درس 3.10: چگونه کامپیوترها جهان را می بینند
- دانشجویان به مفهوم باینری معرفی خواهند شد.
- دانشجویان خواهد شد به راه کامپیوتر استفاده از باینری به متن حاضر معرفی, تصویر و صدا.
ویدیو یوتیوب
رایانه ها از سیگنال های الکتریکی روشن یا خاموش استفاده می کنند بنابراین باید همه چیز را به صورت یک سری اعداد باینری ببینند. این داده ها به صورت دنباله ای از 1 و 0 (روشن و خاموش) نشان داده می شوند. تمام داده هایی که ما می خواهیم رایانه پردازش کند باید به این قالب باینری تبدیل شوند.
دودویی یک سیستم عددی است که فقط از دو رقم 1 و 0 استفاده می کند. تمام اطلاعاتی که توسط رایانه پردازش می شود به صورت توالی 1 و 0 است. بنابراین تمام داده هایی که ما می خواهیم رایانه پردازش کند باید به باینری تبدیل شوند.
- فقط دو رقم برای انتخاب وجود دارد (1 و 0)
- هنگام استفاده از سیستم باینری داده ها با استفاده از قدرت دو تبدیل می شوند.
مردم در زندگی روزمره خود از سیستم اعداد اعشاری (یا اعشاری) استفاده می کنند. این سیستم دارای 10 رقم است که می توانیم استفاده کنیم: 0, 1, 2, 3, 4, 5, 6, 7, 8 و 9.
مقدار هر مقدار مکانی با ضرب در 10 (یعنی در توان 10) محاسبه می شود. چند مقادیر مکان اول به این شکل است:
هزاران | صدها | دهها | واحد ها |
---|---|---|---|
(1000بازدید کنندگان) | (100بازدید کنندگان) | (10 ثانیه) | (1 ثانیه) |
هزاران نفر (1000بازدید کنندگان) | صدها نفر (100بازدید کنندگان) | ده ها (10 ثانیه) | واحد ها (1 ثانیه) |
---|---|---|---|
1 | 0 | 2 | 4 |
1 × 1000 + | 0 × 100 + | 2 × 10 + | 4 × 1 |
برای تبدیل یک عدد دودویی به اعشاری, شروع با نوشتن از ارزش محل دودویی. در اعشاری, مقادیر مکانی هستند 1, 10, 100, 1000, و غیره – هر مقدار مکانی است 10 برابر بزرگتر از گذشته. در باینری هر مقدار مکانی 2 برابر بزرگتر از مقدار قبلی است (یعنی با قدرت 2 افزایش می یابد). چند مقدار مکان باینری اول به این شکل است:
128 | 64 | 32 | 16 | 8 | 4 | 2 | 1 |
کار کردن ارزش 1010 1000:
128 | 64 | 32 | 16 | 8 | 4 | 2 | 1 |
---|---|---|---|---|---|---|---|
1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 |
1 ×128 + | 0 ×64 + | 1 ×32 + | 0 ×16 + | 1 ×8 + | 0 ×4 + | 0 ×2 + | 0 ×1 |
128 + | 0 + | 32 + | 0 + | 8 + | 0 + | 0 + | 0 |
بنابراین 1010 1000 در باینری برابر با 168 در اعشار است.
نمایش داده ها
تمام داده های داخل رایانه به صورت یک سری سیگنال های الکتریکی که روشن یا خاموش هستند منتقل می شوند. بنابراین برای اینکه کامپیوتر بتواند هر نوع داده ای از جمله متن و تصویر و صدا را پردازش کند باید به صورت باینری تبدیل شود. اگر داده ها به باینری تبدیل نشوند – یک سری 1 و 0 – کامپیوتر به سادگی درک نمی کند یا قادر به پردازش نیست.
نمایش متن هنگام فشار دادن هر کلید روی صفحه کلید باید به یک عدد باینری تبدیل شود تا توسط رایانه پردازش شود و کاراکتر تایپ شده روی صفحه ظاهر شود.
کدی که هر عدد نشان دهنده یک کاراکتر است می تواند برای تبدیل متن به باینری استفاده شود. کدی که می توانیم برای این کار استفاده کنیم اسکی نام دارد. کد اسکی هر کاراکتر را روی صفحه کلید می گیرد و یک عدد باینری اختصاص می دهد. به عنوان مثال:
- حرف ' الف ' دارای عدد باینری 0110 0001 است (این عدد انکار 97 است)
- حرف ' ب ' دارای عدد باینری 0110 0010 است (این عدد انکار 98 است)
- حرف ' ج ' دارای عدد باینری 0110 0011 است (این عدد انکار 99 است)
شخصیت های متن در تعداد دنار شروع 0 در کد اسکی, اما این پوشش می دهد کاراکترهای خاص از جمله نقطه گذاری, کلید بازگشت و شخصیت های کنترل و همچنین کلید های شماره, حروف بزرگ و حروف کوچک.
کد اسکی فقط می تواند 128 کاراکتر را ذخیره کند که برای اکثر کلمات انگلیسی کافی است اما برای زبان های دیگر کافی نیست. اگر شما می خواهید به استفاده از لهجه در زبان های اروپایی و یا حروف بزرگتر مانند سیریلیک (الفبای روسی) و چینی ماندارین سپس شخصیت های بیشتری مورد نیاز است. بنابراین کد دیگری به نام یونیکد ایجاد شد. این بدان معنی است که رایانه ها می توانند توسط افرادی که از زبان های مختلف استفاده می کنند استفاده شوند.
تصاویر نمایانگر تصاویر نیز باید به باینری تبدیل شوند تا رایانه پردازش شود تا در صفحه ما دیده شود. تصاویر دیجیتال از پیکسل ها تشکیل شده اند. هر پیکسل در یک تصویر از اعداد باینری تشکیل شده است.
اگر بگوییم 1 سیاه (یا روشن) و 0 سفید (یا خاموش) است می توان با استفاده از باینری یک تصویر ساده سیاه و سفید ایجاد کرد.
برای ایجاد تصویر می توان یک شبکه تنظیم کرد و مربع ها رنگی (1 – سیاه و 0 – سفید). اما قبل از ایجاد شبکه می توان اندازه شبکه را مشخص کرد. این داده ها فراداده نامیده می شوند و رایانه ها برای دانستن اندازه یک تصویر به ابرداده نیاز دارند. اگر ابرداده ای که برای تصویر ایجاد می شود 10 * 10 باشد به این معنی است که تصویر 10 پیکسل عرض و 10 پیکسل پایین خواهد بود.
این مثال تصویری را نشان می دهد که به این روش ایجاد شده است:
اضافه کردن رنگ سیستم توصیف تا کنون خوب برای تصاویر سیاه و سفید است, اما اکثر تصاویر نیاز به استفاده از رنگ و همچنین. به جای استفاده از فقط 0 و 1, با استفاده از چهار عدد ممکن اجازه خواهد داد که یک تصویر به استفاده از چهار رنگ. در باینری این را می توان با استفاده از دو بیت در هر پیکسل نشان داد:
در حالی که این است که هنوز هم طیف بسیار زیادی از رنگ, اضافه کردن یکی دیگر از رقم باینری خواهد شد تعدادی از رنگ های که در دسترس هستند دو برابر:
- 1 بیت در هر پیکسل (0 یا 1): دو رنگ ممکن
- 2 بیت در هر پیکسل (00 تا 11): چهار رنگ ممکن
- 3 بیت در هر پیکسل (000 تا 111): هشت رنگ ممکن
- 4 بیت در هر پیکسل (0000 – 1111): 16 رنگ ممکن
16 بیت در هر پیکسل (0000 0000 0000 0000 – 1111 1111 1111 1111): بیش از 65 0000 رنگ ممکن
تعداد بیت های مورد استفاده برای ذخیره هر پیکسل را عمق رنگ می نامند. تصاویر با رنگ های بیشتر برای ذخیره هر رنگ موجود به پیکسل های بیشتری نیاز دارند. این به این معنی است که تصاویری که از رنگ های زیادی استفاده می کنند در فایل های بزرگتر ذخیره می شوند. کیفیت تصویر
کیفیت تصویر تحت تاثیر وضوح تصویر است. وضوح تصویر راهی برای توصیف میزان بسته بندی پیکسل ها است.
در یک تصویر با وضوح پایین پیکسل ها بزرگتر هستند بنابراین برای پر کردن فضا به تعداد کمتری نیاز است. این منجر به تصاویری می شود که مسدود یا پیکسلی به نظر می رسند. یک تصویر با وضوح بالا پیکسل های بیشتری دارد بنابراین هنگام بزرگنمایی یا کشش بسیار بهتر به نظر می رسد. نکته منفی داشتن پیکسل بیشتر این است که اندازه پرونده بزرگتر خواهد بود. نمایندگی صدا
صدا باید به باینری تبدیل شود تا رایانه ها بتوانند پردازش کنند. برای این کار صدا - معمولا توسط میکروفون - گرفته می شود و سپس به سیگنال دیجیتال تبدیل می شود.
مشابه مبدل دیجیتال یک موج صوتی را در فواصل زمانی منظم نمونه برداری می کند. مثلا, یک موج صوتی مثل این را می توان در هر نقطه نمونه زمان نمونه برداری:
سپس نمونه ها می توانند به باینری تبدیل شوند. به نزدیکترین عدد کامل ثبت می شوند.
- نمونه زمان 1 2 3 4 5 6 7 8 9 10
- دناری 8 3 7 6 9 7 2 6 6 6
- باینری 1000 0011 0111 0110 1001 0111 0010 0100 0110 0110
اگر نمونه زمان هستند و سپس بر روی همان نمودار رسم, دیده می شود که موج صوتی در حال حاضر متفاوت به نظر می رسد. این به این دلیل است که نمونه برداری در نظر نمی گیرد که موج صوتی بین هر نمونه زمانی چه کاری انجام می دهد.
این به این معنی است که صدا کیفیت را از دست می دهد زیرا داده ها بین نمونه های زمان از بین رفته اند. راه برای افزایش کیفیت و ذخیره صدا در کیفیت نزدیک به اصلی, این است که نمونه زمان بیشتری است که به هم نزدیک. به این ترتیب می توان جزییات بیشتری در مورد صدا جمع کرد, بنابراین وقتی به دیجیتال تبدیل می شود و دوباره به مشابه تبدیل می شود کیفیت زیادی را از دست نمی دهد.
فرکانس گرفته شدن نمونه ها نرخ نمونه نامیده می شود و بر حسب هرتز (هرتز) اندازه گیری می شود. 1 هرتز یک نمونه در ثانیه است. اکثر سی دی با کیفیت صوتی در 44 100 یا 48 000 کیلوهرتز نمونه برداری شده است.