Print by Number: UV cut issue
9/10 工具的UV cut 問題
在幾個場合中，發現很多 i1 UV cut 版本還在使用，UV cut i1 (M2)對紙白的解釋與M0或M1差別很大，自然對G7 Gray 的認定也會產生影響，由其我的分數系統在灰平衡有大的比重，直接的M2數據就會有一些誤判；為擴大參與面，我試著在程式中做一些修正，讓M2數據也能更合理的使用這個系統。
以下為同一樣本下M0，M2的10格數據比較：
可以很快看到b*值差異較大，且紙張影響最大，紙張b*值可差到2.99；灰平衡b*值則差了0.89。
紙張a*、b*值差異直接影響到G7灰平衡目標值，M0數據的灰目標ab值為0.05,-1.6，M2灰目標ab值為-0.33,-0.07，色差為1.5。
以M2數據進到我的系統，此樣本灰度差(df)為3.88，整體分數為76.3。
同一樣本以M0進到我的系統，樣本灰度差(df)為4.3，整體分數為73.81。
同一樣本M2數據獲得比M0數據更好的分數，但實際上M0數據更接近視覺感受；M2數據進到我的系統後，由於紙白認定的差異，會有視覺與數據不一致的情況發生。
那修正的邏輯規則在哪裡？
怎麼讓程式判斷進來的數據是M2？
修正邏輯有明顯的趨向就是紙張b*值差異很大，M2 b*值經由uv cut 擋掉短波長能量，紙白數值偏黃，b*值偏高，所以主要修正規則就是讓M2的b*值往負的方向偏一點(偏向藍色)，至於要偏多少?我目前只能以一經驗數據先給予一個測試修正值，只能說目前是有效用，以後要怎麼作更系統化的修正，還待觀察；
下圖例：以同一M2數據經過修正，灰差(df)由3.88變成4.28，更接近M0數據的df:4.3；分數系統也由原本的76.3回到72.92，更接近M0數據的73.81。
如此修正，讓舊有的M2設備也能更合理的進到我的系統；擴大參與面，也是推動印刷標準(數據)化的一項重要工作。
然後我還是要重申：印刷色彩品質不必是精密科學，但數據係統一定有其必要。
再來談，如何讓程式判斷進來的數據是M2？確認是M2才會啟動修正功能？
先了解一下，所謂的OBA(Optical Briteness Agent，光學增白劑、螢光劑) 的作用是將比400nm 更短波長的能量轉移到430nm、440nm 附近，更高的能量使得紙張看起來更白，但也偏藍；uv cut 屏蔽掉400nm以下的能量，沒有 uv 能量轉移，也使得紙張數據的呈現上比較不偏藍。
回到數據觀察，同一紙張樣本，由於能量轉移，M0數據在430nm、440nm會呈現峰值，M2數據在此處則沒有峰值現象；依此規則，程式就可以判別出進來的數據是不是M2模式，如果是M2，就修飾其紙張及灰色塊的數值。
如此，完成對於M2數據的判別與修正，M2設備也能進入這個系統，擴大整個Print by Number 的參與面。
#uvCut
#擴大參與
#數據AI
Tags: idealliance g7, UV cut, 印刷標準化
無迴響
Comments RSS
TrackBack Identifier URI
No comments. Be the first.
Leave a comment
