Файл: Методы кодирования данных (Кодирование аудиоданных в формате WAV).pdf

Таблица 1 – основные теги в файле TIFF.

Код	HEX	Название	Описание
254	0x00FE	NewSubfileType	Тип данных, хранящихся в этом файле. Эта метка является заменой метке SubfileType, и является очень полезным, когда в одном TIFF файле хранится несколько изображений.
255	0x00FF	SubfileType	Тип данных, хранящихся в этом файле (старый).
256	0x0100	ImageWidth	Количество столбцов в изображении.
257	0x0101	ImageLength	Количество строк в изображении.
258	0x0102	BitsPerSample	Количество бит в компоненте. Эта метка предполагает различное число битов в каждом компоненте (хотя в большинстве случаев оно одинаковое). Например, для RGB может быть 8 для всех компонентов — красного, зелёного и голубого, или 8,8,8 для каждого из компонентов.
259	0x0103	Compression	Используемый вид компрессии.
262	0x0106	PhotometricInterpretation	Используемая цветовая модель.
263	0x0107	Threshholding	Вид преобразования серого в чёрное и белое для черно-белых изображений.
264	0x0108	CellWidth	Количество колонок в матрице преобразования из серого в чёрное и белое.
265	0x0109	CellHeight	Количество строк в матрице преобразования из серого в чёрное и белое.
266	0x010A	FillOrder	Логический порядок битов в байте.
270	0x010E	ImageDescription	Описание изображения.
271	0x010F	Make	Производитель изображения.
272	0x0110	Model	Модель или серийный номер.
273	0x0111	StripOffsets	Смещение для каждой полосы изображения в байтах.
274	0x0112	Orientation	Ориентация изображения.
277	0x0115	SamplesPerPixel	Количество компонентов на пиксель.
278	0x0116	RowsPerStrip	Количество строк на полосу.
279	0x0117	StripByteCounts	Количество байт на полосу после компрессии.
280	0x0118	MinSampleValue	Минимальное значение, используемое компонентом.
281	0x0119	MaxSampleValue	Максимальное значение, используемое компонентом.
282	0x011A	XResolution	Количество пикселей в ResolutionUnit строки.
283	0x011B	YResolution	Количество пикселей в ResolutionUnit столбца.
284	0x011C	PlanarConfiguration	Метод хранения компонентов каждого пикселя.
288	0x0120	FreeOffsets	Смещение в байтах к строке неиспользуемых байтов.
289	0x0121	FreeByteCounts	Количество байтов в строке неиспользуемых байтов.
290	0x0122	GrayResponseUnit	Разрешение данных, хранящихся в GrayResponseCurve.
291	0x0123	GrayResponseCurve	Величина плотности серого.
296	0x0128	ResolutionUnit	Разрешение данных, хранящихся в XResolution, YResolution.
305	0x0131	Software	Имя и версия программного продукта.
306	0x0132	DateTime	Дата и время создания изображения.
315	0x013B	HostComputer	Компьютер и операционная система, использованные при создании изображения.
316	0x013C	Artist	Имя создателя изображения.
320	0x0140	ColorMap	Цветовая таблица для изображений, использующих палитру цветов.
338	0x0152	ExtraSamples	Описание дополнительных компонентов.
33432	0x8298	Copyright	Имя владельца прав на хранимое изображение.

---

Таким образом, в целом графическая информация кодируется при помощи различных методологий, а главной информацией в файле можно считать координаты участков определенного цвета.

Кроме того, сам по себе цвет часто кодируется при помощи шестнадцатиричного кода[8]. Каждому цвету соответствует шестиразрядный код в шестнадацтиричной системе счисления. Он делится на три секции по два разряда: #RRGGBB, где RR – доля красного цвета, GG – доля зеленого цвета, BB – доля голубого цвета. В качестве примера можно рассмотреть часть таблицы веб-цветов (безопасных цветов). Она приведена на рисунке 4.

Рисунок 3 – часть таблицы безопасных цветов.

Кодирование аудиоданных в формате WAV

Для представления звука в цифровых форматах, в каждый единичный интервал времени производится измерение амплитуды сигнала. В силу того, что сам по себе звук имеет волновую природу, для точного представления его в цифровом виде, необходимо также непрерывно измерять амплитуду колебаний. В действительности, количество измерений в секунду, называемое частотой дискретизации, варьируется от 10000 до 96000. Наиболее часто применяется частоты 44100 и 48000 Гц. В качестве амплитудной градации (разрешения) применяют 28, 216 и 224 бита. Само собой, при оцифровке аудиосигнала возникают искажения и отклонения, которые напрямую зависят от частоты дискретизации и разрешения. Высокочастотные искажения могут подавляться при помощи специальных фильтров, которые размещаются на выходе цифро-аналогового преобразователя[9].

Звук в цифровом формате занимает достаточно большой объём памяти. Для примера возьмём аудиофайл, длительность которого составляет 60 секунд, частота дискретизации равна 44100 Герц, а разрешение – 16 бит. Такой файл занимает чуть более 10 мегабайт дискового пространства.

Звуковые файлы плохо сжимаются в архивы стандартными средствами, но существуют различные форматы, которые позволяют сократить объём используемого пространства памяти, однако в связи с этим возникают потери качества, поэтому для профессиональной работы со звуком не применяются форматы со сжатием.

Рассмотрим кодирование звука в формате WAV. Для данного формата характерно 2 строго отделенных друг от друга области: это заголовок файла, содержащий техническую информацию, и аудиоданные, представляющие звук.

---

Заголовок файла содержит информацию о:

• размере аудиофайла;
• каналах;
• частоте дискретизации;
• глубине звучания.

Эти термины уже были озвучены ранее, и их определение было дано, поэтому перейдем к структуре файла WAV, а именно - к заголовку. Его структура описана в таблице 2.

Таблица 2 – структура файла WAV.

0-3	chunkId	Содержит символы «RIFF» в ASCII кодировке 0x52494646. Является началом RIFF-цепочки.
4-7	chunkSize	Это оставшийся размер цепочки, начиная с этой позиции. Иначе говоря, это размер файла минус 8, то есть, исключены поля chunkId и chunkSize.
8-11	format	Содержит символы «WAVE» 0x57415645
12-15	subchunk1Id	Содержит символы "fmt " 0x666d7420
16-19	subchunk1Size	16 для формата PCM. Это оставшийся размер подцепочки, начиная с этой позиции.
20-21	audioFormat	Аудио формат, список допустипых форматов. Для PCM= 1 (то есть, Линейное квантование). Значения, отличающиеся от 1, обозначают некоторый формат сжатия.
22-23	numChannels	Количество каналов. Моно = 1, Стерео = 2 и т.д.
24-27	sampleRate	Частота дискретизации. 8000 Гц, 44100 Гц и т.д.
28-31	byteRate	Количество байт, переданных за секунду воспроизведения.
32-33	blockAlign	Количество байт для одного сэмпла, включая все каналы.
34-35	bitsPerSample	Количество бит в сэмпле. Так называемая «глубина» или точность звучания. 8 бит, 16 бит и т.д.
36-39	subchunk2Id	Содержит символы «data» 0x64617461
40-43	subchunk2Size	Количество байт в области данных.
44-	data	Непосредственно WAV-данные.

Методы кодирования символьных данных. Кодировка Unicode и ASCII

Unicode – одна из наиболее популярных кроссплатформенных мультиязычных кодировок, которая используется для описания различных текстовых символов. В Unicode есть большое количество символов и национальных литералов.

В Unicode для кодирования символов предоставляется 31 бит (4 байта за вычетом одного бита). Количество возможных комбинаций дает запредельное число: 231 = 2 147 483 684 (т.е. более двух миллиардов). Поэтому Unicode описывает алфавиты всех известных языков, даже «мертвых» и выдуманных, включает многие математические и иные специальные символы. Однако информационная емкость 31-битового Unicode все равно остается слишком большой. Поэтому чаще используется сокращенная 16-битовая версия (216 = 65 536 значений), где кодируются все современные алфавиты. Данная кодировка частично совпадает с ASCII (одинаковые коды имеют первые 128 символов).

---

Рассмотрим методику наложения символов в Unicode для получения специальных литералов. Это происходит с использованием различных методологий. На рисунке 4 представлен пример получения некоторых символов путем совмещения в формате NFD – рекурсивного сложения.

Рисунок 4 – сложение символов Unicode в методологии NFD.

Методология NFKD позволяет получить совмещенные символы в форме совместной декомпозиции. Пример использования данной методологии приведен на рисунке 5.

Рисунок 5 – сложение символов с использованием NFKD.

Также существуют и другие методологии для сложения символов в данной кодировке.

Далее следует рассмотреть кодировку символов в машинном представлении – UTF-8, одной из базовых составляющих Unicode.

Схема кодирования состоит из трёх последовательных процедур. В первую очередь определяется количество байт для представления символа, при этом номер символа берется из Unicode-таблицы. Пример представлен на рисунке 6.

Рисунок 6 – соответствие диапазона номеров символов количеству байт в Unicode.

Далее производится установка старших битов:

• 0, если требуется 1 байт;
• 110, если требуется 2 байта;
• 1110, если требуется 3 байта;
• 11110, если требуется 4 байта.

Рисунок 7 – шаблон кодирования символов.

Затем производится установка необходимых значений в младших байтах, которые непосредственно определяют символ. Примеры кодирования приведены на рисунке 8.

Рисунок 8 – примеры кодирования символов.

Чтобы указать на то, что файл содержит символы в кодировке Unicode, в заголовке файла выставляются преамбулы – маркеры последовательности. Они показаны на рисунке 9.

Рисунок 9 – маркеры последовательности в Unicode.

ASCII (American standard code for information interchange) — одна из наиболее распространенных и самая поддерживаемая из существующих на данный момент кодировка для представления распространенных символов, разработанная в Соединенных Штатах Америки в 1963 году[4]. В данной таблице кодировки приводятся однобайтные коды для следующих групп символов:

• арабские цифры;
• латинский алфавит (верхний и нижний регистры);
• знаки пунктуации;
• управляющие знаки;
• дополнительные буквы национальных алфавитов.

---

В ASCII коды цифр начинаются с 0011 в двоичной системе, а заканчиваются самим значением представляемого числа в данной системе счисления. К примеру, 0101 – двоичный код числа 5, а 01110101 – код символа «5» в таблице ASCII. Таким образом, каждое число в двоичной системе счисления можно превратить в строку ASCII путем добавления к каждому из них префикса 0011.

Кодирование видеоданных. Формат AVI

Формат AVI – RIFF-видеоформат, разработанный компанией Microsoft в 1992 году. Файлы с расширением AVI могут содержать видео- и аудиоданные, сжатые с использованием разных комбинаций кодеков, что позволяет синхронно воспроизводить видео со звуком. Файл AVI может содержать различные виды компрессированных данных (например, DivX-видео + WMA-аудио или Indeo-видео + PCM-аудио), в зависимости от того, какой кодек используется для кодирования/декодирования. Как и DVD, файлы AVI поддерживают многопоточное аудио-видео.

Файл начинается с заголовка, который приведен на рисунке 10.

Рисунок 10 – заголовок файла AVI.

В заголовке указывается различная информация: частота кадров, потоки, флаги, общее количество кадров, ширина и высота видео, размер буфера и другие параметры.

Сам по себе файл AVI состоит из файлов формата RIFF. Они основаны на понятии «чанк», т.е. блок, содержащий три поля: заголовок, указателя размера чанка и самих графических данных. Формат чанка приведен на рисунке 11.

Рисунок 11 – формат чанка RIFF.

Также AVI содержит аудиоданные, которые кодируются в зависимости от своего формата.

Заключение

Числа, тексты и графика образовали некоторый относительно замкнутый набор, которого было достаточно для многих решаемых на компьютере задачи. Постоянный рост быстродействия вычислительной техники создал широкие технические возможности для обработки звуковой информации, а также для быстро сменяющихся изображений.

Для преставления информации в компьютерной технике используются различные методы кодирования данных. Это связано с тем, что данные разбиваются на множество категорий и групп, и для каждой из них необходимо разработать способ хранения и представления.

В данной работе были рассмотрены некоторые форматы данных: текстовая информация, аудиоданные и графическая информация. Для этих данных была подробно разобрана методика их представления в компьютере.

---