声音和图像数字化的基本步骤包括采样、量化和编码。
对于声音数字化，采样就是将时间连续的模拟信号转换成时间离散、幅度连续的信号，量化则是将幅度上连续取值（模拟量）的每一个样本转换为离散值（数字量）表示，编码则是用二进制数表示每个采样的量化值（十进制数）。
对于图像数字化，基本的步骤也是采样和量化，即将连续的模拟图像转换为离散的数字图像。
在容量计算方面，声音数字化的数据量计算公式为：数据量=采样频率（Hz）×量化位数（bit）×声道数×时间（s）/8（Byte）。例如，如果采样频率为44.1kHz，量化位数为16位，双声道，时间为1秒，则数据量为：44.1×1000×16×2×1/8=176400 Byte=170 KB。
图像数字化的数据量计算公式为：数据量=图像分辨率（像素）×色彩深度（bit）/8（Byte）。例如，如果分辨率为640×480像素，色彩深度为24位，则数据量为：640×480×24/8=921600 Byte=896 KB。