《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 電子紙閱讀器的PPT格式引擎設計和優(yōu)化
電子紙閱讀器的PPT格式引擎設計和優(yōu)化
維庫開發(fā)網(wǎng)
李慶誠,張占營
摘要: 摘要:根據(jù)目前主流電子紙閱讀器硬件資源有限、要求功耗小、灰階顯示等特點,提出了一種PPT格式文檔解析...
Abstract:
Key words :

  摘要: 根據(jù)目前主流電子紙閱讀器硬件資源有限、要求功耗小、灰階顯示等特點,提出了一種PPT格式文檔解析方案。聚焦于滿足人們對于移動閱讀的基本需求,選取了文字、圖形、圖像作為基本解析對象,設計并實現(xiàn)了一個適合電子紙閱讀器的PPT格式引擎,并進行了多重優(yōu)化以提升性能體驗,在低端的硬件配置和有限的運行時間內(nèi)完成格式解析。

  引言

  PPT(Microsoft Office PowerPoint),是微軟公司開發(fā)的編輯演示文稿的辦公軟件。該格式相對于txt、chm等,信息量更大,結構也更加復雜,導致其對硬件配置要求較高。然而,目前嵌入式終端配置低,因此本文聚焦于滿足人們對于移動閱讀的基本需求,暫不考慮視頻、音頻和外部對象等特性支持。本解析器在開源環(huán)境下,基于Linux操作系統(tǒng)實現(xiàn)?;谇度胧蕉喔袷浇馕鲆嫦到y(tǒng)架構和中間格式理論,具有平臺無關性、高效性的特點。

  1  系統(tǒng)特點

  該解析引擎兼容版本多,包括Microsoft PowerPoint 972003等版本。下面介紹一下系統(tǒng)特點。

 ?、?不依賴于圖形服務器。解析引擎擁有自己的專用的矢量圖形繪制器。不依賴于特定的底層圖形服務器。例如,我們的實驗系統(tǒng)的圖形服務器由nanoX改為Qt時,該解析引擎不需要修改。

  ② 高效性。對于一般的格式解析器,樣本文件越大,打開速度越慢,而該解析器可以做到文件打開速度與文件大小基本無關。

 ?、?平臺無關性。解析引擎并不是直接在顯示設備上繪制圖形和文字,而是把各種格式元素繪制在一段內(nèi)存區(qū)域上,然后把這段內(nèi)存數(shù)據(jù)映射到物理設備上。即輸入是文件,輸出是屏幕大小的位圖。

 ?、?配置靈活。解析引擎的模塊化設計便于移植和裁剪。所有數(shù)據(jù)類型采用宏定義,便于根據(jù)平臺配置。

 ?、?支持手寫批注。 解析器只做內(nèi)容抽取和顯示,不支持編輯和保存,支持手寫批注。手寫批注不改變原文檔,而是新建xml描述文件。

  ⑥ 個性化交互方式。利用電子紙控制器的16通道和黑白刷,實現(xiàn)動畫切換效果。

  2  格式分析

  2.1  總體結構

  Microsoft PowerPoint使用OLE2組合文檔存儲。和文件系統(tǒng)結構類似,它包含容器和流,并組成的樹狀結構。各種流獨立存儲,便于載入和快速保存。如表1所列,PPT文件包括以下5種流式數(shù)據(jù)。

PowerPoint文件結構

  表1  PowerPoint文件結構

  PPT存儲格式采用十六進制,small endian字節(jié)序,分為若干個大數(shù)據(jù)塊和小數(shù)據(jù)塊,大小分別為512字節(jié)和64字節(jié),第一個數(shù)據(jù)塊為初始數(shù)據(jù)塊,存儲了數(shù)據(jù)塊索引表。

關鍵字:電子紙閱讀器 PPT 引擎設計

 

  2.2  圖像流結構

  PPT中包含矩形、圖片框、文本框、線、橢圓等204種形式的元素,統(tǒng)稱為Shape。每種Shape有一個唯一的實例碼與之相應。

  多媒體數(shù)據(jù)的層次結構如圖1所示。

 容器層次結構

  圖1  容器層次結構

  Drawing GROUP為組合圖形存儲結構,它包含了一組圖形對象。Drawing為圖形存儲結構,Shape和Solver為兩組圖形屬性元數(shù)據(jù)。Blip Store為插入的圖片對象。Property Table為缺省屬性表。Client Data為一組元數(shù)據(jù)信息,包含坐標,文本和OLE數(shù)據(jù)和用戶自定義屬性表。

  屬性項采用idvalue結構,自定義屬性表的長度可變。各項屬性相對位置不變。自定義屬性表中出現(xiàn)的屬性將覆蓋默認屬性。

  Drawing為一組描述來管理容器中的圖形對象的規(guī)則集合,包括對齊方式、標尺等。

  3  軟件設計

  本設計以嵌入式多格式解析引擎系統(tǒng)架構為基礎。解析引擎是負責對源文件進行解析,生成中間格式需要的數(shù)據(jù)的模塊。

  解析引擎的內(nèi)部架構如圖2所示。

 解析引擎架構

  圖2  解析引擎架構

  3.1  語法分析器

  語法分析器為輸入流數(shù)據(jù),輸出為結構化數(shù)據(jù)供各模塊使用。PPT格式的記錄采用idvalue結構,id和value占據(jù)規(guī)定的字節(jié)數(shù),語法分析器負責識別記錄id,并抽取value。

關鍵字:電子紙閱讀器 PPT 引擎設計

 

  3.2  導航器

  負責把數(shù)據(jù)從文件系統(tǒng)調(diào)入內(nèi)存,并把I/O流轉換成結構化數(shù)據(jù),即用DOM結構描述文件的整體架構。

  該模塊具有頁面導航作用。PPT使用OLE2組合文檔存儲。容器和結點只存儲粗粒度索引信息,對于不需要立即顯示的頁,只存儲容器結點,暫時不展開,需要顯示該頁時,再從該結點向下展開,從而減少了不必要的文件讀取。這種分層裝載方法,提高了打開速度,并且對于大文檔,進入速度只和第一頁的復雜程度有關。

  此外,為了更好地索引,建立了一系列的鏈表結構。如:數(shù)據(jù)塊索引表、根目錄表、圖像數(shù)據(jù)流鏈表、用戶反向鏈表、文本鏈、母板鏈表等。

  文件長度、版本號、進行文件合法性等信息通過讀取初始化塊獲得。除此之外還需要初始化幾個重要的全局鏈表。

 ?、?數(shù)據(jù)塊索引表。文件以塊為單位存儲,且不連續(xù),數(shù)據(jù)所屬塊號和塊內(nèi)偏移量可以方便地進行尋址操作。

 ?、?構建根目錄表,包括存儲內(nèi)容的起始塊號和大小,用于尋址操作。讀操作只在當前塊范圍內(nèi),當超出當前塊可讀長度時,通過查詢塊索引表找到下一塊的塊號。

  ③ 構建圖像數(shù)據(jù)流鏈表。

 ?、?構建用戶反向鏈表。為了快速保存,PPT采用增量式存儲,即每次保存時,直接生成頁面副本并追加到文檔末尾。增量式存儲的缺點是冗余量大。例如,有的文件只有幾頁,但文件大小幾MB甚至幾十MB,文件實際大小和修改次數(shù)有關。

 ?、?幻燈片文本鏈,流信息到排版元數(shù)據(jù)獨立存儲。純文本存儲在文本流中,存儲以及排版信息存儲在頁數(shù)據(jù)區(qū)。頁數(shù)據(jù)區(qū)還存儲了純文本在文本流中的位置。

 ?、?母板鏈表,母板一般作為背景,以頁為單位順次存儲。因為電子紙顯示灰度圖像,背景和正文疊加以后看不清楚,用戶閱讀時可以去除背景,而不會影響到文件本身。

  增量式存儲的基本思想是:每次修改產(chǎn)生一個用戶信息,存儲修改的塊號,當前用戶信息反向指向上一個用戶信息,從而構成一個用戶反向鏈。遍歷用戶反向鏈可以找到最后一次修改。冗余數(shù)據(jù)可以直接丟棄。

  3.3  布局管理器

  負責屏幕劃分和圖層管理,布局管理器劃為不同的矩形區(qū)域,并標識該區(qū)域的類型。然后分別將解析得到的文字,圖形,圖像緩沖區(qū)映射到屏幕位圖上。

  3.4  文字處理器

  PPT格式的文字種類和布局相對復雜,可以分為正文和圖形內(nèi)嵌文字兩種,各級標題正文的布局也有要求。文字處理器針對各種文本的排版格式多樣性進行解析和布局,完整再現(xiàn)原文檔的版式信息。

  文字處理過程分為預排版和頁面排版兩部分,預排版負責填充字模緩沖區(qū),抽取字符編碼和字體信息作為FreeType的輸入,用生成的單個字模位圖填充緩沖區(qū)。然后結合標尺和對其方式把映射到頁面顯示緩沖區(qū)。文字解析原理圖如圖3所示。

文字解析原理圖

  圖3  文字解析原理圖

關鍵字:電子紙閱讀器 PPT 引擎設計

 

  3.5  圖形渲染

  負責圖形繪制和組合圖形坐標空間轉換。本解析引擎不依賴于圖形服務器,擁有專用的矢量圖形繪制庫。能夠將圖形直接繪制到頁面位圖中,與物理顯示無關。

  繪制直線,曲線和多邊形填充分別采用了經(jīng)典的Breshman算法,三次貝塞爾曲線畫線算法,列掃描多邊形填充算法3種成熟算法。為了提高了運算效率,對于浮點數(shù)作取整運算。經(jīng)驗證,在浮點數(shù)運算效率不佳的嵌入式系統(tǒng)上也能到達較好的渲染效果。

  組合圖形(Drawing GROUP)包含了一組圖形對象,采用了Dom結構。子結點使用相對于父結點的坐標空間。因此,圖形處理能夠遞歸地進行坐標轉化,并把圖形繪制在其父結點的坐標空間內(nèi)。

  3.6  圖像渲染

  圖像渲染器采用Cximage圖像庫把圖像數(shù)據(jù)重構,并進一步轉化成灰度圖像放入屏幕緩沖區(qū)。

  文件中圖像和多媒體信息存儲在圖像流中,通過FBSE (File Blip Store Entry)描述。于是定義了結構體:

  typedef struct _FBSE{

  MSOBLIPTYPE imageType;

  ULONG id;

  ULONG size;

  ULONG cRef;

  ULONG offsetInDelayStream;

  }FBSE;

  4  優(yōu)化提速

  用戶總是希望系統(tǒng)越快越好,但是嵌入式系統(tǒng)受主頻較低、內(nèi)存較小的限制,對于一些計算量比較大的工作,很難達到理想的效果。于是本解析引擎在應用了多頁面緩沖機制和異步并行機制的優(yōu)化策略。

  各渲染器異步并行地工作,第一個完成任務的渲染器立即把數(shù)據(jù)提交給屏幕顯示。電子紙整屏刷新速度為1 s,利用這個刷屏間歇,其余渲染器完成任務,再采用局部刷屏的方式把增量部分刷新到屏幕上。這樣整體速度取決于渲染速度最慢的那一個。此外,異步執(zhí)行不阻塞輸入,如果這時用戶翻頁,未完成解析線程會被終止,并建立新線程來解析下一頁。例如:打開一頁圖文混排的幻燈片,打開時先顯示文字,隨后顯示出圖像,并且不會阻塞用戶輸入,假如用戶快速連續(xù)翻若干頁后停止,中間頁解析會被終止。

關鍵字:電子紙閱讀器 PPT 引擎設計

 

  5  驗證

  在主頻200 MHz的電子紙閱讀器上實現(xiàn)效果如圖4所示。

在電子紙閱讀器上解析效果圖

  圖4  在電子紙閱讀器上解析效果圖

  隨機選擇60個樣本文件,進入書籍最短時間2.82 s,最長11.92 s.如圖5所示。

在電子紙閱讀器上解析速度統(tǒng)計圖

  圖5  在電子紙閱讀器上解析速度統(tǒng)計圖

  解析引擎采用分層裝載方法,提高了打開書籍速度,這里選擇了3個第一頁完全相同但是大小差別較大的PPT文檔。實驗表明,雖然文檔大小差別很大,但是打開速度差異不大。如表2所列。

啟動速度對比

  表2  啟動速度對比

  結語

  由于電子紙的特性和嵌入式設備的資源限制,本文僅僅聚焦在常用元素的解析上,如文字、圖形、圖像、表格等,而對于嵌入對象(如視頻、音頻等)沒有支持。對于未知元素的解析將成為未來的主要工作。本文模塊化的設計架構,有利于下一步進行功能擴展,另外,隨著Office開放文檔格式(OOXML)的誕生并成為國際標準,未來將開發(fā)支持OOXML的嵌入式解析器。

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權禁止轉載。