Fred Kuo :: Blog

Print by Number :: 疊印色(RGB)預測

一月 28th, 2018 › Fogra, G7, 印刷標準化 › Administrator ›

以 Beer’s Law來預測CMYK濃度(密度)落點在一年來的實測工作中已無懸念，確實是可用方法，這對標準化(數據化)的作法帶來了最好的基礎工具，一般在3個樣本內就可以確認濃度(密度)落點。那2次疊印色(RGB)也用得上嗎？

以Fogra PSO認證來說只檢測CMYK並不檢察RGB，這個自然沒有問題；但G7證書需檢察RGB，Beer’s Law 可以用來預測RGB嗎？這是非常有有趣的題目，我做了一些嚐試，複雜程度遠超過我的想像，但還是有一些成果，在這裡交代一下。

Beer’s Law 用來預測1次色(CMYK或單一特別色)非常有用，但用來預測2次色有諸多困難。目前1次色預測需要紙張光譜值及1次色色料光譜值數據，經由改變1次色色料光譜分佈值數據來預測該色料最接近標準色彩值的濃度落點。二次色疊印除了多了一層色料的光譜分佈，更難處理是這兩個色墨間的疊印效果；以濃度的觀點，有一個疊印值公式可用：

疊印值公式：(Blue, Magenta over Cyan)
( Blue density(on M filter) – Cyan density (on M filter) ) / Magenta density (on M filter)

但在光譜值上還找不到類似光譜疊印的公式。
再者，以 Blue (M over C)為例，當我喬好了MC的關係，M 又會影響到 Red(Y over M)，C 也會影響到 Green (Y over C)，RGB 與 CMY 間互相干擾影響，使得整個預測工作非常複雜。

我試著將RGB當成一次色，一樣可以用Beer’s Law 來預測濃度落點，但是這個濃度落點並不是由CMY單一頻道執行，它是兩個頻道共同執行，而且兩兩相互影響；這樣下來還是沒有明確的指令。

如果將CMYRGB的ab值圖像化，指令似乎就比較清楚了。

以上圖為例，藍色六角為Fogra39 MRYGCB落點，紅色六角為實際印刷色彩落點，延伸點狀為Beer’s Law 預測點；以上面的例子來說，Red 還未達到標準，從圖像判斷，將Y往回拉，R跟G都會回到更好的位置。實際運作確也實能達到效果。

再一個例子，上面這個圖顯示由於M墨不足，導致R及B都未能到位，只要將M拉出去，R及B
都會回到更好的位置。實際運作確也實能達到效果。