资源简介

3.1 数据编码
教师：
了解各类数据采集的基本方法
能够解释文本、音频等数据的编码原理
理解数据编码的意义和作用
1
3
2
学习目标
智能公交系统是智慧城市的重要组成部分，它的应用提高了城市公交的运营效率，方便了人们的出行。市民在办理市民卡时，一般要到指定地点办理录入信息、拍摄照片等手续。
想一想，在办理市民卡的流程中，管理系统都收集了哪些数据？
生活中还有哪些数据可以采集以及如何采集？
{9D7B26C5-4107-4FEC-AEDC-1716B250A1EF}表现形式
实例
采集该数据的设备
文本
姓名、
键盘、
数字
年龄、
图像
声音
讲话的声音、
视频
监控视频
摄像机、
想一想，在办理市民卡的流程中，管理系统都收集了哪些数据？
生活中还有哪些数据可以采集以及如何采集？
{9D7B26C5-4107-4FEC-AEDC-1716B250A1EF}表现形式
实例
采集该数据的设备
文本
姓名、家庭住址、性别、手机号……
键盘、手写输入、语言输入
数字
年龄、身高、体重、身份证号……
键盘、手写输入、数字化采集仪
图像
照片……
手机、相机、扫描仪
声音
讲话的声音、音乐、其他声音……
手机、录音机、录音笔
视频
监控视频、电影……
摄像机、手机、摄像头
想一想，在办理市民卡的流程中，管理系统都收集了哪些数据？
生活中还有哪些数据可以采集以及如何采集？
这些数据计算机能直接处理吗？
编码就是信息从一种形式或格式转换成另一种形式或格式的过程。
指用预先规定的方法将文字、数字或其他对象编成可以存储在计算机里的数值。
编码
模拟信号与数字信号
模拟信号
模拟信号一般用传感器直接获得，如声音、温度、压强等。
模拟信号的值随时间而连续变化，波形光滑
数字信号
数字信号一般随时间而产生非连续的变化。数字信号可以由模拟信号转化而来，数字信号的值即数字数据，可直接用计算机所能理解的二进制表示，方便计算机对其处理。
模拟信号：连续变化，温度可以自己估读出来，可以是区间里的任何一个数字
数字信号：离散，不连续，只能是固定的数字
音频编码
将模拟声音数据转换为数字数据的这一个过程，
称为声音的数字化。
01
采样
02
量化
03
编码
对模拟声音信号按给定的时间间隔进行采样
对采样数据进行量化
将量化后的数据用二进制数值表示
声音数字化
时间
1s
2s
3s
4s
5s
1
2
3
4
5
振
幅
采样：以相等的时间间隔测得声音模拟信号的值。
采样点越多还是越少质量更好？
时间
1s
2s
3s
4s
5s
1
2
3
4
10
5
6
7
8
9
振
幅
每秒采集2次
每秒采集1次
采样频率越高声音还原度越好；
但记录数据越多，存储容量越高。
时间
1s
2s
3s
4s
5s
2
1
4
5
1
3
5
7
5
2
量化：将采样点的值分级量化，变换到最接近的数字。
振
幅
用有限个数近似表示原来连续变化的值。
0
1
2
3
4
5
6
7
量
化
值
2.12
分级越多还是越少质量会更好？
1s
2s
3s
4s
5s
2
1
4
5
1
3
5
7
5
2
量
化
值
0
1
2
3
4
5
6
7
12
14
时间
1s
2s
3s
4s
5s
5
2
9
10
2
7
11
15
11
5
0
2
4
6
8
11
9
5
3
1
10
13
15
7
量
化
值
3位
二进制
4位
二进制
10
11
5
5
{3B4B98B0-60AC-42C2-AFA5-B58CD77FA1E5}样本序号
1
2
3
4
5
量化值（十进制）
5
2
9
10
7
二进制编码
0101
0010
1001
1010
0111
样本序号
6
7
8
9
10
量化值（十进制）
11
15
11
5
2
二进制编码
1011
1111
1011
0101
0010
编码：确立编码规则，优化数据排列。
未压缩、无损压缩与有损压缩
01010010
1001……
WAV
无压缩：声音质量高
所占存储容量较大
AAAEEEEEEEEEE
优化数据
排列方式
A03E10
APE
无损压缩：还原压缩数据后
与压缩前相同
有损压缩：损失信息，提高压缩
比例，减少存储容量
MP3
AMR
热身小游戏
我会读心术，你信吗？
二进制转换为十进制（对应数字与权值相乘）：
10011（2）=19 （10）
10011=1*20+1*21+0*22+0*23+1*24=19
从右往左进行运算！
十进制转换为二进制（除二取余法）：
19 （10）=10011（2）
19
9
4
2
1
0
2
2
2
2
2
余数
1
1
0
0
1
从低往高进行读
取
！
二进制与十进制相互转换
100（2）=____（10）
25（10）=_________（2）
1001（2）=____（10）
14(10)=______ (2)
4
11001
9
1110
练一练
ord:字符—编码
chr:编码—字符
必须在二进制数之前加“0b”，表示一个二进制数值
bin:十进制 — 二进制
查看数据编码
例如：22
第一位：不在 0
第二位： 在 1
第三位： 在 1
第四位：不在 0
第五位： 在 1
第六位：不在 0
第七位：不在 0
转化为十进制：21+22+24=22
二进制：0010110
A
B
C
文本数据包括字母、数字、标点符号、汉字等
ASCII码和Unicode码是最经典的两种编码方案
文本数据的编码通过对其中每一个字符进行编码实现
字符编码
美国信息交换标准代码 (American Standard Code for Information Interchange)
字符集：大小写字母、数字、常用符号等128个字符
{9DCAF9ED-07DC-4A11-8D7F-57B35C25682E}ASCII码（十进制）
字符
0~31
控制字符或通信专用字符（不可见））
32
空格
48~57
数字0~9
65~90
大写英文字母A~Z
97~122
小写英文字母a~z
其他
英文标点符号、运算符号、括号等
Unicode码：在原来的ASCII码前加上8个0，
如大写字母X的ASCII码是88（十进制），二进制就为________,所以Unicode码为_______________。
1011000
0000000111001
Unicode码为了解决传统字符编码方案的局限性而产生。
Unicode码字符集是全球可以共享的编码字符集，涵盖了世界上主要的文字符号，其中包括简繁体汉字，共74686汉字。
《信息交换用汉字编码字符集——基本集》
收录6763个汉字，一级汉字3755个，二级汉字3008个
包括拉丁字母、希腊字母等在内的682个字符
字符编码：兼容ASCII编码；1个字节表示ASCII规定的英文字符，采用2个字节表示1个汉字以及其他字符。
GB2312-1980
GB2312-1980
兼容CB23312—1980标准，收入汉字21003个汉字，883个符号，共计21886个字符
GBK
《汉字内码扩展规范》
包含GBK字符集和CJK统一汉字扩充A的汉字，共计27533个汉字
GB2312-1980
GBK
GB18030-2000
在GB18030—2000的基础上，增加了CJK统一汉字扩充B的汉字及其他汉字，共计70244个汉字。
GB2312-1980
GBK
GB18030-2000
GB18030-2005
小结
好好学习 天天向上

展开更多......

收起↑