Fred Kuo :: Blog

上一回的工具開發成功的以單點修正來修正PDF的版調，那幾行簡短的程式碼在實際生產上會是非常有效的工具，但如果是在要取得印刷認證的場合(如Fogra PSO 或 idealiiancd G7)，這個簡捷的單點控制不一定能取得全面符合的數據。

我之前的工具發展有一個3點灰平衡修正(25%、50%、75%)。可以很快地取得G7 Grayscale成果，配合Beer’s Law 工具，可以很快的達成G7 targeted規格。  

上面提到的語法是經由ghostscript 帶動 Postscript 去改變PDF 的版調，以單一50%處用exponential 函式曲綫去帶動整個版調修正。如果要用三點修正的方法，單一exponential 是帶不出來的，估計polynominal regression 或 spline interpolation 都做得到，我不好估計是polynominal regression比較好，或是spline interpretation會比較好。不過可以確定 spline interpolation在曲綫的分布會經過我標示的5個點(0%、25%、50%、75%、100%)，所以我試著要用 Spline interpolation的方式來達成3點灰平衡修正的功能。

Fig.  3點灰平衡修正案例

Fig. 同一組版調修正數據，左邊為polynominal regression，右邊為spline interpolation，可以看出spline interpolation 會經過數據標示的5個點。

Spline interpolation 是我以前沒做過的題目，自然又是找上ChatGPT了。

ChatGPT這次很快的就回應出可執行的程式碼，以python套用 scipy.interpolate library 裏的CubicSpline 功能，依據我給的3點修正數據(加上0%及100% 總共5組數據)很快就能取得Spline 版調修正曲線。

Fig. 以python套用 scipy.interpolate library 裏的CubicSpline 功能，依據3點修正數據(加上0%及100% 總共5組數據)很快就能取得Spline 版調修正曲線。

Fig. 由scipy.interpolate library 裏的CubicSpline導出的版調修正表。

接下來就是將這個修正曲線套用到影像檔裡面。上回提到用ghostscript以單一50%處用postscript exponential 函式曲綫去帶動整個版調修正，這裏要用到整個Spline transfer curve 套用到整個版調，經過很長一段時間在ChatGPT的各種努力，目前還是駕馭不了postscript的語法。退而求其次，還是先直接在影像檔(像素檔)做版調修正，而不在PDF用postscript做版調修正。

同樣的，ChatGPT很快的就提出了工作方法。一樣是python，使用PIL library可以處理到影像中每一個pixel的內容。

下面是ChatGPT回應的一段程式碼，裡面的tone_curve就是來自之前的spline interpolation curve。PIL 的putpixel function可以將轉換過的CMYK資料寫入原本pixel的位置。如此就可以完成像素檔的版調轉換。

Fig. ChatGPT回應的一段程式碼，裡面的tone_curve就是來自之前的spline interpolation curve。PIL 的putpixel function可以將轉換過的CMYK資料寫入原本pixel的位置。

照說到了這裡就已經完成CMYK檔的版調轉換，但是一個一個pixel寫進去實在是太沒有效率了。

把問題反映給ChatGPT，也很快得到有效的回應。

用numpy library 將圖像中的像素用陣列的方式來處理，速度就能快上許多。

Fig. 用numpy library 將圖像中的像素用陣列的方式來處理，速度就能快上許多。

Fig. 修正過的圖檔，確實有照3點修正的數據來改變版調。

以上，經由ChatGPT的回應，成功的對影像檔做3點灰平衡修正。我已經用3點修正配合Beer’s Law成功拿過幾次G7 Targeted。這一次又多了一個可以運用的工具。