十、科普资料汇编--多媒体 回首页
多媒体世纪, 什么是多媒体, 多媒体的媒体家族, 多媒体信息类型,
多媒体信息有什么特征, 为何要发展多媒体无限的“0”和“1”,用多媒体系统能干什么, 多媒体系统好在哪里, 网络多媒体的机制, 细说网络多媒体，从单一技术到网络，明天的多媒体通信网络；
实时输入设备概述，我们的老朋友——键盘，时代的新宠——鼠标，便捷无比的触摸屏，前景看好的笔绘板，手写字识别技术，脱机手写汉字识别，印刷体汉字识别系统，手写数字识别的原理及应用，联机手写汉字识别系统，语音输入与识别技术，检测技术，数字照相机，摄像机，扫描仪，传真FAX机，光盘输入技术，存储卡技术，条纹码输入技术；
海量的数据，复杂的结构，特殊的性质，用文件系统存储多媒体，读出和检索多媒体信息，多媒体的网络文件系统，多媒体数据库概述，多媒体数据库的新问题，新老数据类型的使用，查询方法中的新问题，字符数值型的查询方法，示例型查询系统，查询结果的表现形式，面向对象的数据库，对象——关系型数据库，数据库系统与文件系统，超文本与超媒体的概念，超媒体的应用，小议 JAVA技术，智能超媒体系统；
有必要压缩数据，把重复部分省略，压缩到什么程度，你了解MPEG吗，MPEG－1与MPEG－2，有口皆碑的MPEG－4，MPEG－4的应用，她属于明天——MPEG－7，语音的压缩码标准，JPEG，JPEG 2000，JPEG 2000的傲人之处，视频图像尽在掌握，传统信息类信息，静态与图形与图像，动态视像信息，文本与语音，宽带网络的迷人之处，细看信息流，百密终有一疏，从底层开始防范，重拳出击、强力控制，最好的是下一个，多辟蹊径为疏导，一劳永逸的分配，灵活随机的分配，各尽所能、按需分配，让话音与图像齐步走，为了多媒体而进行的，扩展多媒体网络，充分利用、增产节约，鸟枪换炮、面目一新；
这就是CPU，高山流水需声卡，可爱的“猫”，猫之族，猫怎样捉老鼠，你的猫跑得快吗，电脑电视双合璧，视频压缩卡，英特尔的多媒体之恋，“软硬兼施”多媒体；
6．如何把精彩留给自己
CRT显示器，电视监视器，液晶显示器，大屏幕投影仪，大千世界一卡通，扬声器，音箱，耳机，数控机，机器人，各种可控设备，打印机，针式打印机，喷墨打印机，激光打印机，绘图仪，软盘，磁带和磁带机，硬盘，CD－R，刻录机的原理，CD-R的应用，CD－RW，卡片式存储器，碟片式存储器；
多媒体应用概述，令人耳目一新的教科书，使人流连的新课堂，高效、感性的新教学，作为正规军的教学软件，培训事业的流行风，图书出版的革命枪换，“鸟枪换炮”的图书馆，信息咨询不再麻烦，商业运作的新纪元，足不出户会名医，让业余生活更精彩，运筹帷幄、决胜千里，什么是VR技术，深入浅出说VR，分布式虚拟现实技术，我们的生活从此改变，我们国家的VR，不漏天网自恢恢，用多媒体点支歌，拿起话筒查帐目，乘坐航班的好帮手。返回10
多媒体世纪
21世纪的人类社会是信息化的社会。以信息技术为主要标志的高新技术产业在整个经济中的比重不断增长，多媒体技术及其产品是当今世界计算机和通信产业发展的新领域。世界上许多国家，对多媒体技术的研究和应用都给予了极大的重视，并投入了大量人力、物力，开发先进的多媒体信息技术及相关产品，试图占领庞大的多媒体市场。
我国经过充分论证，将多媒体技术列入国家技术开发重点项目计划，给予了高度重视，并在多媒体基础技术、多媒体平台及多媒体应用等方面给予了重点的资金支持。因此，我国在多媒体芯片和板卡类产品、CD系列数字影碟机、多媒体电子光盘出版物、分布式多媒体信息系统、多媒体汉语语音交互技术、DVD高密度数字光盘及多媒体通信计算机等方面有了长足的进步，并涌现了一批在多媒体领域取得较高效益的企业，成为计算机和通信产业新的增长点。
多媒体技术是改造传统产业，特别是出版、印刷、广告、娱乐等产业的先进技术，如我国的印刷产业可利用多媒体技术实现电子化，其中电子排版系统、电子出版物都有极大市场。以多媒体电子出版产业为例，目前我国电子出版物单位已经有41家，具有一定规模的制作单位已有100多家；多媒体电子出版物的出版量已猛增到1025种，年增长率超过200％；
总之，多媒体技术将加速计算机和通信服务进入家庭和社会各个方面的进程，给人们的生活、工作和娱乐带来深刻的革命。
什么是多媒体
声音、图像、图形、文字等被理解为承载信息的媒体而称为多媒体其实并不准确，因为这容易跟那些承载信息进行传输、存储的物质媒体（也有人称为介质），如电磁波、光、空气波、电流、磁介质等相混淆。但是，现在多媒体这个名词或术语几乎已经成为文字、图形、图像和声音的同义词，也就是说，一般人都认为，多媒体就是声音、图像与图形等的组合，所以在一般的文章中也就一直沿用这个不太准确的词。目前流行的多媒体的概念，主要仍是指文字、图形、图像、声音等人的器官能直接感受和理解的多种信息类型，这已经成为一种较狭义的多媒体的理解。
在计算机和通信领域，我们所指的信息的正文、图形、声音、图像、动画，都可以称为媒体。从计算机和通信设备处理信息的角度来看，我们可以将自然界和人类社会原始信息存在的式---数据、文字、有声的语言、音响、绘画、动画、图像（静态的照片和动态的电影、电视和录像）等，归结为三种最基本的媒体：声、图、文。传统的计算机只能够处理单媒体---“文”，电视能够传播声、图、文集成信息，但它不是多媒体系统。通过电视，我们只能单向被动地接受信息，不能双向地、主动地处理信息，没有所谓的交互性。可视电话虽然有交互性，但我们仅仅能够听到声音，见到谈话人的形象，也不是多媒体。所谓多媒体，是指能够同时采集、处理、编辑、存储和展示两个或以上不同类型信息媒体的技术，这些信息媒体包括文字、声音、图形、图像、动画和活动影像等。
在日常生活中，被称为媒体的东西有许多，如蜜蜂是传播花粉的媒体、苍蝇是传播病菌的媒体。但准确地说，这些所谓的“媒体”是传播媒体，并非我们所说的多媒体中的“媒体”，因为这些传播媒体传播的都是某种物质实体，而文字、声音、图像、图形这些都不是物质实体，它们只是客观事物某种属性的表面特征，是一种信息表示方式。我们在计算机和通信领域所说的“媒体”，是信息存储、传播和表现的载体，并不是一般的媒介和媒质。
从概念上准确地说，多媒体中的“媒体”应该是指一种表达某种信息内容的形式，同理可以知道，我们所指的多媒体，应该是多种信息的表达方式或者是多种信息的类型，自然地，我们就可以用多媒体信息这个概念来表示包含文字信息、图形信息、图像信息和声音信息等不同信息类型的一种综合信息类型。
总之，由于信息最本质的概念是客观事物属性的表面特征，其表现方式是多种多样的，因此，较为准确而全面的多媒体定义，就应该是指多种信息类型的综合。
这些媒体可以是图形、图像、声音、文字、视频、动画等信息表示形式，也可以是显示器、扬声器、电视机等信息的展示设备，传递信息的光纤、电缆、电磁波等中介媒质，还可以是存储信息的磁盘、光盘、磁带等存储实体。
多媒体的媒体家族
按照国际电信联盟的定义，媒体有以下五种：感觉媒体、表示媒体、显示媒体、存储媒体和传输媒体。感觉媒体指的是用户接触信息的感觉形式，如视觉、听觉和触觉等。表示媒体则指的是信息的表示和表现形式，如图形、声音和视频等。显示媒体是表现和获取信息的物理设备，如显示器、打印机、扬声器、键盘和摄像机等。存储媒体是存储数据的物理设备，如磁盘、光盘、硬盘等。传输媒体是传输数据的物理设备，如电缆、光缆、电磁波等。一般说来，如不特别强调，我们所说的媒体指的就是表示媒体，因为作为多媒体系统来说，处理的主要还是各种各样的媒体表示和表现，其它的媒体类型也都要在多媒体系统中研究，但方法比较单一。
主要的表示媒体有以下几种：
一、视觉类媒体
1、位图图像。我们将所观察到的图像按行列进行数字化，将图像的每一点都数字化为一个值，所有的这些值就组成了位图图像。位图图像是所有视觉表示方法的基础。
2、图形。图形是图像的抽象，它反映了图像上的关键特征，例如点、线、面等。图形的表示不直接描述图像的每一点，而是描述产生这些点的过程和方法，即用矢量来表示。
3、符号。符号中也包括文字和文本。由于符号是我们人类创造出来表示某种含义的，所以它与使用者的知识水平有关，是比图形更高一级的抽象。必须具有特定的知识，才能解释特定的符号，才能解释特定的文本（例如语言），符号的表示是用特定值来表示的。
4、视频。视频又称为动态图像，是一组图像按照时间的有序连续表现。视频的表示与图像序列、时间关系有关。
5、动画。动画也是动态图像的一种。与视频不同的是，动画采用的是计算机产生出来的图像或图形，而不像视频采用直接采集的真实图像。动画包括二维动画、三维动画、真实感三维动画等多种形式。
6、其它。其它类型的视觉媒体形式，如用符号表示的数值、用图形表示的某种数据曲线、数据库的关系数据等。
二、听觉类媒体
1、波形声音。就是自然界中所有的声音，是声音数字化的基础。
2、语音。语音也可以表示为波形声音，但波形声音表示不出语言、语音学的内涵。语音是对讲话声音的一次抽象。
3、音乐。音乐与语音相比更规范一些，是符号化了的声音。但音乐不能对所有的声音进行符号化。乐谱是符号化声音的符号组，表示比单个符号更复杂的声音信息内容。
三、触觉类媒体
1、指点。包括间接指点和直接指点。通过指点可以确定对象的位置、大小、方向和方位，执行特定的过程和相应的操纵。
2、位置跟踪。为了与系统交互，系统必须了解参与者的身体动作，包括头、眼睛、手、四肢等部位的位置与运动方向，系统将这些位置与运动的数据转变为特定的模式，对相应的动作进行表示。
3、力反馈与运动反馈。这与位置跟踪正好相反，是由系统向参与者反馈运动及力的信息，如触觉刺激、反作用力（例如推门时的门重感觉）、运动感觉（例如摇晃、振动）及温度等环境信息。这些媒体信息的表现必须借助于一定的电子、机械的伺服机构才能实现。
多媒体的信息类型
把多媒体信息归类的方法和标准有很多，不同的方法和标准，就会产生不同的分类结果。由于多媒体与计算机网络结合的趋势是目前通信产业内较为热门的话题，我们在这里就按这个方法和标准，把所有的多媒体信息分为以下六大类型：
1、反映自然界属性和特点的信息。包括事物的物理上的特点，如温度，重量；化学上的特点，如氧气与氢气反应会产生水；事物的运动状态，如运动速度、运动方向，等等。
2、人类认识自然界、人类社会过程中的思维的信息。例如人的思维情况、人的思想和知识等等。
3、反映人类社会特点的信息。例如社会生产、社会经济、政治和军事的活动情况等等。
4、反映人造世界中各种技术特点的信息。例如生产过程中反映生产状态的各种参数、资料，制造某种机械设备的技术资料和要求，等等。
5、人性化的信息。通俗地说，就是能被人的眼睛、耳朵、鼻子等信息器官直接感受或者理解的信息，例如文字、图像、图形和声音，等等。
6、经过数字编码和解码的信息。例如计算机中被存储、传递、交换、处理的各种信息，等等。
多媒体信息有什么特征
我们可以把多媒体信息的基本特征归纳成以下三个方面：
1、综合性。多媒体信息是多种信息形式综合在一起的信息，多媒体中的“多”就表示了这一特征。如果没有多种信息类型结合在一起，也就谈不上多媒体了。
2、相关性。多媒体信息中的多种信息类型通常具有一定的关系，并通过一定的方式组合在一起，以表示出事物的特点。例如，警察如果仅仅掌握一个罪犯的文字资料，逮捕起来就会比较困难，但如果有这个罪犯的照片、录像甚至声音记录，情况就大不一样了。在这种情况下，文字资料、图像与声音记录就具有相关性，它们三者脱离开来，就发挥不了多大作用。
3、动态性。所谓动态性，在这里是指多媒体信息中的声音、图像信息通常是随着时间的变化而变化的，即是在一个动态的工程中表示和反映事物的特点，如一段影片或一段电视节目。动态性正是多媒体具有的最大吸引力的地方之一，如果没有了动态性，恐怕也不会有多媒体繁荣的今天。
总之，在通信领域内，特别在不断发展的多媒体计算机网络内，无论在信息的采集、存储、处理、传递，还是在信息的显示和控制，广义的多媒体就是指各种信息类型的综合。
为何要发展多媒体
多媒体计算机集声音、图像和文字于一体，集电视、录像、光盘存储、电子印刷和计算机通信技术之大成，它将把计算机应用引入一个无所不能的广阔领域，成为未来的主要技术之一。通过多媒体，计算机把人们进一步引入信息领域，并以最直观的方式表达多媒体信息。因此，发展多媒体技术的意义在于：
1、 大大增强了计算机处理和存储信息的能力。
2、 多媒体技术的运用使计算机系统的人—机交流界面更加友好，操作更加方便，信息的表达方式更加符合人的习惯。
3、 多媒体技术使音像技术、计算机技术和通信技术这三大信息处理技术紧密地结合在一起，为信息处理技术的发展开拓了新的途径，同时也大大拓展了计算机的应用范围。
4、 多媒体使人们能自动接受自然信息。
5、 多媒体的组合文档输出，真正做到所见即所得。
6、 多媒体利用数据压缩和大容量数据存储技术，配以宽带网络传递，使得实现无纸世界成为可能。
7、 多媒体技术和通信技术相结合，实现远距离服务，极大地消除了由于地理障碍而带来的不便。
8、 多媒体技术在教育和人才培训方面将有用武之地，它有力地推动计算机辅助教育和计算机辅助教学的发展，并将有可能促进人工智能技术和知识信息处理的结合。
9、 多媒体技术使得辅助决策表现得更为现象。多媒体技术和数据库、通信技术、专家系统、知识信息处理相结合，可开发更好的具有一定智能的决策支持系统，建立面向对象的多媒体数据库，能有效地综合利用多媒体信息为决策服务。
10、 应用面向对象编程技术，使软件部件化，使得开发多媒体应用变得快捷，且易于维护。
多媒体技术不仅使计算机应用更有效，更接近人类习惯的信息交流方式，而且将开拓前所未有的应用领域，信息空间走向多维化，使人们思想的表述不再局限于顺序的、单调的、狭窄的范围，而有了一个充分的自由空间。多媒体技术为这种自由提供了多维化空间的交互能力，目前在电影、电视和文艺创作方面已取得了可喜的成果，今后将会越来越多地利用多媒体技术进行各种创作活动。多媒体技术将引起信息社会的一场划时代的革命。
无限的“0”和“1”
信息技术是人类信息获取功能的增强和扩展，它经历了从简单到复杂、单一到综合的发展过程，从传输话音的电话、无线电广播到传输活动图像的电视、电影以及能够处理文字、数字数据的电子计算机。现在，计算机网络综合了许许多多先进的信息技术，已经成为现代甚至未来社会信息网络的重要基础设施之一，其应用也越来越广泛地深入到我们社会生活的方方面面。我们能从计算机网络系统中得到各种各样服务的同时，自然希望这些服务也能像我们观察自然界和生活以及直接进行人与人的交往那样，得到具有声音、图像、图形和文字等多种信息形式的综合感受。正是我们人类的信息器官对多媒体的这种自然需求，推动了各种信息技术与多媒体技术的结合，特别是计算机网络与多媒体技术的结合。而计算机网络能把信息采集、处理、存储、传输和显示、控制技术高度一体化地综合在一个系统平台中，而且不断地融合各种新的信息技术，反过来又推动了多媒体技术的发展和推广，从而更好地适应和满足我们对各种网络信息服务的多媒体要求。
这时可能你会产生这样一个疑问：既然多媒体信息是声音、文字、图像等多种信息类型的综合，它应该跟单一的声音信息、文字信息不一样，那么它需要新的技术和方法以完成在计算机网与通信网中的存储、传输、显示和处理过程吗？
或许你会知道，文字信息、声音信息和图像信息，一旦进入计算机和通信系统中，就会被转换成“0”和“1”的数字组合来表示，我们把这种处理方法称为二进制编码，把这种数字组合的结果称为数字信号。虽然多媒体信息要比单一的文字信息、声音信息和图像信息复杂的多，也丰富得多，但在计算机和通信系统中，同样是利用“0”和“1”的组合来表示出所有的多媒体信息，在本质上没有什么根本区别。
我们知道，从理论上讲，只要数字的长度没有限制，“0”和“1”所能产生的组合是无限的，所以我们就能相信，通过“0”与“1”的无限组合就能表示所有多媒体信息。虽然我们目前的计算机和通信系统中的设备能处理的由“0”和“1”组成的数字长度有限，但随着我们的技术的不断发展，计算机和通信设备的处理能力的不断提升，这种处理方法应该是能满足我们获取多媒体信息的要求的。
用多媒体系统能干什么
我们通过感觉、视觉、听觉、触觉、味觉和嗅觉，打开了通向世界的窗口。这些感觉器官把有关环境的数据传递给大脑，由大脑来解释这些数据，同时把当前发生的情况与先前发生的情况加以对比，最终使我们获得信息。多媒体系统作为一个建立在人与环境之间的系统，实质的目的是要协助人与环境之间的交互和操作。这种协作不同于普通的控制与交互系统，不能理解为用于协助人对机器的操纵，而在概念上是透过多媒体系统对环境进行交互和控制，这种交互由于多媒体系统的介入将我们人类对信息的获取与处理能力大大加强，既扩大了范围，加快了速度，又增加了存储，而且更易于接受。
1、多媒体出版
以光盘形式出版的各种各样的出版物已经普及。这一类光盘可以把软件、游戏、电影、书籍、教科书、杂志、报纸等以电子出版物的形式发行，我们用户通过多媒体个人电脑或其他多媒体终端设备进行阅读和使用。这种出版物不仅可以阅读，而且可以进行动态执行，演示出活动的效果，表现力更加丰富。近来，与网络结合的多媒体电子网络出版方兴未艾，产生了更加好的效果，无论时效性、消息传递效果及信息的容量，都大大优于传统出版物。
2、多媒体办公自动化和计算机会议系统
多媒体数据库和超媒体文献的大量使用，多媒体办公自动化和指挥自动化系统将为工作人员提供能够支持各种媒体查询和检索、支持协作的工作环境。这些系统不仅可以浏览处理大量通过网络来来往往的信息和数据，而且通过多媒体计算机会议系统，还可以使多个不同地点的人员参加同一个会议，通过视频、音频信息的传递，可以在不同地点之间形成面对面的效果，同时，也可以监视所需要的各种现场数据和图像。
3、多媒体信息咨询系统
由于多媒体信息非常易于理解和表现，用多媒体信息来制作信息咨询系统就顺理成章了。这一类系统包括城市道路查询、航班咨询、专业业务咨询系统等等，也包括展览、展示、广告等一系列系统。这种系统主要由用户自己操作使用，或者是自动播放。
4、交互式电视与视频点播
交互式电视将来要成为电视传播的主要方式。通过增加机顶盒和铺设高速光纤电缆，我们可以将现在的有线电视和单向电视改造成为双向电视系统。这样，用户看电视将一改过去被动的接收方式，可以使用点播、选择等方式，还可以通过交互式电视实现家庭购物、多人游戏等多种娱乐活动。
5、交互式影院和数字化电影
交互式影院是交互式娱乐的另一方面。通过互动的方式，我们观众可以以一种参与的方式去“看”电影。这种电影不仅可以通过声音、画面制造效果，通过座椅也可以产生触感和动感，而且可以控制电影情节的进展。电影全数字化后，电影制造厂只要把电影的数字文件通过网络发往电影院或家庭就可以了，而质量和效果都比普通电影高出一大截。
6、数字化图书馆
数字化图书馆是另外一种信息服务方式。一旦图书馆中的图书都数字化，今后出版的书籍又都有电子版，数字化图书馆的时代就指日可待了。这种图书馆提供的将不仅仅是图书，事实上可以提供任何种类的信息和数据，例如影片、录像、图表与软件等等。
7、家庭信息中心
家庭将是未来人们活动的主要场所。人们可以在家中休息、娱乐，也可以在家中工作，与外界的联系可以通过家庭信息中心去完成。人们通过这个系统口头打电话、发传真、收发电子邮件，处理有关的业务和工作，也可以通过视频通信与家人或同事作面对面的交谈，当然也可以通过该系统进行娱乐和休息。
8、远程学习和远程医疗保健
通过多媒体通信网络，我们可以建立起远程学习系统和远程医疗保健系统。通过该系统，可以参加学校的听课、讨论和考试，也可以得到导师的面对面的指导。远程医疗保健可以使得偏远地区的病人一样地享受到专家的诊断。
9、媒体空间、赛博空间
将办公室、公共活动区以及公共资源设备等用网络连接成为一个整体，形成跨距离的信息空间环境，供工作人员交换信息、传递数据或进行讨论，这就是所谓的媒体空间。媒体空间有时候是通过复杂的会议系统实现的，有时候与计算机网络相连形成更大的信息空间。当这个空间发展到相当大的范围，信息内容更加丰富，用户存取的接口更加方便和更具沉浸感的时候，就成为赛博空间（Cyber
Space，高度逼真的虚拟现实环境）。在赛博空间中，我们可以自由的进进出出，甚至还可以与人的大脑相连，获取所需的任何信息。Internet的迅速发展预示了赛博空间的可能，而虚拟现实技术的广泛应用才会使得赛博空间更像一个“空间”。这在目前还是幻想小说家的笔下之物。
上面所举的例子都是多媒体应用的不同形式。它们在很多方面具有相同的特点，采用的信息不再局限于文字或数据，扩展到了多种媒体信息；于人的各种活动密切相关，直接面向人进行工作；采用的技术形式大致相同，但所实现的应用却很不一样。
多媒体系统好在哪里
集成性
多媒体系统充分体现了集成性的巨大作用。事实上，多媒体技术中的许多技术在早期都可以单独使用，但其作用却十分有限，其原因就是因为它们是单一的、零散的，如单一的图像处理技术、声音处理技术、交互技术、电视技术、通信技术等。但当它们在多媒体的旗帜下集合起来时，一方面意味着技术已经发展到了相当成熟的程度，另一方面，也意味着各种技术独自发展不再能够满足应用的需要。信息空间的不完整，例如仅有静态图像而无动态图像、视频，仅有语音而没有图像等，都将限制信息空间的信息组织，限制信息的有效使用。同样，信息集合手段的单调性、通信能力的不足、多种设备和应用的人为分离，也会制约着应用的发展。因此，多媒体系统的产生与发展，既体现了应用的强烈需求，也顺应了全球网络的一体化、互通互连的要求。
多媒体系统的集成性主要表现在两个方面，即多媒体信息媒体的集成和处理这些媒体的设备与设施的集成。首先，各种信息多媒体应该能够同时地、统一地表示信息。尽管可能是多种的输入或输出，但对用户来说，它们就应该是一体的。这种集成包括信息的多种方式的统一获取、多媒体信息的统一存储与组织、多媒体信息表现的合成等方面。因为多媒体信息带来了信息冗余性，可以通过媒体的重复，另外使用别的媒体、或是并列地使用多种媒体的方法避免来自于通信双方及环境噪声对通信产生的干扰。由于多媒体中的每一种媒体都会对另一种媒体所传递信号的多种解释产生某种限制作用，所以多种媒体的同时使用可以减少信息理解上的多种意义的性质。总之，我们不应该再像早期那样，只能够使用单一的形态对媒体进行获取、加工和理解，而应该注意保留媒体之间的关系及其所蕴含的大量的信息。
其次，多媒体系统是建立在一个大的信息环境下，系统的各种设备与设施应该成为一个整体。从硬件上说，应该具有能够处理各种媒体信息的高速及并行处理系统、大容量的存储、适合多媒体多方式的输入输出能力及外设、带宽的通信网络接口以及适合多媒体信息传输的多媒体通信网络。对于软件来说，应该有集成一体化的多媒体操作系统、各个系统之间的媒体交换格式、适合于多媒体信息管理的数据库系统、适合使用的软件和创作工具以及各类应用软件等。
交互性
长久以来，我们在很多情况下已经习惯了被动地接收信息，例如看电视、听广播。多媒体系统将向用户提供交互性使用、加工和控制信息的手段，为应用开辟更加广阔的领域，也为用户提供更加自然的信息采存取手段。交互可以增加对信息的注意力和理解力，延长信息保留的时间。但在单向的信息空间中，这种接收的效果和作用就很差，只能使用所给的信息，很难做到自由地控制和干预信息的获取和处理过程。
多媒体信息在人机交互中的巨大潜力，主要来自它能够提高我们对信息表现形式的选择和控制能力，同时也能够提高信息表现形式与人的逻辑和创造力结合的程度。多媒体信息比单一信息对人具有更大的吸引力，它有利于人对信息的主动探索而不是被动地接收，如在动态信号与静态信号之间，我们往往更倾向于前者。多媒体信息所提供的种类丰富的信息源恰恰能够满足人在这方面的需要。
当交互性引入时，“活动”本身作为一种媒体便介入到了数据转变为信息、信息转变为知识的过程之中，因为数据能否转变为信息取决于数据的接收者是否需要这些数据，而信息能否转变为知识则取决于信息的接收者能否理解。借助于交互活动，我们可以获得我们所关心的内容，获取更多的信息，例如对某些事物进行选择，有条件地找出事物之间的相关性，从而获得新的信息内容。对某些事物的运动过程进行控制可以获得某种奇特的效果，例如倒放、慢放、快放、变形等，从而激发学生的思维想像力、创造力，制造出各种讨论的主题。在某些娱乐性应用中，我们可以改变故事的结局，从而使用户介入到故事的发展过程之中。即使是最普遍的信息检索应用，用户也可以找出想读的书籍、想看的电视节目，可以快速地跳过不感兴趣的部分，可以对某些所关心的内容进行编排、插入书评等，从而改变现在使用信息的方法。可以想像，交互性一旦被引入到用户的活动之中，将会带来多大的作用。人机交互不仅仅是一个人机界面的问题，对于媒体的理解和人机通信过程可以看成是一种智能的行为，它与人类的智能活动有着密切的关系。
从数据库中检索出某人的照片、声音及文字材料，这是多媒体的初级交互应用；通过交互特性使用户介入到信息过程中（不仅仅是提取信息），才达到了中级应用水平；而只有当我们完全地进入到一个与信息环境一体化的虚拟信息空间中，充分利用了各种感觉器官和控制能力对空间进行控制和自由翱翔时，这才是交互性应用的高级阶段，这就是虚拟现实。虚拟现实可以提供更高层次的交互性，这种交互性将不仅仅局限于视觉与听觉，还要引入触觉、运动跟踪和反馈，使得用户的每一个动作都对他所感受到的信息（包括视觉、听觉和触觉信息）产生相应的影响。这种全方位的交互将使得用户体验到逼真的感觉，但系统也会更加复杂。
实时性
多媒体信息中，最重要的是与时间有关的媒体。多媒体系统除了能够像计算机一样处理离散媒体如文本、图像之外，它的一个基本特征就是能够综合地处理带有时间关系的媒体，例如音频、视频和动画，甚至是实况信息媒体。这就意味着多媒体系统在处理信息时有着严格的时序要求和很高的处理速度。当系统应用扩大到网络范围之后，这个问题就会更加突出，会对系统结构、媒体同步、多媒体操作系统以及应用服务提出相应的实时化的要求。
多媒体系统的实时性反映了应用对多媒体系统的需求，反映了系统应用范围的扩大，也就说明了多媒体系统中与时间相关的媒体已经占据了统治地位。这是传统的多媒体技术向更高层次的多媒体系统技术发展过程中新的特征和问题。实时性程度的不同，对系统的设计要求也就不同。单机的多媒体系统对系统的实时性要求较弱，而网络环境下则比较强；不需要时间同步时要求低，需要时间同步时就要求高，需要实况时时间同步的需要最强，因此，这种要求是与不同的应用种类相关的。
人与计算机的“合作”
很长时间以来，人们一直试图制造出机器生物。当计算机出现以后，这种想法就更加盛行。但在经历了一段长时间的失败和思考以后，人们才逐渐意识到，人和计算机本来就不能、也不应该互相取代。我们人有自己的长处，机器有机器的长处，各取所长构成人机共生系统才是合理的。
所谓人与计算机的结合，就是要发挥各自的长处，这在以前却很难做到。因为计算机对许多媒体都无法处理，长期以来人与计算机的通信手段一直局限于文本方式，这与人在自然界所使用的多种信息媒体和多种信息通信手段相比，严重限制了人本来所具有的通信技能，人与计算机之间存在着巨大的鸿沟。多媒体的出现使得基于计算机的多媒体系统可以在恰当的地方与人划清分工的界限，有些事情由计算机去做，而另一些交给人去做反而更好。例如，计算机可以快速地对数据库中的大量图像进行基本特征匹配，但如果它去理解这些图像的实际含义，就有些勉为其难了。将所查询到的图像交给用户去进一步观察并决定下一步的动作，就比采用各种各样的目前并不成熟的技术去识别要更实际一些。但这种分工并不是一成不变的，随着技术的发展和成熟，机器所能够做的事情会越来越多，人的负担也会越来越少，但最终也不会由机器完全取代人。多媒体系统的人机共生合作的性质说明了多媒体系统中人的重要性。如果我们只从人机界面来考虑人的因素，那只看到了多媒体系统的一个方面。把人作为系统综合集成的一个重要组成部分，才能确切地把握系统的核心。任何对人在系统中的作用的忽视，都是片面的、不正确的。实际上，交互性本身就已经包含了人机共生合作的内容，系统越复杂，人在系统中的作用就越明显。
网络多媒体的机制
多媒体通信技术是多媒体技术和通信技术相结合的产物。理想的多媒体通信方式是人们可以在任何地点、任何时间通过网络进行多种媒体信息的交流。众所周知，人们使用最多、最早的通信工具就是电话，这种网络我们叫它交换网，其特点是呼叫一旦建立（自动或通过话务员），两个用户就通过交换机形成一个直接通信线路。在电话线上只能传输模拟信号的声音，为了实现数字化，也就是传输数字信号，就必须利用调制解调器（即Moderm）。
但是，在丰富多彩的信息社会中，传统的语言通信已远远不能满足人们对信息传送的需求，人们迫切需要通过视觉直观地获得多种图像信息，从而产生了图像通信。通常，图像通信可分成两大类：记录型通信，如传真、电子邮件等；另外一种是影像型通信（用屏幕显示），如电视电话、电视会议等。随着微电子、计算机技术和声像技术的不断发展，为影像视频通信创造了条件，影像通信也随之迅速发展。目前可视电话已开始进入人们的办公室和家庭，成为人们现实生活中一种新的通信工具。
多媒体通信网络把信息的采集、处理、存储、传输和显示、控制技术高度一体化地综合在一个系统之中，并且不断地融合各种新的信息技术。所谓多媒体技术，实际上就是多种信息类型的综合采集、处理、存储、传输和显示、控制技术，所以无论从人类社会对网络信息服务的多媒体自然需求角度，还是从信息技术综合发展的角度来看，计算机通信网络与多媒体技术融合而形成的多媒体计算机通信网络，既是计算机网络系统发展的必然趋势，也是多媒体技术发展的必然趋势。多媒体计算机通信网络实际上就是多媒体信息采集技术、多媒体信息处理技术、多媒体信息存储技术与多媒体信息显示、控制技术高度综合形成的网络系统，它大大地增强了计算机网络的服务功能，更好地适应和满足了我们人类社会对各种网络信息服务的自然多媒体需求。
细说网络多媒体
多媒体计算机通信网络的基本结构和特点可以表现在以下几点：
1、多媒体计算机通信网络与人的交互界面主要是文字、图像、图形、声音等人性化信息，它主要体现了我们人类自然信息器官对多媒体信息的自然需求。在这里，人—机的多媒体交互界面应该是双向的，一方面网络以文字、图形、图像和声音等综合多媒体信息向我们提供各种应用服务，另一方面我们也以多种信息方式向计算机通信网络输入信息，如手写体文字输入、声控输入及传真扫描输入、图像扫描输入、活动图像摄影输入等，近来发展的虚拟现实技术则在人—机交互界面上，更逼真地模拟了人的感觉、视觉、听觉、嗅觉和触觉等，使人—机交互的多媒体信息更加人性化。
2、多媒体计算机通信网络除了通过人性化多媒体信息与人交互外，还可以通过各种属性信息直接与外界交互，如气象信息、地质勘探信息等自然属性信息，生产过程控制中各种状态信息，电力监控调度中各种控制参数信息等人造技术设备信息。人类社会活动的属性信息如经济信息、金融信息、市场信息等大部分是经过我们的大脑处理变换成文字和数字数据等信息形式输入计算机通信网络的，但在多媒体计算机通信网络环境中，也有一部分信息可以直接通过摄影采集技术把某些社会生活情况直接以图像信息形式进入到计算机通信网络。因此，客观世界与计算机通信网络系统直接交互的各种属性信息都看成是一种广义的多媒体信息。事实上，如气象信息中的温度、湿度、风向、风速等，生产过程控制中检测的产品数量、质量以及人体检测的血压、脉搏、体温等，都具有综合、相关、动态的多媒体信息特征，都是以多种信息形式综合表征某一事物属性的。
3、在多媒体计算机通信网络中，无论是与人交互的人性化的多媒体信息或是与客观世界直接交互的多媒体信息，它们进入计算机通信网络进行处理、存储和传输时都被转换成为统一的数字编码信息，因此在整个多媒体计算机通信网络结构中，多媒体采集和多媒体显示部分，除了具有对各种信息类型的采集和显示控制功能以外，还有一个实现各种信息类型与数字编码信息的变换功能。如何把文字、图形、图像、话音及各种属性信息转换为计算机通信网络能够进行处理、存储和传输的数字编码信息以及进行反变换，自然也是多媒体网络技术中的一个重要问题。
多媒体信息在多媒体计算机通信网络中，虽然都被转换成统一形式的数字编码信息，但不同的信息源转换成的数字编码信息，其特征仍然有很大的差别，它们既有一定相关性又有相对独立的特征，换句话说，多媒体计算机通信网络中的多媒体是指包括文字数字编码信息、图形图像数字编码信息、话音数字编码信息或其他属性编码信息（我们常常称为数据）的综合，这正是多媒体计算机通信网络中多媒体处理、多媒体存储和多媒体传输不同于一般单一的信息处理类型、存储和传输的特点所在。但也正是由于多媒体的各种信息类型在计算机通信网络中都被转换成统一的数字编码形式，才使多媒体信息的综合处理、传输、存储成为可能，所以多媒体技术正是在数字化的基础上与计算机通信网络紧密融合在一起。
4、人对多媒体计算机通信网络具有特别重要的作用。我们人通过观察、认识世界所积累的知识，创造了各种信息技术，也创造了计算机通信网络，并以人类自然对多媒体信息的需求，推动着计算机通信网络向多媒体计算机通信网络方向的发展。我们通过文字、图像、图形、话音等人性化的信息与多媒体计算机图形网络进行交互，实质上也是人的思维信息（知识）与多媒体计算机通信网络的数字编码信息进行交互，也是不同信息类型的转换，人类头脑中的知识通过多媒体计算机通信网络可以以更自然的方式、更友好的界面和更丰富的内容在全球范围内更高效地、高速地交流、积累和共享。总之，多媒体计算机通信网络系统是一个人机联系更为紧密的人—机共栖系统，它将进一步加速我们人类社会信息化的进程，也将进一步推动计算机通信网络系统本身的发展。
从单一技术到网络
多媒体技术和多媒体通信网络与其他一切先进技术一样，都不是一天早上突然产生的，它们也经历了从单一到综合、从简单到复杂的逐步形成和发展过程，并且还将不断地发展。我们可以简要地回顾一下在各种信息技术领域中，不同信息类型结合、综合的一些例子：
1、通信领域。传统以传输话音信息的通信网络向综合传输话音、数据、图形、图像方向发展。例如，传统传输话音信息的电话网，通过调制解调技术传送数字数据信息，是话音信息与数据信息的综合；卫星通信从一开始就以宽带方式综合传送电视活动图像信息、广播话音信息和计算机数据信息；传真实际上是文字信息与图形、静态图像信息的综合传输；综合业务数字网对综合传输话音、图像及数据信息进一步进行了规范和标准化，综合业务网实际上就是一种多媒体通信网。
2、计算机领域。传统以处理数据信息为主的计算机向综合处理数据、话音、图像方向发展，尤其是个人计算机领域。例如，图形窗口技术，是人机交互增加了多媒体色彩；声音卡、自然语音识别等技术是计算机扩张了的与语音信息交互、并对它进行存储、处理的能力；只读光盘CD-ROM和交互式光盘CD-I为计算机以数字化形式综合存储和处理包括话音、视频、图像和文字、数据等多媒体信息提供了有利条件；视频卡和视频图形压缩技术把模拟视频信号转换成数字信号并进行压缩，为计算机存储和处理动态图像提供了有利条件；高性能多媒体中央处理器芯片及并行多处理器技术的发展增强了计算机对多媒体信息处理的能力；多媒体数据库技术，增强了计算机对多媒体信息的存储、检索和管理能力。
3、视像领域。在传统播放影视活动图像信息的基础上，也在逐步扩张和结合其他信息类型。例如，利用有线电视网的电缆的宽带资源综合传送图像、话音和数据信息；广播电视技术利用视频信号每帧的回扫期（电子枪发射的电子束对屏幕的一行进行扫描后再返回10到原来位置的一个周期）传送静态图像、文字或者计算机数字数据，也是一种多媒体信息的综合；具有交互点播功能的交互式视像系统正在迅速发展，它将把视像系统与计算机通信网络系统进一步结合在一起；计算机动画制作技术用于电视广告，也是视像、动画与其他文字、话音等多媒体信息的综合。
以上这些在不同领域中的多媒体技术的发展，在它们各自的领域中扩张了系统功能，提高了系统性能，产生了很好的经济效益和社会效益，并为多媒体计算机通信网络系统的形成和发展提供了有利的技术基础，但由于它们在相当程度上又是从各自领域比较狭窄的目标发展的，因此无论在系统功能还是在技术上都仍有一定局限性。
计算机通信网络的发展当然也有一个过程。虽然它一开始就把各种信息技术综合在一起，但它在相当长时间内主要是对比较单一的数字数据信息进行综合的采集、处理、存储、控制。时至今日，计算机通信网络已经发展成为现代社会信息网络的重要基础设备，不仅是应用的需求和上述各种多媒体技术的发展，而且也由于计算机通信网络本身综合水平的提高，各种分别发展的多媒体技术与计算机通信网络综合信息技术一体化综合起来形成多媒体计算机通信网络系统是社会信息化发展的必然趋势。我们强调一体化是指各种多媒体技术在计算机通信网络中不是简单的集合在一起，而是应该根据计算机通信网络系统的总体目标和网络系统功能、性能的总体要求，统一设计和规划多媒体技术与计算机通信网络中的采集、处理、存储、传输和显示控制技术的结合。已有的各种多媒体技术，有的可以直接利用，有的需要进一步改造和发展，有的则可能需要被淘汰或重新设计。一体化的含义还包括根据多媒体网络应用需求的特点，要对传统计算机通信网络的技术、系统结构等很多方面进行改造和发展。最终，多媒体技术与计算机通信网络融合形成的多媒体计算机通信网络，将是一个功能更强、性能更高、用户界面更好、应用面更广泛的新一代计算机通信网络系统。
明天的多媒体通信网络
多媒体计算机通信网络，目前还处于形成和发展阶段，理想的多媒体计算机通信网络的结构框架还不很明朗，但有些基本发展趋势已经可以看出来，如：
1、在人机交互界面上，以文字、图形、图像、声音等人性化多媒体综合信息形式提供各种网络应用服务，特别是有利于非计算机专业人员方便地使用网络，因而将扩大网络应用范围，增强计算机网络的开放性。这是当前发展多媒体计算机图像网络的基本目标和要点。人性化多媒体信息还将在常规的视、听信息基础上逐步向三维视觉、立体听觉、质感触觉及嗅觉等更逼真的虚拟现实环境发展。计算机通信网络通过多媒体的虚拟现实技术将在科学可视化、飞行器汽车操作模拟、生物医学、教育培训、国防军事和旅游娱乐等应用领域开拓更广阔的天地。
2、多媒体信息的需求，将推动多媒体计算机通信网络中高速传输技术、高性能计算技术和大容量存储技术的更快发展，也将推动各种遥控技术、自动控制技术、人工智能技术、机器人技术等信息采集和控制技术更广泛地与计算机网络结合，综合了一切现代先进信息技术的多媒体计算机通信网络将使人—机—客观世界联系得更加紧密，因而将更好地发挥计算机通信网络作为现代社会信息网络重要支柱的作用。多媒体个人计算机的飞速发展将起着推动多媒体计算机通信网络发展的先锋作用，大量多媒体个人计算机联网将成为多媒体计算机网络的重要终端设备和用户界面，并把多媒体计算机通信网络的各种服务带到家庭和社会各个角落。
3、多媒体计算机通信网络的发展还正在推动“三电一体化”的进程。这里“三电”是指电信、电视、电脑，其实质是将传统的以电话、电报通信为主的电信系统、以视像广播业务为主的电视系统和以数据、文字综合出来为主的计算机和计算机网络系统在多媒体网络应用服务总体目标驱动下，逐步结合形成的一个综合网络系统，有人也称之为“三网合一”。虽然，估计在短期内尚不太可能以计算机网络系统完全取代电信系统和视像系统，但在人类多媒体应用服务需求的推动下，三者逐步结合和融合的趋势还是比较明显的。从用户角度来看，特别是千千万万的家庭用户，如果他们能够从一个系统、同一个或同一组终端设备上获得原来要从三种不同系统上获得的电信、视像和计算机数据信息的综合服务，无疑是一件很惬意的事情，这对整个系统综合性能的优化也是有利的。
未来的多媒体技术，将更加完美地与通信技术结合在一起。科学家们预测，下一代通信技术将为人类覆盖上第二层皮肤，那将是一个由百万种电子测量装置组成的感觉系统，它可以为我们提供各种用人类现有的器官无法感知的信息，从任一条马路的路况到你家中电冰箱里的食物供应，从本地空气污染指数到附近河流的水位，都会及时、便利地为你所知，而且就如你的视听嗅觉一样真切。科技技术将大大地延伸人们的感官系统，使人类置身于一个随心所欲，无所不能的天地之中。
实时输入设备概述
从前面的介绍我们已经知道，计算机和通信网中的所有信息，包括多媒体信息的存储、传递和处理都是以二进制编码的数字数据信息形式进行的。然而你是否知道，自然界和人类社会中的各种多媒体信息，包括文字、声音、图像、图形等等，不是以数字数据的形式存在的，它们具有连续的模拟性质，我们称之为模拟信号。这些模拟信号是不能被我们的计算机和通信设备直接接受的，更谈不上被存储、传输和处理了。而我们的解决方法，就只能是把这些多媒体模拟信号通过一定方式转换成二进制的数字编码信号，使它们以数字信号的形式进入计算机和通信设备，我们把这个过程简称为模拟/数字变换。要完成这个模数变换过程，我们需要一定的工具和设备。现在，我们将分三大方面，逐一对目前所使用的主要的工具和设备作出介绍。
实时输入设备 人与计算机之间实时直接交换多媒体信息的方法直到目前仍是多媒体信息输入的基本方法，因为人在多媒体与计算机网络系统的形成发展中始终处于重要的、主导性的地位。随着多媒体技术的发展，人与计算机交换多媒体信息的技术和方法也在不断发展，传统的键盘、鼠标已经难以满足多媒体信息的输入，触摸屏、笔绘板、手写板以及语音输入等新技术纷纷出现，并且在许多领域内显示出其独有的优势与优点。然而，这些输入方法和手段，有着共同的基本方法，就是：以我们的思维、知识，通过我们的手、口、耳朵、眼睛等器官形成某种位置的信息或者声音信息，然后通过不同的模数变换方法转换为二进制编码数字信息进入计算机和通信设备。这几种手段的区别，就在于它们采用了不同的模数转换方法。
我们的老朋友——键盘
相信许多人都见过键盘，并对它有一定的理解。不仅每一台计算机都离不开它，而且许多设备也少不了它。键盘输入的基本原理是，我们通过用手选择键与键的组合直接产生出字符或者文字的二进制数字编码，键盘在这个过程中实际上起着使键位置与字符数字编码一一对应的模数变换功能。其中，字符或文字的数字编码被事先存放在一个与显示屏显示相对应的显示存储器中，并与显示屏的扫描信号同步地从字符产生器中选择与键盘上被按下的键的组合相对应的字符或文字在显示屏上显示，从而我们可以根据显示屏显示出来的信息输入对计算机或者其它设备的控制命令，或直接输入程序、文本、数据。因此，虽然目前已经发展出许多其它的多媒体输入方法，而且在某些方面比键盘输入要优越得多，但由于键盘输入方式已经非常成熟，到至今仍然是一种基本的人与计算机之间的“通信”方法。键盘输入方式的最大缺点是对人的专业知识有相对较高的要求，例如，用过DOS操作系统的都知道，要掌握对计算机的各种操作，需要记许多的由字符串组成的命令，而且这些命令中有的还比较长，短时间内难以牢记，这一点也成为了WINDOWS操作系统产生并繁荣的重要推动因素。
|
|
|
|
|
|
时代的新宠——鼠标
|
|
|
鼠标的内部构造 |
只要用过WINDOWS操作系统的人，就不会不知道鼠标及其使用方法。我们用手移动鼠标，通过光、电、磁等方法把鼠标相对的位置移动信息转换成数字的坐标位置信息并“告诉”给计算机，计算机的显示屏的相应控制部件就会根据得到的位置信息，使光标在显示屏上产生与鼠标同步的移动。当光标停留在显示屏上某个菜单、选项的时候，鼠标输入的位置信息与显示存储器的相对应的位置信息相符合，这时候，我们就可以通过鼠标上的某些功能键（如鼠标的左键和右键），启动预定的程序或启动相应的操作。因为我们只需要根据显示屏上显示的各种形象的图形、文字信息，简单地移动鼠标和按动按键，就可以与计算机和其它设备进行通信，实现对它们的控制并获得我们所需要的服务，所以，鼠标技术是对传统键盘输入技术的一项重要变革，是向多媒体化的人与计算机交换信息方式跨出的重要一步。在WINDOWS和其它图形化的操作系统中，虽然键盘暂时还不能完全被淘汰，但由于有了鼠标，我们已经不需要输入一大串的字符命令，只需要移动鼠标到显示屏上的需要选项，轻轻点击一下，即可以实现对计算机的控制，这无疑大大简化和方便了计算机的使用和普及。因此，目前在每一台电脑中，鼠标已经和键盘一样，成了不可缺少的配置。
|
|
便捷无比的触摸屏
你是否有过这样的经历：在邮电营业所的咨询台，有几台显示屏，里面显示有若干项功能菜单，只要你用手触到显示屏上的菜单选项，相应的菜单功能就会启动，使人感到十分直观与方便。这就是触摸屏技术。这种方法一般在显示屏的表面采用电阻薄膜、红外线、表面声波等技术，以形成一个对人手触摸产生感应的触摸屏，当我们用手对这一触摸屏的某个位置触摸时，通过引起这个位置的电阻、红外线信号或者表面声波信号的变化，能够产生与显示屏该位置对应的坐标的数字编码信号。由于与鼠标的原理相似，当我们用手触摸到显示屏上的菜单选项或者其他可操作的区域时，所产生的位置信息就可以启动相应的操作。但由于触摸屏的分辨率比鼠标还要低些，所以它使用起来更加方便，特别适用于一些大型公共信息服务或者公共事务处理服务的多媒体网络的应用中。例如，除了刚才提到的邮电局，还有在大型商场提供的商品介绍和购买服务，在餐馆提供点菜服务，展览馆、旅游地的导游、参观服务，银行、宾馆、医院的信息查询和事务预约服务等等。目前，我们能够使用的触摸屏服务还局限在文字信息，未来，我们将享受到包括声音、图像、照片、动画甚至电影片断、现场摄影等综合的多媒体信息服务。
前景看好的笔绘板
笔绘板，又叫做手写笔，是由人直接通过一种特制的画板，向计算机输入手绘图形和手写文字的一种多媒体输入装置。它的工作原理也基本跟鼠标相似，是通过光、电、磁力等方法把手写笔在手写板上的相对位置转换成二进制的数字编码信息输入计算机。它们两者的不同之处在于，鼠标是以位置信息来驱动光标在显示屏上移动，笔绘板则把位置信息直接写入显示存储器内，使显示屏能够实时显示出笔绘板上画的图形或写的文字，计算机就可以对输入的图形、文字进行必要的处理，如存为文件或者传输等。笔绘板为我们向计算机以任意的书写方式输入信息提供了一种简洁的手段，它不仅可以用于机械作图输入，复制地图、表格、曲线和其他数据，也可以作为一种类似传真的方式用于用户之间的书写信息交流。这种任意的书写方式不仅摆脱了键盘输入文字的复杂操作，而且不受文字类型的限制，更可以方便地实现图文并茂的信息交流，这是键盘、鼠标、触摸屏等无法实现的，因此它是一种有发展前途的信息输入技术，并开始逐渐流行起来。
手写字识别技术
你是否见过别人在掌上电脑上，用一根类似笔的东西，在小小的显示屏上“写字”，然后这个“字”就出现在显示屏上并被电脑“承认”继而存储下来。其实这就是手写字识别技术。手写字的输入方法与笔绘板基本相同，也是把手写字的位置信息首先转换成二进制的数字编码信息，并写入显示存储器，实时显示在显示屏上。但随后的处理就不同了，手写字识别技术会把写入的手写字信息在计算机内用一定的人工智能技术，对手写字进行智能化的识别，并产生与之匹配的数字编码的中文或英文字符，同时所产生的字符也送给显示屏显示，最后经过输入者确认后才作为正确的输入结果。这种书写技术可以使我们与计算机进行信息交流，它不仅可以输入文本文字，而且可以输入计算机或通信设备能够“理解”的命令对它们进行控制和操作。这也是手写字技术与笔绘板技术的不同之处。笔绘板技术虽然也可以进行手写字输入，但实际上其输入结果并未被计算机识别和理解，仅仅是对它“照葫芦画瓢”地进行存储、传送。目前，手写字识别技术，特别是中文字识别技术经过十几年的研究已经获得很大的发展，虽然在实用中还存在一定的局限，如一定的错误率，但由于它作为一种多媒体与人工智能结合的技术，而且特别适合我国的国情――汉字的结构比较复杂而且规律性较少，所以仍然发展的十分迅速，最近还在家用计算机市场一度出现火爆。
目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种，自动识别输入又分为语音识别和字符识别两种。汉字识别技术可分为印刷体汉字识别和手写体汉字识别两大类，后者又可分为联机手写汉字识别和脱机手写汉字识别。从识别的角度来看，手写体识别难于印刷体识别，而脱机手写识别又难于联机手写体识别。
脱机手写汉字识别
一、汉字识别概述
汉字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的贡献，并将继续发挥重要的、其它文字形式难以取代的作用。然而，汉字是非字母化、非拼音化的文字，在当今高度信息化的社会里，如何快速高效地将汉字输入计算机，已成为影响人—机交流信息效率的一个重要瓶颈，也关系到计算机能否真正在我国得到普及应用。
围绕这一问题，人们提出了各种解决方案。目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。
自动识别输入分为语音识别和字符识别两种。汉字识别是模式识别的一个重要分支，也是文字识别领域最为困难的问题，它涉及模式识别、图象处理、数字信号处理、自然语言理解、人工智能、模糊数学、信息论、计算机、中文信息处理等学科，是一门综合性技术，在中文信息处理、办公室自动化、机器翻译、人工智能等高技术领域，都有着重要的实用价值和理论意义。
汉字识别技术可分为印刷体汉字识别和手写体汉字识别两大类，后者又可分为联机手写汉字识别和脱机手写汉字识别。
从识别的角度来看，手写体识别难于印刷体识别，而脱机手写识别又难于联机手写体识别。可喜的是，经过科研人员的努力，我国已有印刷体汉字识别和联机手写汉字识别的商品出售，目前已形成百家争鸣、百花齐放的局面，但是脱机手写汉字识别还处于实验室研究阶段。在脱机手写汉字识别领域，非特定人脱机手写汉字识别又难于特定人手写汉字识别。
二、 手写汉字识别中存在的问题及困难
手写汉字识别是一种重要的、适用于把手写文稿随时输入计算机的方法，也是机器字符识别最为困难的一个课题，这些困难和问题表现在：
1、汉字类别多。仅《康熙字典》中就包含了49000多个汉字，而常用的汉字就有4000多个，因而汉字识别问题属于大类别（或者称为超多类）模式识别问题，在模式识别理论和方法研究方面有重大意义。
2、汉字字形结构复杂。 汉字集合中相似字较多，有些汉字的差别仅为一点或一个笔画，由于手写变形的存在，使得手写体中相似字的区分比印刷体要困难得多。因不同人书写风格的差异造成手写汉字的变形很大，具体表现在以下几个方面：
（1）基本笔画变化。横不平，竖不直，直笔变弯，折笔的拐角变成圆弧等。
（2）笔画模糊，不规范，该连的不连，不该连的却相连。
（3）笔画与笔画之间、部件与部件之间的位置发生变化。
（4）笔画的倾斜角、笔画的长短、部件的大小发生变化。
（5）对于脱机手写汉字，不同人使用不同的书写笔可能造成笔画的粗细变化。
其中，手写汉字字形的变化是最难以解决的问题。
一般认为，联机手写汉字识别比脱机手写汉字识别相对容易些。联机手写汉字识别是一种人工实时地把汉字输入计算机的方法，它利用书写板把笔画变为一维电信号，输入计算机的是以坐标点序列表示的笔尖移动轨迹，因而被处理的是一维的线条（笔画）串，这些线条串含有笔画数目、笔画走向、笔顺和书写速度等信息，而脱机手写汉字识别处理的仅是二维的汉字点阵图象，是汉字识别领域中最后一个十分困难的问题，目前仍然处于实验室研究阶段。
由此可见，对非特定人脱机手写汉字识别而言，如果对手写汉字的书写不加任何限制（即为自由手写体汉字），则识别难度相当大。科学研究中人们总是遵循从易到难的规律，从简单的问题入手来寻求突破口。由于自由手写汉字识别太难，人们提出了手写印刷体汉字识别，这已成为目前脱机手写汉字识别的主要研究对象。所谓手写印刷体是指书写工整的楷书手写体，要求书写者工整书写，尽量少连笔。
三、展望
我们研究非特定人脱机手写汉字识别的目的就是使识别系统能够实用化。由清华大学电子工程系图象教研组 OCR（光学字符识别）实验室研制的THOCR-97综合集成汉字识别系统于1997年3月22日通过了由国家教委组织的鉴定并获得了高度评价，其中的非特定人脱机手写汉字文本识别子系统，对于书写较为工整的手写汉字文本，正确识别率达95.8%，为该子系统走向实用化奠定了良好的基础。可以乐观地预言，在今后的5年内，非特定人脱机手写印刷体汉字识别文本系统将会有产品走向市场。然而，对于自由手写体汉字识别而言，任重道远，仍需要科研人员不懈的努力，但是我们不应该就此悲观，随着计算机技术的突飞猛进和人脑功能的进一步揭示，可望在不远的将来发现人脑的识字机理，建立在此基础上的手写汉字识别的理论和方法将会有质的飞跃。
印刷体汉字识别系统
从上一部分的介绍中我们可以知道，从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了联机手写体识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。
与脱机手写体和联机手写体识别相比，印刷体汉字识别已经实用化，而且在向更高的性能、更完善的用户界面的方向发展。因为它有着广泛的应用前景。目前，办公自动化已成为信息社会不可避免的发展趋势。虽然在计算机网络飞速发展的今天，许多信息已经电子化，世界各地出现了许多“电子版”的报纸、杂志等出版物，但是我们可以看到印刷材料的数量也大大地增加了，一些专业单位如新闻社、图书馆、古籍出版社、档案馆等所接触的印刷材料更是浩如烟海，毕竟阅读印刷材料更为符合人的自然阅读习惯；同时，网络信息资源的爆炸性增长以及网络传输容量的限制，都是方便、快速地获取这些信息的制约因素。电子化与印刷文本材料如同一枚硬币的两面，互相补充、互相促进，在未来的十几年或更长的时间内将不会出现一者被另一者取代的情况。
印刷体文字的识别很早以前就是人们的梦想，早在1929年，Taushek就在德国获得了一项有关OCR（光学字符识别）的专利。欧美国家为了将浩如烟海、与日俱增的大量报刊杂志、文件资料和单据报表等文字材料输入计算机进行信息处理，从50年代就开始了西文OCR技术的研究，以便代替人工键盘输入。
印刷体汉字的识别最早可以追溯到60年代。1966年，IBM公司的Casey和Nagy发表了第一篇关于印刷体汉字识别的论文，在这篇论文中他们利用简单的模板匹配法识别了1,000个印刷体汉字。70年代以来，日本学者做了许多工作，其中有代表性的系统有1977年东芝综合研究所研制的可以识别2000个汉字的单体印刷汉字识别系统；80年代初期，日本武藏野电气研究所研制的可以识别2300个多体汉字的印刷体汉字识别系统，代表了当时汉字识别的最高水平。此外，日本的三洋、松下、理光和富士等公司也有其研制的印刷体汉字识别系统。这些系统在方法上，大都采用基于数字变换的匹配方案，使用了大量专用硬件，其设备有的相当于小型机甚至大型机，价格极其昂贵，没有得到广泛应用。
我国对印刷体汉字识别的研究始于70年代末80年代初，大致可以分为三大阶段：
(1) 第一阶段从70年代末期到80年代末期，主要是算法和方案探索。
(2) 第二阶段是90年代初期，中文OCR由实验室走向市场，初步实用。
(3) 第三阶段也就是目前，主要是印刷体汉字识别技术和系统性能的提高，包括汉英双语混排识别率的提高和稳定性的增强。
同国外相比，我国的印刷体汉字识别研究起步较晚。但由于我国政府对汉字自动识别输入的研究从80年代开始给予了充分的重视和支持，经过科研人员十多年的辛勤努力，印刷体汉字识别技术的发展和应用，有了长足进步：从简单的单体识别发展到多种字体混排的多体识别，从中文印刷材料的识别发展到中英混排印刷材料的双语识别。各个系统可以支持简、繁体汉字的识别，解决了多体多字号混排文本的识别问题，对于简单的版面可以进行有效的定量分析，同时汉字识别率已达到了98%以上。
清华大学电子工程系、中国科学院计算所智能中心、北京信息工程学院、沈阳自动化研究所等单位分别研制开发出实用化的印刷体汉字识别系统。尤其是由清华大学电子工程系研制的清华TH-OCR产品，始终处于技术与产品发展的最前沿，并占据着最大的市场份额，代表着中文OCR技术发展的潮流。
这一成就，是对中华文化宝贵遗产的继承和发扬，在世界电脑发展史上，必将留下光辉的一页，同时，这也是造福子孙千秋万代的大事。国家高技术研究发展“863"计划、国家重点科技攻关计划、国家自然科学基金和军事基础研究基金都对这一研究课题予以极大的重视和大力的支持。
总体来说，近几年来国内对印刷体汉字识别的研究还是相当深入的，也取得了很大成绩，使系统的识别率不断上升。目前印刷体汉字识别系统的应用已经相当成熟。例如，刚刚通过国家教委鉴定的清华TH－OCR97综合集成汉字识别系统，对中等质量的样本，识别率已经可以达到99%左右或更高。不过，这些系统还存在着一些可改进之处：
1、从识别角度
(1) 汉字识别率总是汉字识别中最重要的指标，应该达到更新的高度，从而最大程度地减少用户校对、修改的工作量。
(2) 印刷体汉字识别的鲁棒性(Robustness)还不够强。Robust在英文中是“健壮的”或“强的”之意。鲁棒性可以理解为识别系统对于不同质量、不同字号、不同字体的文本图象表示出来的适应性。在文字识别中，识别系统的鲁棒性尤其反应在随着印刷质量的下降，系统误识率的上升趋势上。
目前的OCR系统都对扫描图象的质量有一定要求，扫描亮度不能太暗也不能太亮，保证文字的图象即不会暗成一个黑块也不会亮得笔画发生很多断裂。这就对用户的使用提出了较高要求。
印刷文本的质量可能千差万别，一般用户对扫描仪的操作也可能不够合适，这往往造成识别图象的质量不佳，为使任何未经训练的用户都能用好OCR系统，系统的鲁棒性必须不断提高。
(3) 汉英混排文本的切分仍不够成熟。与识别技术相比，对切分的理论和方法还缺乏系统的研究和有效的成果。随着汉字识别率的上升以及汉英混排文本的增多，切分错误在所有错误中所占的比重不断上升，怎样使文字正确分割变成了另一个还未很好解决的问题。
2、用户界面和自动化程度方面
(1) 扫描仪自动亮度调节，无须用户选择门限，自动随文本种类、印刷质量不同选择合适的扫描仪亮度门限，以保证识别率。
(2) 版面的自动分析，无需人工干预，可以将印刷文本材料，如报纸、杂志等，上面有各种插图、表格、花边，且同时存在横、竖版面等加以区分和作相应的标记，以便分别处理。
(3) 中文印刷表格的自动录入，对于中文印刷表格，可以进行框线的自动检测、栏目自动切分，直至将各栏目中的内容识别出来，并且可以和数据库直接相连，完成印刷表格自动录入至数据库的任务。
(4) 版面自动恢复，仅有文字识别往往不能满足实际需要。能够保持原来的排版形式、字体信息、表格和插入的图形图象，以便在Word、北大方正等排版软件中直接修改，一直是许多用户的梦想。
(5) 系统提供用户自学习功能，使用户自由地扩大专业识别字符集；以及适用于各种应用环境的汉字识别系统。例如：MS-DOS环境、Windows环境和UNIX环境下中文OCR版本，满足不同用户的需求。
3、其它方面
(1) 系统总体性能的进一步提高。解决像报纸这种栏目多而位置排列复杂的印刷文本材料的版面自动理解；利用自然语言理解知识进行识别后处理；进一步提高英文的识别率和适应性，降低系统的误识率，等等。
(2) Internet/Intranet上的网络版本。充分利用网络上的资源及计算能力，提高系统的性能，使用户能够更方便地协同工作。
(3) 系统固化以及系统各部分的质量和性能的稳定提高。
(4) 扩大OCR核心技术的应用范围，开发更多的应用系统，并将研究成果迅速转化为产品，提高软件的商品化水平，使之能大量地走出国门，走向全世界。
这些都是汉字识别系统急待解决的问题，也是汉字识别技术今后努力发展的重要方向。
手写数字识别的原理及应用
一、引言
手写数字识别是“光学字符识别技术”(简称OCR)的一个分支，它研究的对象是：如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字。
在整个OCR领域中，最为困难的就是脱机手写字符的识别。到目前为止，尽管人们在脱机手写英文、汉字识别的研究中已取得很多可喜成就，但距实用还有一定距离。而在手写数字识别这个方向上，经过多年研究，研究工作者已经开始把它向各种实际应用推广，为手写数据的高速自动输入提供了一种解决方案。
二、研究的实际背景
字符识别处理的信息可分为两大类：一类是文字信息，处理的主要是用各国家、各民族的文字（如：汉字、英文等）书写或印刷的文本信息，目前在印刷体和联机手写方面技术已趋向成熟，并推出了很多应用系统；另一类是数据信息，主要是由阿拉伯数字及少量特殊符号组成的各种编号和统计数据，如：邮政编码、统计报表、财务报表、银行票据等等，处理这类信息的核心技术是手写数字识别。这几年来我国开始大力推广的“三金”工程在很大程度上要依赖数据信息的输入，如果能通过手写数字识别技术实现信息的自动录入，无疑会促进这一事业的进展。因此，手写数字的识别研究有着重大的现实意义，一旦研究成功并投入应用，将产生巨大的社会和经济效益。
三、研究的理论意义
手写数字识别作为模式识别领域的一个重要问题，也有着重要的理论价值：
1、阿拉伯数字是唯一的被世界各国通用的符号，对手写数字识别的研究基本上与文化背景无关，这样就为各国、各地区的研究工作者提供了一个施展才智的大舞台。在这一领域大家可以探讨，比较各种研究方法。
2、由于数字识别的类别数较小，有助于做深入分析及验证一些新的理论。这方面最明显的例子就是人工神经网络，相当一部分的人工神经网络模型都以手写数字识别作为具体的实验平台，验证理论的有效性，评价各种方法的优缺点。
3、尽管人们对手写数字的识别已从事了很长时间的研究，并已取得了很多成果，但到目前为止机器的识别本领还无法与人的认知能力相比，这仍是一个有难度的开放问题。
4、手写数字的识别方法很容易推广到其它一些相关问题，一个直接的应用是对英文这样的拼音文字的识别。事实上，很多学者就是把数字和英文字母的识别放在一块儿研究的。
四、基于手写数字识别的典型应用
手写数字识别有着极为广泛的应用前景，这也正是它受到世界各国的研究工作者重视的一个主要原因。下面我们将介绍基于手写数字识别的应用系统的特殊要求，以及一些以手写数字识别技术为基础的典型应用。
（一） 手写数字识别在大规模数据统计中的应用
在大规模的数据统计(如：行业年鉴、人口普查等)中，需要输入大量的数据，以前完全要手工输入，则需要耗费大量的人力和物力。近年来在�