Fred Kuo :: Blog

十月 12, 2020

Print by Number :: idealliance CMP

Filed under: 色彩管理 — 標籤:, — Administrator @ 12:26 上午

之前收到一個 idealliance CMP (Color Management Professional) 課程的link,懶得看5、6小時的課程,跳過課程,直接就考試,沒全對,反正是過了;裡面幾個題目覺得有點意思,放在這邊也看看各位的想法;先說明我的答案不一定正確,考試歸考試,想法歸想法,會考試跟有想法有時候不見得是同一回事。

Acceptable delta-e

先看這一題,合理的Delta-E 在哪裡?如果照印刷標準化,只有主色(CMYK)有色差寬容值的規定,中間調會用TV(or L*,dCh)去規範;如果照這題題意,我選d,要多少色差看客戶願意花多少錢,這樣的想法很合理,衹是很難想像業務面要怎麼執行。

Input gamut

再來看這一題:輸入設備的色域一般會比輸出設備的色域來得 a.小一些,b.大一些,c. 沒那麼重要,d. 隨便啦。

OK,我知道官方的答案會是b,但是我選d。

我的看法是, Input device的色域是你想多大就有多大。輸入設備本身是沒有色域定義的,要定義的是你參照的色彩樣本。

一般人會用ColorChecker SG(144格)做為照相input device 的導具,所以你input device 色域的大小就是色域 的大小,但SG對油畫拍攝來説色域是不夠的,這時候可能要從油畫顏料本身多取一些樣本來擴充input device的色域;所以輸入設備本身是沒有色域定義的,要定義的是你參照的色彩樣本,參照的色彩樣本色域越大,輸入設備的色域就越大。

談到這裡,就牽涉到色彩管理客制化的部分了,一般的商業套裝軟體並沒有處理到這個部分,衹能自己動手了。相對的,輸出部分也有很多情況在脫離標準之後也必須去做客製化。這部分等我整理一些材料之後再上來談。

Be the first to like.
pixelstats trackingpixel

十月 8, 2020

Print By Number :: CRPC tool

Filed under: G7,印刷標準化 — 標籤:, , — Administrator @ 4:37 下午

上次提到,一直會被問到該用哪個CRPC?一直被問到的東西就有必要形成一個工具。所以就有了這個工具。

只要讀入CMYK RGB SID 的 光譜值 ,工具程式就會跟你講應該用哪一個CRPC。

工具的邏輯是比對CMYRGB的飽和度,當飽和度超越了CRPC1-7的某個邊界,就判定是哪個CRPC;裡面再加進Beer’s Law,可以預測(參考)增加墨量是否能跨入更上一層的CRPC,所以圖形上再加入上一層的CRPC以供參考。


程式判定為CRPC6,用 Beer’s Law 來延伸色域,看能不能達到另一個CRPC,程式會同時顯示CRPC6及CRPC7的色域

HP 乳膠墨(Latex)在某紡織品上的色域,程式判定為CRPC3。


CRPC4樣本,會同時顯示CRPC4及CRPC5的色域
CRPC5樣本,會同時顯示CRPC5及CRPC6的色域,此樣本經Beer’s Law 預測可達CRPC6。

Be the first to like.
pixelstats trackingpixel

八月 28, 2020

Print by Number::支援G7訓練數據全紀錄

Filed under: G7,印刷標準化 — 標籤:, , — Administrator @ 4:36 上午

支援G7訓練數據全紀錄 (Almost!)

難得一次公司支援 G7 訓練,儘可能將整個數據過程紀錄一下。

am 09:57  RIP 操作

G7 校正的第一個步驟就是出一個沒被修正(補償)的原始版調,原則上會是50:50的線性版調,如果沒有50:50也不用太擔心,反正後面都會被修正(補償)回G7狀態,只要確定這個基礎是穩定的就可以了。

Fig.-1 RIP 操作: CTP 原始版調輸出,"線性化"及"過程校準"皆不勾選(Heidelberg 系統)。

Fig.-2 RIP 操作: 檢查網線網點設定,核對一下網線數、網點角度、網點形狀等資訊。

am 10:40   量版,確認一下印版狀況。

Fig.-3 取得K版 印版資訊,呈線性狀態:50:49.34。

Fig.-4 取得M版 印版資訊,呈線性狀態:50:49.83。

CMYK 同樣無修正曲線,取KM兩版代表。

am 11:09    印版上機,第一 個 press run 主要目的是取得最佳 CMYK 色度及其對應的濃度,同時也需確認RGB 是否在容差範圍之內。

取 第一次 CT14 (CMYKRGB) 滿版色彩資訊,主色已能進入合格範圍,

CMYK濃度各為:

G7_PriE1

主色色差:(CMY 容差 ∆E00 3.5, K 容差∆E00 5.0, RGB 容差 ∆E00 4.2)

   G7_PriEE1    

am 11:40   主色確定

最後一次(第7次) 資訊,確定CMYK 最佳濃度,並確認 RGB 在容差範圍內。第一個 run 費時約 30 分鐘。

修正CMYK濃度為:

G7_PriE21

主色色差:

         G7_PriEE22

接著檢查 G7 verifier,Grayscale 項目均未進入狀態,此部份預計交由Curve校正

G7-VerifyTT

am 11:55    印機版調檢查
第一個 run 下來,檢查一下印機的TV 狀態

由圖像數據顯示,比對一下綠色曲線(Fogra39, TVI50 at 14),四個色座的 TVI 都太大;再比一下各別色座的數據,C座在50處漲了20,Y座則漲了24,是太大了;若要用較嚴謹的態度來處理,應該是要將印機的擴張處理到16到19之間會比較好,但在為時一日的教學程序是來不及處理這個題目的,不過,以管理的角度來看,只要今天印機一直維持這個狀態,接下來的G7版調修正數值就會是有效的。

C座 從版到印機漲了 20.13

Y座 從版到印機漲了 24.29

pm 01:53   p2p 數據導入 Curve

取得校正數據

pm 02:29   Curve 校正數據 export 到CGATS 檔, 再由自己開發的程式轉成 Heidelberg pcs 格式;這個小工具的意義是:如果沒有這個工具,操作人員必須手動輸入40組數據,一方面耗時,一方面有可能輸入錯誤;能直接導入修正檔是最好的工作方式,所以還是花了一些時間寫了這個工具。

Fig. 左邊為 CGATS 格式,右邊為 Heidelberg pcs 格式

Heidelberg Prinect 載入 pcs 形成 CTP 校正曲線 :"G7-20200827"

pm 02:41   Prinect 勾選"過程校準",載入校正曲線 "G7-20200827"

pm 03:06 檢查校正後印版

C版 50 處降到 46.99,比對CGATS 資訊 46.86,修正方向無誤。

M版 50 處降到 43.39,比對CGATS 資訊 44.22,修正方向無誤

Y版 50 處降到 41.53,比對 CGATS  資訊 41.74,修正方向無誤

pm 03:10   第二次 press run,這次 press run 用來驗證 Curve4 的修正數據是否有效,基本假設是:維持第一次 press run 的放墨濃度,Grayscale 的版調及灰差在這個run均能符合 G7 規定。(  平均w∆L*<1.5、最大w∆L*<3.0、平均 w∆Ch<1.5、最大w∆Ch<3.0)

pm 03:27   取得第一次 G7 Verifier 數據

G7-VerifyTT

K版 階調太亮,灰階 亮度差灰度差皆合格。

色差狀態:

G7_PriEE22

濃度狀態

G7_OressFixDe2
相比第一次press run 濃度數據,M 及 K 的濃度尚未到位。

pm 03:34   取第二次 G7 Verifier 數據

G7-FinalGray

把MK濃度補上來後,K版階調、灰階亮度差及灰度差皆合格。

色差狀態:

         G7_OressFixDe3

濃度狀態

         G7_OressFixDe4

G7 Targeted 達成收工!! 第二次press run才十來分鐘即達成G7 Targeted 目標,也顯示Curve4 的版調修正能力非常有效。

pm 05:55   繼續檢討修版後的印機狀態

經過修版後,可以看到印機CMY TVI明顯降到接近ISO Fogra39範圍(綠色曲線)。

C座50處 從版到印機漲了 19.27,屬偏高合理範圍。

Y座50處 從版到印機漲了 22.53,進入警示範圍,建議檢討Y座機械狀況。

總合來講,兩次press run 印機網點擴張都是偏高的狀態,尤其是Y座,只是我們硬是用修版的方式讓印機的最終結果符合規定,雖然最後的數據是合格的,建議還是要檢討一下Y座的機械狀況。

後記

這次配合教學訓練,從上午十點左右操作RIP 到下午四點 G7 Targeted 完成,扣掉中午休息時間,大約是5個小時的工作時間,我自己估算一下如果不是教學程序的話,一次G7 的校正工作時間大約會是這樣的分配:

第一次RIP 操作到拿到線性印版大約20分鐘,
用10分鐘來紀錄(確認)印版資訊。
第一次用來確認主色位置的press run 大約30分鐘,
量測第一次press run 數據 到由 Curve 輸出 CGATS 修正指令約20分鐘,
第二次RIP操作,載入 CGATS 轉換的 pcs到取得印版約20分鐘,
用10分鐘來紀錄(確認)印版資訊。
第二次 press run 大約30分鐘就應該要能取得Targeted數據,

這樣看下來,兩個半小時的時間就應該可以完成一次 G7 校正,也就是說,一個上午半天或是一個下午半天都是足夠做一次G7校正的。

再來是關於印機TVI過高這回事,後來油墨廠有回應這是他們油墨產品的特質,為配合一些如水墨平衡、導墨效率、乾燥速度等性質,所以油墨做的比較軟一點,也比較容易被擴大,導致這次印機上的TVI偏高,所以這次Curve 的修正量也比較大;在先前用廠內的油墨測試時,其實是有機會直接用原始線性版就可以進入G7 Targeted 範圍的,只是廠裡現行黑墨帶偏紅色相,數據不夠好看,所以在教學現場還是用了主辦單位設定的油墨。

在工具使用上,主辦單位帶來近百萬的軟硬體設備,工作效能毋庸置疑;問題是,他們撤掉之後,我們自己做得來嗎?

廠裡當時做PSO時,只用了i1、Colorport再加 Excel Macro就搞定了;G7 可以嗎?

相對於 G7,PSO 在概念上簡單許多,就是滿版色度再加上TV而已,頂多再加一個CMY spread 小於5來約束灰平衡。也就因為概念簡單,手邊的簡單工具就應付得來,公司這十年來一直以PSO的觀念來工作,也沒出過什麼大問題;而實際上公司在幾年前也拿過一次G7,但G7工作方法並沒有留下來,原因就如我在其他po文提過的:我可以很清楚的要求印機師傅印到某一個TV值(PSO 觀點),但我很難要求師傅印到某一個L*a*b*值給我(G7觀點);PSO 是以機械觀點(TVI)來要求生產行為,簡單易懂,溝通容易;G7 是以視覺觀點(L*a*b*)來規範生產行為,要將L*a*b*轉化成師傅的操作行為是有些困難,因此上一次拿了G7之後並沒有轉換到G7的工作方法;所以,如果沒有一個有效的,能將L*a*b*差值轉化成墨鍵操作的工具,G7 是不容易被印機師傅接受的;而這次再一次跑G7,我認為工具是成熟的,不管是市面上的工具設備或是我自行開發的工具,將L*a*b*差值轉化成墨鍵操作指令,現在都是做得到的。

在這個工具的前提下,這次我會試著將G7的工作方法留下來;而且,在這個工具前提下,我認為有兩個地方G7是優於 PSO 的:

第一個是視覺觀點的規範還是優於機械觀點的規範;產品的最終成果終究還是由人眼視覺在評斷,而不是機械數據在評斷。

第二是規範的彈性:在G7裡,灰階的目標值(L*a*b*)是動態的跟著紙張跑的,也就是紙張偏藍,目標a*b*值就偏藍,紙張偏黃,目標a*b*值就偏黃;L*目標值則相關於紙白L*及該紙張上的CMY300的L*來決定;也就是當紙張承墨能力差時(CMY300 L*較高) ,整體調子會比較亮,或者說是反差比較小;當紙張承墨能力比較好時(CMY300 L*較低) ,整體調子相對偏暗,或者說調子反差比較好;我認同這種彈性目標的觀點,在眾多的紙張變數、機械變數、油墨變數…之下,我都可以用一個單一規則來操作;然後對於一些“沒那麼按部就班”的廠,一個不管哪個機台、哪種紙張、哪種油墨…“一條印版曲線用到底”的廠,這是一種“合乎規 範”的偷懶方式,而且印出來的東西不會太差;但同樣的,要落實這樣的操作還是需要工具的支撐。

再回到上述的問題;主辦單位撤掉百萬軟硬體設備後,我們自己跑得出來嗎?

Almost!

現在搭配 i1 Pro2、i1profiler加 php,除了 Curve4 的Calibrate 能力外,其他如主色(CMYK)濃度預測、印版版調資訊、印機版調資訊、 G7 verifier、灰平衡落點(預測及操作)都可以在我自己的web工具完成;至於我的G7 calibrate 工具跟Curve4 的 calibrate 目前還有兩個網點百分比的差距,按說兩個百分比是很容易在墨鍵上就操作掉的;所以目前在平印機上的運用是堪用的;而數位機的線性跳動是大於平印機的,所以兩個百分比的精度差異能否應付數位機我也還在觀察,但另一方面,數位機的色彩主要還是依賴icc,所以在數位機上我更需要思考的問題是:G7方法伴著SCCA 要如何簡潔有效的介入數位機流程才是我更有興趣的題目。

Fig.-左為某平印機修正曲線,右為某數位機修正曲線

4 people like this post.
pixelstats trackingpixel

八月 26, 2020

Print by Number :: 印機師傅的操作邏輯

Filed under: G7,印刷標準化 — 標籤:, — Administrator @ 10:50 下午

印機師傅的操作邏輯很簡單:
在墨鍵上加加減減,把畫面上的色條高度壓到最低就是了!

它的意義是什麼?

在取得 C50MY40 的 L*a*b* 後得到上圖的操作指令及下面的數值。

這個例子的灰度差只有0.97(稍偏綠),亮度差為1.04(稍暗)。它已經符合了 G7 在C50MY40 這個色塊的規定。

如果照畫面的指示將C降0.07濃度,自己腦補ㄧ下,L*值會增加(變亮),會更接近目標值(L*=57.46→58.5);a*、b*值也會增加(降C墨,色調往紅色方向偏),同樣更接近目標值(a*=-1.15→-0.43,b*=-1.16→-0.51),整個操作結果就是會更趨近G7規定的目標L*a*b*值 。

所以師傅的操作邏輯很單純:只要根據畫面指令加減油墨來壓低畫面上的色條高度就可以了!

接下來就是我的工具邏輯了。

我把這個維持C50MY40色度值(L*a*b*)的工具稱之為印機品質的基礎防線。

照G7規定:C50MY40的a*、b*目標值為紙白a*b*值的一半,L*目標值則來自TR015(TR015另找時間寫)。

之前我常說印刷標準化就兩件事:滿版色彩值到位與中間調到位。

這個說法一直都成立,只是在不同的標準化規範會有不同的定義。

滿版沒有問題,就是個固定的色彩值;

中間調定義就不一樣了,以 TV50  為例,

PSO 也是固定的數值(CMY14,K17 Fogra39) ;

G7 則沒有規定TV50 應該是哪一個數值。在G7裡,CMY TV 是用來實現目標L*a*b*的手段;而目標L*a*b* 是根據紙白定出 a*b* 值,再根據紙白亮度及CMY100亮度再經由 TR015 計算出L* 應該在哪裏。它的 TV 落點並沒有一定是哪個數值。

PSO  的好處是: 固定的數值容易被理解,從設計、印前、印機甚至到客戶,跟他們說明 TV50 因壓力關係會漲到64。這個說法理解上沒有問題,操作上也沒問題。我們單位跑了10年的PSO,基本上沒太大問題。然而沒太大問題的意思也會是:還是有些小問題,而這些小問題用 G7 的觀點是可以解決的。

Fig. PSO  的固定TV 觀點

那 G7 的好處是什麼?什麼叫做可以解決我們PSO 的小問題? 什麼又是我們PSO 的小問題(其實這個大小也很難界定)。

簡單講,G7 的好處對我來說,就是:有彈性…而且是有規則的彈性;然後它的依據是視覺的(L*a*b*) 而不是機械的(dot gain) 。

以視覺值做為目標的當然比機械值要好,這是基本觀點上G7 要比PSO 好的地方。

再來就是彈性規則。當紙張性質差別很大的時候,固定數值的PSO TV 值是很難用到別種紙張的,簡單講,特銅紙與模造紙的TV 是不能混用的。但G7 的Grayscale 觀點是可以的,G7的目標a*b*值動態的來自當時的紙白,L*值也是動態的來自當時的紙張與CMY100的亮度;這樣的彈性規則是可以用在任何紙張,甚至其他材料上面(紡織、陶磁);這個彈性規則是我認為G7要比PSO 好的地方;它的應用方式更靈活,應用範圍更廣。

相對G7 不好的地方也就是PSO 好的地方,PSO 的TV方法容易被理解,也容易被操作;G7 動態的 L*a*b* 目標值相對的不容易被理解,也不容易操作;我可以很清楚的要求師傅操作出某個 TV 值給我,但我很難跟師傅講請他操作某一個L*a*b* 值給我!

所以G7  在溝通、推展上相對是比較困難的。

要解決這個困難的關鍵在:工具。一個能有效的將 L*a*b* 意圖轉化成墨鍵操作的工具,師傅只要依工具指示操作墨鍵,就能達成目標的L*a*b* 值。

我的工具邏輯之前也都講過:用CT9 中C50M50Y50 與 C50MY40 形成聯立方程式,加上Beer’s Law預測最佳灰色塊落點,再將該光譜值反推回濃度,而“濃度”就是墨鍵可以操作的依據。

不知讀者有讀到了這裡沒有意識到CT9 少了什麼東西?

上面提到:G7 L* 目標值來自紙白、CMY100再經由TR015算出來。

沒錯,CT9 並沒有 CMY100這一格,所以我的工具是升級了,現在多加了CMY 100 這一格,應該要叫做 CT10 了。

CT10 已經放給師傅使用使用一段時間,師傅表示紙張適用範圍更廣,工作起來更明確。

跟 CT9 比起來,CT9一開始是以PSO (Fogra39) 觀點出發( 固定 TV),後來加入 G7  動態紙白概念,那時L* 目標值是定在一個固定值;這個設定在銅版紙操作基本上沒問題,我們也一直這樣操作了一段時間,但在模造紙上這個固定的L* 值是有問題的,然後我不得不說我們師傅自有神奇的適應能力(這不也是好的師傅該具備的嗎?),這時師傅會只管灰差而不管L* ,就這樣我們也應付得下來。

CT10 下來後,我們在L* 有更清楚的依據,而不只是“應付”而已。

以上,是我工具邏輯的簡單交待;工具裏面會用到積分、三角函數、對數、多項性回歸、聯立方程式、Beer’s Law、TR015……,這些師傅都不用知道,他只要管在墨鍵上加加減減就可以了!

再來說明一下我為什麼把這個工具叫做印刷品質的基本防線,尤其是針對 C50MY40 這個色塊;當這個色塊的數值到位,它的品質不會有太大的失誤;但它必竟只是一個點,並不代表其它部位也是 OK 的;

但在這個基礎上,如果管理階層給予了這個系統G7 Grayscale 校正,那麼師傅操作的這個點就可以代表 Grayscale ;如果我們給予系統以 G7 Targeted 校正,那師傅操作的這個點就代表 G7 Targeted;如果油墨的性質更好一些,那這個點甚至可以代表 G7 Colorspace;所以,我們要達到哪一個G7 的層級是管理階層的意圖,師傅的責任就是加減墨鍵,把C50MY40這個色塊維持在最好的狀態而已。

所以我把這個色塊的操作叫做印刷品質的基礎防線,這個點做到了就可以立於不敗之地,之後只能是往更好的方向發展;反過來說,如果這個點都維持不了,那什麼規範的標準化也都別談了。

Be the first to like.
pixelstats trackingpixel

八月 14, 2020

Print by Number :: Curve Verify on the Cloud

Filed under: G7,印刷標準化 — 標籤:, — Administrator @ 12:29 上午

Curve 4 Verify on the Cloud

要做G7大概都會用Curve程式,Curve程式分三個等級,分別是verify,calibrate,跟blend;最重要的應該是calibrate 這個部分,我們要依賴Calibrate導出的數據來校正我們的系統;Verify主要是數據報告;Blend就是把很多數據結合在一起,可以做平均運算、profile 重建…等數據的再次運用。

我在這裡試著要用php把Curve的功能直接在雲端上實現。目前在verify這一塊看來可以完全實現。這裡會先對verify這一部份做簡單發表。

Calibrate部分也有些成果,但目前無法導出跟curve一模一樣的數據,不過校正的方向都非常相似,我認為校正出來的結果應該不會差太多,我甚至認為我校正的結果不見得會比curve差 ;目前只先做三點修正(20,50,70),已能看到成效,功能已在雲端開放,有興趣的讀者可以幚我做測試(或者找我去做測試也可以)。

先說一下Verify部分,
導具長這個樣子。

CurveVerify0

第1排是K的曲線組合加CMY滿版。第2排是CMY灰平衡的組合再加RGB滿版。共56格。

我們將同一組數據丟到Curve跟我的雲端,看一下比對結果:

1. 比對Grayscale部份:

G7要驗證的部分是:

*K曲線平均L*差值及最大L*差值、

*灰階曲線的平均L*差值及最大L*差值、

*灰階曲線的平均ch差值(灰差)及最大差值。

看下來最大值的部分是一樣的,平均值部分則有一些落差,但差異不大,對最後pass/fail 的結果不會造成影響。

2. 比對Targeted部分主色的色差:

比對下來幾乎一模一樣,差最多的就是K墨的0.2而已。

3. 以圖像方式來比對NPDC、wΔL及wΔCh,看來也是一樣的。

4. 比對K-TVI的圖像及數據。

數據呈現幾乎一樣。這代表我掌握到的計算方法跟Curve 是一樣的。

到此,我在雲端實現Curve Verify的功能應該是確實可用。

G7 Verify +

我在標準的G7 verify56格上面再多加了4格,分別是CMY的50及C50MY40灰平衡。我用到了之前發展出來的功能,利用CMY的50去預測灰平衡的落點,如此,我在進行verify的同時,也可以有很清楚的指令去操作出更好的結果。

CurveVerifyClougPlusT50

再來就是Calibrate這一部分的功能

Curvep2p5

我用的導具衹要p2p的前5行共125格,我的方式是用聯立方程式加beer’s law的能力去預測灰色目標,p2p則是實際用到175格灰色組合去比對/尋找灰色目標。

我的方式在操作上當然是比較快,至於導出的結果是哪一邊比較好?我衹能說繼續觀察中;我認為我的邏輯方法是可行的,目前校正的方向跟curve導出來的修正方向沒有很大的差別,就是修飾的量上面會有一些差異;至於哪一邊的效果比較好,現在還不好說,我需要更多測試的樣本。

以下的一個案例:我的程式在

20 處的CMY修正量為1.74,-1.69,-2.22,Curve 的修正量為1.44,-1.55,-1.04;

50 處的修正量為0,-3.86,-0.66 vs.Curve 的-0.25,-3.97,-3.16,

70 處的修正量為1.95, -4.32,-4.8 vs.Curve 的-0.9,-1.09,-6.6

修正的數據是有一些差距,哪一邊比較好還未能定論,以這個案例,Curve 在 Y70處修正輛是過多了一些。
CurveVerifyFix1   CurveVerifyFi2
Curve 修正前 70 處 b*值過多3.51(偏黃),修正後不足2.57(偏藍),雖然最終數據是達標的,我還是覺得修太多了。

我的Calibrate 部分還在持續修正中,在有更具體的成效之後會再做一次報告。

工作網址:http://pbn.acsite.org/cmykDe

CurveVerifyFix6

將數據儲存為 cxf 及 i1Profiler CGATS光譜(*.txt)兩種格式都能處理。

Be the first to like.
pixelstats trackingpixel

七月 21, 2020

Print by Number :: Idealliance Taiwan G7 training

Filed under: G7,印刷標準化 — 標籤:, — Administrator @ 11:50 下午

G7Cert

我的最高指導方針是by number,這個number可以是PSO,可以是G7,可以是gmi…等單位所規定的數據,但這些規定的數據並不是我的終極目標。這些標準數據的重點在於成為一個非常重要的基礎;在這個基礎上,配合現實的條件,去找出最符合效益的生產行為才是我最終的目的;by number 其實是最簡單的部分。

在面對各種不同的紙類,印刷機的油墨、壓力、機械穩定度、水墨問題、印版問題、橡皮布狀況……各式各樣的變數,要維持每個印件都進入規定的範圍內,其實是很消耗成本及時間的;而G7 提出來的“維持灰色塊穩定”的工作思維,是一種既立下規範,但是又給于彈性的工作方法;經由“維持灰色塊的穩定”得以(某種程度的)模糊掉上述的一大堆變數,但又維持住一定的品質;我也一直在針對“維護灰色塊穩定”的目標開發工作方法;這其間各項數據的該放該收,就形成了我們建構最佳化工作方法的依據;以我目前的工作方法,維持灰色塊的穩定會更甚於滿版色彩值的維護。

想要對G7有更多認識的讀者,Idealliance Taiwan 將於八月底有一個課程,有興趣的讀者可以參考一下。

https://www.idealliancetaiwan.org/post/2020-台灣-g7-expert-認證教育訓練

1 person likes this post.
pixelstats trackingpixel

七月 3, 2020

Print By Number :: Single point control

Filed under: Fogra,G7,印刷標準化 — 標籤:, — Administrator @ 11:38 下午

另一個小突破

上一次的重要突破交給師傅使用已經兩個星期,追蹤觀察下來,很明確的發揮它的效用;之前師傅著重在 TV的操作指令已經完全轉到灰平衡的操作指令;之前灰差在2~3之間,現在都可以維持在1左右。另一個很有趣的發現是,師傅跟我說他在操作其它紙類時(模造紙)只注重在灰平衡工具的操作(不管滿版與TV)就可以把品質維持得很好,這個灰平衡工具他可以用在任何的紙類,單一的操作邏輯與手法就可以將品質維持住,對他來說是一個非常好的工作方法。

這個工具已經獲得師傅非常正面的認可,那我這次要談的小突破是怎麼回事?還有這個必要嗎?

事情就要從這個地方說起了!

不管是不是要做標準化,傳統上,印刷廠的師傅會有一個動作就是,用手持儀器來測量單點的濃度;這樣的工作習慣一直被維持下來,但 (CT9)strip reading對他們來講就非常的陌生,很不習慣。這個師傅一開始也是習慣用單點的方式去獲得數據,也是經過一段時間才轉到用strip reading去一次讀取9格的數據,但一旦熟悉了一次9格的strip reading,就再也回不去單點測量了。

這一次到一個新的單位測試,果然師傅有還是要求要從單點量測開始。

目前單點量測在CMYK主色的判斷與CMYK 50 處的判斷都沒有問題,問題是,當我在測量K50與灰色塊(C50MY40)的時候,它們的Lab數值是非常接近的,那我怎麼知道進來的數據到底是K50還是灰色塊?這牽涉到我的程式反映出來的指令到底是會是針對K50,還是針對灰平衡!?

一直有在想怎麼處理這個問題。就如同上面講的,Lab數值實在非常接近,判斷點到底在哪裡?除開Lab,色角度(Hue)呢?飽和度(Chrome)呢?色角度就不用談了,灰色塊比起K50總有一點飽和度吧!?但好像也不對,灰色塊還是很有機會呈現跟K50一樣的chrome啊?

這裡的小突破就是,我找到了可以清楚的判斷K50與灰色塊的分辨方法!

觀察上面兩組樣本,發現灰色塊在570nm的反射率會接近谷底而670nm的反射率會接近峰值;K50的反射率則會很平均的分佈,並沒有特別明顯的高低分佈。如此,我衹要拿570nm與670nm的反射率來比對,我可以很清楚的知道這筆進來的資料到底是灰色塊還是K50。

測試下來,這個邏輯非常的明確有効,即使K50與灰色塊有極相近的Lab值,仍能明確的判斷哪一個數據是K50?哪一個數據是灰色塊?這樣子師傅使用時收到的指令就非常的明確。

Fig. 單點工具成功判斷進來的資料是K50而反應TV的指令。

Fig. 單點工具成功判斷進來的資料是灰色塊而反應C、M、Y50的放墨修正指令。

雖然是一個相對較小的技術突破,但經由此簡單的設備、簡單的工作方法,這是一個將印刷機師傅帶往數據世界的一個重要突破點。這批新的師傅終究還是要進化到以strip reading 同時取得9格數據的工作方式,但在起始階段,這個單工具的突破,還是有它重要的角色。

#我在幫印刷師傅寫工具

2 people like this post.
pixelstats trackingpixel

六月 17, 2020

Print by Number :: New Tool on Gray

Filed under: Uncategorized — Administrator @ 1:26 下午

在我的工具發展歷程中,這個算得上是個重要突破。

回到我最早接觸到G7文件時最令我感到興趣的就是這張圖

這張圖的意思是:當你量測灰平衡色塊,你的 Lab 值與目標 Lab 值的大於、等於與小於的比較,會有(3*3*3)27種狀況,G7根據這27種狀況提出27種相對應的放墨建議,只要根據此放墨建議,就可以降低灰差。

這個放墨建議的來源應該是跟據這個:

也就是洋紅墨有較大的 L值 及 a 值影響力,青墨有較大的 L值 及 b 值影響力及比較弱的a 值影響力,黃墨有較大的 b 值影響力,在比對Lab差異後,便形成了這樣27種放墨建議。

邏輯是通的,只是數據精確度沒有依據,放墨建議也顯得模糊,果不然,G7又放出了第二個版本的放墨建議:

無從了解為何做此修正,但是,還是一樣的不精確,一樣的模糊。

儘管如此,我還是把這27種狀態寫入我的 CT9 工具,我認為還是有參考的價值。

CT9 工具放給師傅使用已經一年多了,滿版部分(CMYK100)沒有問題, Beer`s Law 在滿版部位十分稱職,師傅用起來很上手;但灰色平衡部分就不怎麼稱手,就像先前講的:很模糊,不精確;後來師傅一直是用 TVI部位(CMYK 50)的工具,很努力的把 CMY 的 TVI 維持在 ± 2.5 (相對於 ISO的 ± 4),勉強把灰差壓在3以下;是有用,但還是不夠精準,依然模糊;總的說來,灰平衡驅勢的工具,就是個雞肋,食之無味,棄之可惜;師傅雖然用縮小TVI 寬容值的做法維持了一定的品質,但總是隔了一層,不夠精確,那個模糊感還是存在。

我一直想把這個雞肋的灰平衡工具做得更精確,不模糊;腦海中時不時有著各種方法:

比如取得C50、M40、Y40 的光譜資料,將它組合成一組灰色光譜,但後來想想要處理兩次trapping 值,而這個trapping又不像滿版一樣單純,因為是網點部位,還會有露白的地方無法套用tripping規則,這個方式的複杂程度遠超過我現在的能力。

又比如說用Grayfinder,總共7*7 49個色塊應該足夠我建立聯立方程式來預測CMY組合的落點。但它得先取一次Grayfinder 數據,工作起來很麻煩;二來樣本都是在灰色附近,個別的C50、M40、Y40的影響力並沒有被彰顯出來,所以這個方向走了一段時間也停下來了。

總之各種不同的想法,都不斷的在嘗試。

最後是出現這樣的版本,操作上沒有增加額外的負擔,精確度卻大有提昇;如果之前灰平衡趨勢工具有65分的話,這個工具絕對有85分以上的戰力,大大的提昇它的實用性。

這裡把工作邏輯敘述一下:

1. 在取CT9的同時,我已經同時擁有C50,M50,Y50及C50MY40的Lab數據。

2. 擁有4組數據就足以形成一聯立方程式,依此聯立方程式可以用三組已知的數據去預測第4組數據的三個未知數。

3. 這三組用來預測別人的數據就是已知的C50,M50,Y50的Lab,被預測的就是灰色塊的Lab。

4. 在我取CT9的同時,這個聯立方程式即動態的形成。

5. 針對既有的C50,M50,Y50個別用Beer’s Law模擬出5條光譜數值,依此光譜值可以得到5個濃度值及5組Lab值。混合組成CMY各5組的數據,我總共可以得到5*5*5共125組Lab數據。

6. 這125組Lab數據總會有一種最接近我的目標灰值。

7. 將那組最接近目標的CMY組合回推回去們個別的濃度值。

8. 到此我可以清楚的知道C50,M50,Y50該用達到什麼樣的濃度才會達到最好的灰平衡。

所以整個預測程序實際是經過兩次預測,一個是Beer’s Law預測,一個是聯立方程式預測;這幾年來我們對Beer’s Law 有很大的信心,衹要聯立方程組沒有太大的失誤,它就會形成一個很好用的灰平衡預測工具。

簡單比較一下舊工具與新工具之間的差異:

在一個灰差4.12的樣本,舊工具跟你講要增加一格青色及增加兩格洋紅色的放墨來降低灰差;新工具清楚的告知要增加0.07濃度的青墨、0.07的洋紅墨,及降低0.05的黃墨;灰差可以降到2.03。

這一個灰差3.41的樣本,舊工具跟你講要降低3格青色、降低1格洋紅墨及降低1格黃墨的放墨來降低灰差;新工具清楚的告知要降低0.08濃度的青墨、及增加0.08的黃墨;灰差可以降到0.43。

隨便舉兩個例子就可以清楚地看到新工具帶來精確感及信任感;不再模糊,不再猜測。

交給師傅使用時幾乎沒有學習曲線,師傅很快的上手。以前在灰差2.0跟3.0之間努力,現在很容易的就把它壓到1.0以下,很明確的證明新工具的能力。

Be the first to like.
pixelstats trackingpixel

五月 23, 2020

Print by Number:: The Basics

Filed under: 印刷標準化,數位典藏 — Administrator @ 10:44 下午

The Basics

上一回在雲端看樣中提到

Do you believing in Numbers!

我們在這裡繼續談

為什麼你要相信數字。

所以,這裡要回到色彩學的基礎, 

The Basics

首先,色彩是一種物理現象,這個物理現象必須先要有兩個先決條件。第1個,先要有能量來源,這個能量來源對地球人來講主要就是太陽光,在沒有太陽光的時候也可以是各種各式各樣的燈光(光源)。第2個,在光源的照射之下,物質對這個光源能量會有各種不同吸收與反射的表現。

以這個圖説為例,粉紅色的玫瑰花瓣在光源的照射之下。反射了些許的短波長(400奈米到500奈米波長之間)的能量,吸收了絕大數的中波長能量(500~600奈米波長之間)還有反射了更多的長波長能量(600~700奈米波長)。

以上是粉紅色的玫瑰花瓣對於照射到她身上的光源做出的能量反應(不同部位的吸收與反射),這就是色彩的物理本質。

在上一段的敘述當中還必須做幾個說明。

第一,當我用“粉紅色”來敘述這個玫瑰花瓣時,跟她的物理現象的連結是很虛弱的。

色彩是一種物理現象,人類文明的語彙裡面也一直有對這些物理現象的文字敘述。兩千年以前的詩經裡面就有許多對顏色的敘述文字。

最起碼有這6大項:白、紅、黑、青、綠、黃。

單紅色系統裡面還會有:赤”、“赬”、“赫”、“赭”、“煒”、“璊”、“朱”、“丹”……

當我講粉紅色的時候,也是一種文字系統的指稱。這樣的文字指稱在大範圍上是沒有問題的;當我講粉紅色時你的理解裡面不會是青綠色,但當我們要做更精準的色彩現象述敘時,語文系統是不可能支撐得出來的,甚至會帶來混亂。所以,當我們在工業生產體系要精確的產出一個色彩時,語言文字系統的傳遞不可能做到的,相對的,數字系統完全可以達到這個要求。至於色彩這個物理現象如何用數字系統來表現後面會再談。在這裡,對於色彩現象的溝通與傳遞,我先問一次:對於色彩現象的溝通,你相信數字系統嗎?

再來,色彩這個物理現象,昆蟲、動物也都“看”到了;顯然牠們沒有語文系統來指稱這個物理現象,但牠們確實是看到了,那牠們看到的跟我們人類看到的東西是一樣的嗎?這麼說,看到的東西是一樣的(光源與物體的能量組合反應),但感受到的訊息是完全不一樣的;所以,同一個色彩現象,人類感受到的訊息與蜜蜂、小鳥、小狗…感受到的訊息是不一樣的;容我在這裏補充一下科普,人類的色彩感知與黑猩猩有95%的相似度,這也是另外一個黑猩猩是一種與人類非常相近的物種的證明。

Fig. 同一個色彩現象,人類感受到的訊息與蜜蜂、小鳥、小狗…感受到的訊息是不一樣的

Fig. 以人類物種為主體的色彩運作系統。

Fig. 人眼感色系統。

所以,當我們在人類物種間做色彩溝通的時侯, 我們只考慮人眼的色彩感應,其他物種的色彩感應就先不管了,至於以後有沒有需求必須對貓貓狗狗做色彩溝通,我們也能有研究方法,衹是目前為止沒有這個需求。

再接下來是,在我圖說的那段說明裡,只提到從短波長的400奈米波長到長波長的700奈米波長;比400奈米波長還短的電磁波現象,也就是所謂的紫外線,人眼是感受不到的;比700奈米波長還長的電磁波現象,也就是所謂的紅外線,人眼也是感受不到的;既然人眼感受不到,也就先不用去理會它了。

Fig. 人眼衹能感受到約400奈米波長到700奈米波長之間的電磁波現象,稱之為可見光範圍。

綜合以上,色彩是一種光源與物體共同反映出來的能量組合,再經由人眼的感知系統共同形成。
西方的科學組織在將近100年前就定義出了色彩的數字標示系統(CIE 1931)。這個系統清楚的交代了色彩的標示系統是由光源、物體與人眼感知共同組合而成。

Fig. 由物體、光源與人眼感知共同組成的CIE色彩數字系統。

Fig.凡色彩現象,皆可用CIE L*a*b*系統來標示。

在1980年代,電腦的計算能力開始進入出版、印刷這樣的產業時,這套CIE的色彩系統就被系統平臺廠商(Apple、Microsoft…),應用軟體廠商(Adobe、Kodak、Agfa…)用來當做色彩溝通的機制;為了統合各廠商的色彩溝通格式,於是有了1990年代ICC這個組織的成立。也就在有了ICC這個組織的基礎之下,ISO組織在2004年發表了第1次對平版印刷的色彩數字規範(ISO 12647-2:2004);

簡單而具體的講,ISO 規定,在銅版紙印刷時,青墨滿版(C 100)必須印到CIE L*a*b* 55,-37,-50這個數字;在規定目標值的同時,也規定了工作寬容度在5個色差之內;以此類推到其他各個項目,這樣子下來就形成了一個清楚而明確的工作規範。

一路從兩千年前的詩經到1931年的CIE到2004年的ISO 12647-2,再問一次,你相信數字嗎?你相信這樣的制度嗎?

這個粉專的讀者群分佈很廣,有學生、有教授、有印機師傅、有G7Expert、有攝影工作者、有印前出版也有印刷廠的管理人員……一群在工作上會接觸到色彩溝通及生產的人;不論你是什麽樣的基礎,什麼樣的立場或是什麼樣的觀點,以上的一段敘述,很快的交待了從色彩的本質到作業規範的形成;同樣再問,你相信數字嗎?你們相信這樣的制度嗎?

我比較常寫的是我的工具(或是工作方法),這方面的題目還有很多可以發展;這次回來寫一些觀念上的題目,這個產業的工作觀念必須改變,我的工具/工作方法的發展才得以顯出意義。

Be the first to like.
pixelstats trackingpixel

四月 30, 2020

Print by Number :: 雲端看印

Filed under: 色彩管理,Fogra,印刷標準化 — 標籤:, , — Administrator @ 2:25 下午

雲(遠)端看印

基於Iot(Internet of thing),所有的設備都要將它的運作狀況或是運作成果傳給雲端,雲端會提供一些能力,比如,可以是根據收回來的資訊回校機器平臺,可以是將運作狀況的數據交由管理階層監看,可以是成品品質的數據,交由客戶在線上驗收…

在雲端看印這件事情上,機制上已經有了,觀念上就要大家溝通一下了。

==========================================
我先把工作概念説明一下:
*以CT9為基礎(4個主色,4個中間調加灰平衡)

*印刷廠在印刷時每間隔一段時間(或張數)刷一次CT9資訊上傳雲端。

*印機師傅經由雲端的分析結果來調整他的放墨量及印壓以達到合格的滿版色彩與中間調。

*管理部門可以經由雲端即時知道目前機臺的操作結果。

*客戶可以經由雲端即時知道其印件的操作成果。

*印刷品質由滿版色差、中間調差值及灰色差值形成一套評分制度。

*驗收的數據規則由印刷廠及客戶雙方互相達成協議。(比如說70%的取樣數據必須達成75分以上的分數)

================================================================

目前的工作機制:

*印機師傅由colorport讀取CT9色條。

Fig. 印件皆加入CT9色條

*由程式機器人自動將colorport的光譜資料(CGATS 380nm~730nm)上傳雲端。

*師傅根據雲端的數據分析調整他的放墨量及印壓以趨近規定的滿版色彩值、中間調及灰平衡。


Fig. CT9 的數據回應

*工作中的印件會根據印件號碼及公司代碼形成一個工作網址,可以用qrcode的方式發佈。

*管理部門發佈qr code給客戶,客戶依qrcode可透過雲端瞭解目前印件的狀態。

Fig. qrcode on colorport CGATS M0

Fig. qrcode on  i1 profiler cxf M1

(ps.以上數據為測試數據非正式生產數據。)

=================================================================

發展中:

.由於Colorport衹能讀取M0,勢必要發展其它讀取M1的機制。

.cxf 會是以後重要的格式, 決定直接發展cxf parser。

.基本上衹要是文字基礎(txt based)的光譜資料都可以被parsing。

. i1 profiler 的cxf parser 已發展完成。自動上傳程式機器人還在嘗試。目前衹能手動上傳cfx檔案。工作網址如下。

Fig. 工作網址及資訊輸入欄位。

.在工作網址中可填入印件編號及公司的英文代碼(8個字母以內)。該批的工作數據會集合在公司代碼與印件編號的指定之下。

* i1 profiler CT9 導表敘述(TDF) 於此取得: pbn.acsite.org/CT9_cxfTDF.zip

Fig. 將CT9.rwxf拖拉入"定義圖表"即可由i1 profiler 讀取 CT9 色條。

.上傳數據後點選"歷程"可看到該批印件的整合資訉及其網頁qrcode。

..我colorport 的 solution已可以完全放給印機師傅使用;要在斑馬尺刷兩次的i1 profiler的solution看來很難交給師傅使用。不過管理及品管人員應該是用得上來。

==================================================================

預計發展:

.長期監看滿版濃度與中間調的數據,當兩者相對關係異常時對管理部門發出檢查設備的通知。(最經常的處理狀況就是換掉橡皮布)

.中間調的差值分數必須權重21階(0%,5%~95%,100%  CT21/84)的網點分佈狀況(R square)。

.結合公司ERP的印件編號及客戶資料,當印機師傅刷入第1筆資料時,會自動發佈qrcode給管理部門及客戶。

.廠房的溫濕度以Iot的方式納入監看。

.水槽液的ph值及導電度以Iot的方式納入監看。

.將印件的品質與廠房的溫濕度與水槽液的ph值及電導度做關聯性監看,以期在印件發生問題時迅速的找到問題點,進而預防未來問題的發生。

.有否可能將雲端的控墨資訊對接到印刷機的控墨鍵?

.長期監看滿版色彩值與濃度值的關係,以瞭解油墨的色彩能力與穩定性。

.由SDK直接取得數據可以精簡操作程序及加速反應效率。

================================================

觀念溝通一下:

你相信數字嗎?Do you believe in number?

*對於客戶端。

你相信數字嗎?

你相信當系統顯示出好的分數就代表好的品質嗎?

你願意接受標準化規範的寬容範圍嗎?

你願意用數字的系統與生產方達成驗收與否的協議嗎?

*對於印刷機操作人員。

你相信數字嗎?

你相信當你把數據操作到好的範圍,就代表好的印刷品質嗎?

你相信當你把數據操作到某個範圍,管理階層或客戶就不會再找你麻煩嗎?

*對於印刷廠的管理階層。

你相信數字嗎?

你相信當系統顯示出好的分數就代表好的品質嗎?

你相信透過雲端的分數系統能評估某一個師傅或某一個機臺或某一個分廠的能力嗎?

你會要求你的師傅進入數字系統嗎?

你要怎麼要求你的師傅進入數字系統?

你的客戶相信數字系統嗎?

你要怎麼樣讓客戶相信你的數字系統?

=======================================================

**如果各方面都願意相信數字系統。

.印機師傅只需要努力操作到某個數據範圍就不用擔心被管理階層與客戶端找麻煩。

.管理人員依數字規範要求,不用看師傅臉色也不怕客戶驗收刁難。

.總公司(生產方)的管理人員可以在雲端管理世界各地分公司的色彩品質。

.總公司(買方)的採購人員可以在雲端知道世界各地生產單位的色彩品質。

.數字系統對各個方面(客戶、管理、操作…)都會形成壓力,但同時也對各個方面帶來保障。

.當印件品質出現問題時,有數據的基礎可以很快的找到問題點。而不是各個部門間互相甩鍋。

.不僅僅是使用於印刷產業,所有色彩關聯到的產業如紡織、陶瓷、建材…都可以建立其色彩數字系統。

.有了數據之後,會有更多雲端管理、自動化、大數據的題目可以發展。

———————————————————————

.got no pruduct here, just way of doing things.
這裡沒有產品(商品),能提供的是找尋工作的方法。

.stick on number.
遵守數字規範。這個規範可以是Fogra,可以是G7,可以是15339,可以是15311,也可以都不是而是自定的標準;數據來源不一定是i1,也可以是eXact、Techkon、datacolor… 任何可以輸出光譜資料值的量測設備都可以。

#疫情期間。在家看印

Be the first to like.
pixelstats trackingpixel
Older Posts »

Powered by WordPress

Rss Feed Tweeter button Facebook button