB，帧速为25帧／s，则1 s的数据量为25 MB。可以看出存放运动图像（特别是视频）的数据量是很大的，必须进行压缩。研究好的压缩算法是多媒体应用的关键之一，一方面压缩比（压缩前的数据量和压缩后的数据量之比）要高；另一方面也要考虑压缩和解压缩的实时性及压缩后图像的质量。