電子紙閱讀器的PPT格式引擎設(shè)計(jì)和優(yōu)化

　　2.2  圖像流結(jié)構(gòu)

　　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(gè)唯一的實(shí)例碼與之相應(yīng)。

　　多媒體數(shù)據(jù)的層次結(jié)構(gòu)如圖1所示。

　　圖1  容器層次結(jié)構(gòu)

　　Drawing GROUP為組合圖形存儲結(jié)構(gòu)，它包含了一組圖形對象。Drawing為圖形存儲結(jié)構(gòu)，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(biāo)，文本和OLE數(shù)據(jù)和用戶自定義屬性表。

　　屬性項(xiàng)采用id?value結(jié)構(gòu)，自定義屬性表的長度可變。各項(xiàng)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(rèn)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(biāo)尺等。

　　3  軟件設(shè)計(jì)

　　本設(shè)計(jì)以嵌入式多格式解析引擎系統(tǒng)架構(gòu)為基礎(chǔ)。解析引擎是負(fù)責(zé)對源文件進(jìn)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(gòu)如圖2所示。

　　圖2  解析引擎架構(gòu)

　　3.1  語法分析器

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

　　3.2  導(dǎo)航器

　　負(fù)責(zé)把數(shù)據(jù)從文件系統(tǒng)調(diào)入內(nèi)存，并把I/O流轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，即用DOM結(jié)構(gòu)描述文件的整體架構(gòu)。

　　該模塊具有頁面導(dǎo)航作用。PPT使用OLE2組合文檔存儲。容器和結(jié)點(diǎn)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(jié)點(diǎn)，暫時(shí)不展開，需要顯示該頁時(shí)，再從該結(jié)點(diǎn)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(jìn)入速度只和第一頁的復(fù)雜程度有關(guān)。

　　此外，為了更好地索引，建立了一系列的鏈表結(jié)構(gòu)。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(jìn)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(gè)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(jìn)行尋址操作。

　?、?構(gòu)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(dāng)前塊范圍內(nèi),當(dāng)超出當(dāng)前塊可讀長度時(shí)，通過查詢塊索引表找到下一塊的塊號。

　　③ 構(gòu)建圖像數(shù)據(jù)流鏈表。

　?、?構(gòu)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(shí)，直接生成頁面副本并追加到文檔末尾。增量式存儲的缺點(diǎn)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(shí)際大小和修改次數(shù)有關(guān)。

　?、?幻燈片文本鏈，流信息到排版元數(shù)據(jù)獨(dú)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?yàn)殡娮蛹堬@示灰度圖像，背景和正文疊加以后看不清楚，用戶閱讀時(shí)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(gè)用戶信息，存儲修改的塊號，當(dāng)前用戶信息反向指向上一個(gè)用戶信息，從而構(gòu)成一個(gè)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(fù)責(zé)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(biāo)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(fù)雜，可以分為正文和圖形內(nèi)嵌文字兩種，各級標(biāo)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(jìn)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(yù)排版和頁面排版兩部分，預(yù)排版負(fù)責(zé)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(gè)字模位圖填充緩沖區(qū)。然后結(jié)合標(biāo)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。

　　圖3  文字解析原理圖 

　　3.5  圖形渲染

　　負(fù)責(zé)圖形繪制和組合圖形坐標(biāo)空間轉(zhuǎn)換。本解析引擎不依賴于圖形服務(wù)器，擁有專用的矢量圖形繪制庫。能夠?qū)D形直接繪制到頁面位圖中，與物理顯示無關(guān)。

　　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(yùn)算效率，對于浮點(diǎn)數(shù)作取整運(yùn)算。經(jīng)驗(yàn)證，在浮點(diǎn)數(shù)運(yùn)算效率不佳的嵌入式系統(tǒng)上也能到達(dá)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(jié)構(gòu)。子結(jié)點(diǎn)使用相對于父結(jié)點(diǎn)的坐標(biāo)空間。因此，圖形處理能夠遞歸地進(jìn)行坐標(biāo)轉(zhuǎn)化,并把圖形繪制在其父結(jié)點(diǎn)的坐標(biāo)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(gòu)，并進(jìn)一步轉(zhuǎn)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(jié)構(gòu)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(jì)算量比較大的工作,很難達(dá)到理想的效果。于是本解析引擎在應(yīng)用了多頁面緩沖機(jī)制和異步并行機(jī)制的優(yōu)化策略。

　　各渲染器異步并行地工作，第一個(gè)完成任務(wù)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(gè)刷屏間歇，其余渲染器完成任務(wù)，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(gè)。此外，異步執(zhí)行不阻塞輸入，如果這時(shí)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(shí)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。

　　5  驗(yàn)證

　　在主頻200 MHz的電子紙閱讀器上實(shí)現(xiàn)效果如圖4所示。

　　圖4  在電子紙閱讀器上解析效果圖

　　隨機(jī)選擇60個(gè)樣本文件，進(jìn)入書籍最短時(shí)間2.82 s,最長11.92 s.如圖5所示。

　　圖5  在電子紙閱讀器上解析速度統(tǒng)計(jì)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(gè)第一頁完全相同但是大小差別較大的PPT文檔。實(shí)驗(yàn)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。

　　表2  啟動(dòng)速度對比

　　結(jié)語

　　由于電子紙的特性和嵌入式設(shè)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(shè)計(jì)架構(gòu)，有利于下一步進(jìn)行功能擴(kuò)展，另外，隨著Office開放文檔格式（OOXML）的誕生并成為國際標(biāo)準(zhǔn)，未來將開發(fā)支持OOXML的嵌入式解析器。