21 4 月, 2026 › Uncategorized › Administrator › no comments ›
發表會紀錄
上一次發文參訪的機器於禮拜三(4/15)正式在台北做第一場發布會，我還是到了會場，主要是想看一下實際操作的部分，會中還有其他的主題，機器發佈部分大概佔20分鐘，還是一樣，我只說一下我感興趣的部分。同上次發文，我感興趣的有三個部分：第一個是紙張偵測器(Substrate Profiler)，第二個是6色印刷，第三個是自動色彩校正。
Substrate Profiler 在發布會時有做實際操作，現場的演示大約30秒的時間就可以完成紙張設定，從演示過程看出主要收集4種參數：類型(普通紙、銅版紙、膠片…)，塗佈，色彩，基重。及兩種機器關連設定：轉印輸出、AI 分析。
對於這4種參數，色彩可以理解、基重(厚度)可以理解，塗佈/類型猜測可以從光線/接受器之間訊息差歸納其屬性。轉印輸出項目大約是從前面四個參數來關聯到機器本身的壓力設定、溫度設定、電壓設定…等參數；至於AI分析，大概可以理解為綜合前述參數再參照累積的資料庫訓練來共同完成一組新的紙張設定。
整個程序看來30秒就可以完成，非常的impressive。
還沒能去驗證這30秒的工作程序是不是真的帶出來不同材質間數據及視覺上的穏定/一致性，但整個工作邏輯是合理的，配合有效率的sensor及軟硬體架構是可以在很短的時間達成這個在以前需要很花時間工作程序。
這個30秒的動作可以參考以下這個視頻
https://youtube.com/shorts/89atEYctciA?si=ntaN9NXfdWPPtkXC
Fig. Substrate Profiler 執行4個參數偵測及兩個機器關連設定。
Fig. Substrate Profiler 演示。綜合上一個程序，得出紙張設定為：普通紙、無光塗佈紙、白色、基重151、轉印輸出97。
Fig. 現場動態演示影片截圖，紙張設定類型為膠片、非塗佈紙、白色、基重245、轉印輸出92。實際測試為合成紙，符合系統膠片的定義，整個程序大約30秒鐘。
第2個部分是6色印刷，會場一些展示品的確是有更鮮豔更飽和的顏色。前個發文也提到過，上次參訪現場測試三個Pantone色號都能在三個色差以內。
第3個部分也就是我在上次發文提到的第4個單元：自動色彩偵測修正及影像列印檢查。
會場上有請技術人員打開第4單元的機門，想試著能不能看到有什麼sensoror之類的名堂，但就是黑壓壓一整塊，看不到裡面有什麼東西。不過也多知道了一些資訊，比如：這個單元還分兩部分銷售：一個是內建的影像/色彩偵測，另一個是偵測影像與資料庫數據(如.csv)做數據對比，這一部分還要再多加一部電腦，是另一筆費用。
至於色彩偵測是不是用光譜儀？想來是沒有必要，在一個封閉被控制的環境裡，影像RGB sensor是可以穩定的轉成色彩資訊。就我的認知，幾年前的nvidia Jetson Nano 的邊緣AI(Edge AI)就能夠處理這類影像/色彩的比對問題。
Fig. 即時偵測與修正，偵測模組可在列印過程中持續監測色彩濃度與正反面對位準確度並自動進行修正，確保大量列印任務時能維持一致的列印品質。
Fig. 即時偵測與修正，第4單元的掃描資訊會回饋到列印單位做自動修正。
Fig. 自動快速檢查列印缺陷：透過將RIP影像(參考影像)與列印輸出的掃描資料進行比對,即可在線執行檢查作業。
Fig. 自動錯誤排出並重新列印，偵測模組與檢測PC可自動檢測出含髒污 汙點…等瑕疵頁面後,自動排出瑕疵頁面並重新列印。
以上，現場還提到很多功能，如工務系統、財務系統的整合。有興趣的讀者可以自己去Follow，這裡只對自己比較感興趣的部分做一些整理。
9 4 月, 2026 › Uncategorized › Administrator › no comments ›
參訪紀錄
Fig. 參訪新機，我對這個4號單元很感興趣。
上個月陪同去參訪一部數位機，是一部彩色碳粉系統，大約是一個半鐘頭的時間，看到了廠商在技術方面的努力，對於新機型的推出，總有其市場面與技術面的推廣，在有限的時間內也沒能有深入的了解，就針對我有興趣的部分做一些說明。
第一個有興趣的是自動化紙張設定，之前在理光的機器也遇到過這樣的設備，但那時候沒有特別的去研究怎麼使用它，這個設備叫做 Substrate Profiler，透過設備可以讀取紙張種類(表面)、顏色、厚度(重量)…等訊息，在一個基礎設定下，透過這些資訊可以很快的設定出另一組新的紙張參數。相對於傳統作法，需重新設定厚度(磅數)、線性、icc profile 色塊…，據文件說明說是可以節省80%的流程，我可以理解這種設備的邏輯，可以預想到它帶來的效率，如果有機會，希望能到它實際表現。
劇本演示如下：
在某一標準規範下(如CRPC6)，一個基礎紙張設定能取得90分的輸出品質，當換了另一種紙，經由一次Substrate Profiler 讀取，很快的設定出新紙張，輸出分數還能維持在85分以上。
這是我設想的劇本，就看有沒有機會實現。
相對於對紙張重新線性及重新profile，的確能節省80%以上的流程。
這個產業對於品質的追求沒有一定要去追求95%以上，長期穩定的80%的輸出，可能更是我們更必須在意的。我們當然也願意用100分的努力去取得100分的成果，但如果能找到一種輕便的、20%的程序，去取得穩定的80%的輸出，這樣的工作流程才更有機會影響更多的人進入標準化的領域。
Fig. Substrate Profiler ，讀取紙張表面性質、厚度及色彩即可設定一組新紙張。文件中表示可以節省80%的流程。
第二個有興趣的項目是這個機器支援6色印刷，內定是CMYK加上綠色及粉紅，文件中顯示可達93%的Pantone 色彩，當場有用儀器測了三個Pantone色號，都有在三個色差以內。多出來的兩個色座除了綠色跟粉紅，也可以是金色、銀色、白色、透明色…，應用上可以很靈活。
Fig. 支援6色印刷。多出來的兩個色座除了綠色跟粉紅，也可以是金色、銀色、白色、透明色…，應用上可以很靈活。
再下來也就是我最感興趣的第四個擴充單元，叫做Smart Monitoring Gate，至少有三個功能：自動色彩修正、自動對位修正及印紋檢查(墨點、折痕、文字、條碼等)。現場問不到太多的技術資料，我只能以自己的邏輯來腦補一下這裡面的工作架構。
第一個功能是自動修正色彩偏差，我提問到裡面的偵測單元是光譜儀(spectrophotometer)還是RGB sensor，現場沒能得到清楚的回答；我自己的感覺是RGB image sensor 就可以同時勝任上述的三個功能。
光譜儀是能提供更精確的色彩資訊，但是它偵測的動作比較慢，數據的計算量比較龐大，要在產線上做快速的自動補償反應可能會不夠快；相對的，RGB sensor 有成熟的快速反應機制，而且在一個控制的環境裏，RGB反應是可以穩定的轉換成色彩(Lab)數值，也就可以來完成自動修正色彩偏差的功能。
再來是所謂的自動對位，RGB image sensor 資訊以足以用來偵測對位標來達成自動對位的功能。
第三是印紋比對，同樣的，RGB image sensor 能提供足夠的訊息與RIP之後影像訊息甚或是資料CSV檔做印紋比對，這對可變印紋流程的偵錯有很大的幫助。
這個單元盡可能的集合了影像科學、色彩科學、偵測能力及各種軟體硬體參數的整合來改善傳統印刷流程上一些棘手的問題，如色偏問題、對位問題、文字/條碼錯漏…；一方面在邏輯上我認為是可以堆積得出來的，一方面很樂意看到系統廠商能將這樣的單元實現在產線上。
Fig. 即時列印修正，能將色彩偏差及對位不齊問題回饋到主機來修正輸出。
Fig. 印紋檢測功能，能偵測印紋缺陷、文字/條碼缺漏問題。
現場很快的做了一次CT25測試，沒有事先安排，直接用現有流程出了一張樣張，以CRPC6評分，分數為81.94；主色部分18分拿滿，而且除了K之外都能維持在色差2以內。灰平衡部分拿到21/28，灰差都OK，主要是亮度差暗了一些。對一個現場臨時做的測試，這樣的表現沒有問題，簡單調整就應該能進到G7規格。
Fig. 現場簡單做了CT 25測試。
Fig. 現場簡單做的CT25測試，以CRPC6評分，分數為81.94；主色部分18分拿滿，而且除了K之外都能維持在色差2以內。灰平衡部分拿到21/28，灰差都OK，主要是亮度差暗了一些。
Fig. CMYRGB 六角圖，色彩精度表現不錯 。
Fig. 灰平衡部分灰差都沒有問題，亮度差暗了一些。
除了以上三個項目我比較感興趣，其它如SIQA診斷圖表、Cloud Color Management 也都很有興趣。礙於時間，沒能做較深入的了解，不過邏輯都能理解，有機會會想看以一下它們是怎麼運作的。
Fig. SIQA 簡單影像品質調整。
Fig. 雲端色彩管理。
以上，產品一直在進步，現場兩個簡單測試，一個是三個Pantone 色號都能維持在三個色差以內。一個是CT25 數據有一定的水準。機器的色彩能力應該是沒有問題，至於色彩的穩定性在現場是看不出來，所以我的另外一個劇本是：
比較現場第一張、第100張及第200張之間的色彩差異數據；第一天、第二天、第三天到一個星期之後樣張的色彩差異。綜合這些數據才能評斷這第四單元(Smart Monitoring Gate)是不是真的能夠穩定輸出的品質。
29 3 月, 2026 › Uncategorized › Administrator › no comments ›
工作紀錄
CRPC3 G7+ demo & digital proof approaching
CRPC3 G7+ 演示及數位打樣追色
上一次發文，確認G7 + Verify 機制沒有問題，表示我在這方面的計算沒有問題。手邊有單位要做 CRPC3 模造紙打樣，剛好來做一次 CRPC3 G7 與 G7+ 的比較。
Fig. 視覺比較，左邊為G7規格，右邊為G7+規格，明顯的 G7+ 在膚色部分要亮一些，在較飽和色部分(水果籃)並沒有很大的差別。
來看一下數據呈現。
Fig. 測試樣張滿版部分18分全拿，飽和色部分都能維持住。
Fig. 測試樣張與CRPC6 六角圖比對，色域明顯比CRPC6小很多。
Fig.測試樣張與CRPC3 六角圖比對，滿版Y不足，以至G,R也顯得不足，M及C太多，B的飽和度也多了一點，不過都在合格範圍內。
Fig. CRPC3 G7 灰部位測試樣，灰平衡部分24/28。
Fig. CRPC3 G7 + 測試樣，灰平衡部分 26/28。
比較一下灰部位G7與 G7 + 的差異：
一個是目標亮度值(L*)：G7 在25%、50%、75% 的目標亮度值 75,59,45，G7+ 為 77.7,61.4,46.4；明顯的 G7+ 的中間調亮度值要比G7 高。
再一個是目標灰(Δch)，在紙白為96,3-10的紙張上，G7 在25%、50%、75% 的目標灰度值
(2.2,-7.5、1.5,-5、0.7,-2.5)，G7+ 為 (2.5,-8.3、2.05,-6.28、1.7,-5.5)； 相對起來，越深色的地方，灰值相對越接近紙張。
G7+ 在數據規範上是中間調更亮、更接近紙張；在視覺上明顯的感覺到中間調更亮一些；實際比較起來是更好看一些。作為一個標準化的規範，我認同這樣子的修正，視覺上確實比舊的規範要好。但也如同之前的發文，銅版紙(CRPC6)上沒有太大的差異，但一旦脫離CRPC6 ，G7+ 會是更好的應用。
=========================================
接下來的任務要用一部噴墨打樣去追色另外一部噴墨打樣。
工作單位有兩部不同性質的彩色噴墨打樣，一部是Epson原廠設備，紙張必須塗佈才能抓得住色料；另一部為原紙直噴打樣，紙張無須塗佈，是以墨水特性及加熱讓色料固化。
當我們依G7的規則去輸出時，兩部機器都有很好的分數，但是視覺上卻有一些差異。
Fig. 左邊為Epson 系統，使用塗佈紙，系統分數為94.91。右邊為直噴系統，使用印刷銅版紙，系統分數為91.2。分數都不差，但視覺上灰平衡有明顯差異。另外是，各位看得出這兩種紙張有三個色差的差異嗎？
Fig. 銅版紙直噴，紙白 93.3,1.5,-6.1，系統分數92.1。50% 灰色a*,b*目標值為0.8,-3。
Fig. Epson 系統使用塗佈紙，紙白 94.6,0.2,-3.1，系統分數94.91。50% 灰色a*,b*目標值為0.1,-1.6。
我們從客觀數據上來分析這個差異，Epson 上的塗佈紙紙白落在 94.6,0.2,-3.1，而直噴紙的紙白落在 93.3,1.5,-6.1，這個差距在色差計算上超過三個de00，問題是，這是數據上的差異，視覺上真的感受不到三個色差的差異；人眼在對紙張增白劑的感受與儀器的反應並不一致，但這個數據已然對灰目標的計算有明顯的影響。這也導致後續的輸出在數分數系統上表現不錯，但視覺卻有明顯的差異，因為灰色目標並不相同。
這樣的不一致，該由Epson去跟色直噴系統，還是直噴系統去跟Epson呢？
基於客觀的使用情況，直噴用紙更接近實際用紙，策略上很明顯的就是讓Epson系統去跟直噴系統。
這也直接導致我的工具必須在加入一個去Follow自訂規格的功能。這個功能其實很早就有寫，只是這是第一次用來做數位打樣機之間一致性的工作。
Fig. 右邊一組為直噴系統(右)與Epson系統(左)的差異，Epson系統的灰平衡相對偏黃；左邊一組為直噴系統與Epson系統修飾過後的差異，視覺上修飾了Epson系統灰平衡偏黃的現象。
最後再做幾個說明。
直噴系統在印紋精細度上還是比不過Epson原廠，對於太厚的紙材或是不容易乾燥的表面會有暗部聚墨的現象，也可能導致暗部飽和度不夠；但因為紙材運用靈活，紙材成本上與塗佈紙比較起來節省很多。更主要的是紙材與實際印刷接近(甚或一致)，色彩處理能夠更合理一些。在各項優缺點比較下，直噴系統還是有其競爭性。
原本CT25工具的灰平衡修正是針對CMY三座個別油墨系統操作的修正；在數位打樣的系統裡，CMY分佈已經被icc打散後重新分佈，因此在數位系統裡，CT25的灰色修正值並不能直接反應到真正的修正結果，所以作業時還是要經過一些trial and error。
更精確的做法是要調出數位機端的icc來做灰色修正預測的基礎，這個工作邏輯將列入下一個發展的項目，以降低數位機在灰色修正時的trail and error。
9 3 月, 2026 › Uncategorized › Administrator › no comments ›
Talk about (New) G7+
談一下 (新) G7+
我在 2024 年初收到 G7+ Definition & Algorithms v42 版本，談了一謝些我理解的內容(https://fredkuo.idv.tw/wordpress/?p=3702)，就定義上，主要兩個部分有新的定義：1. 版調目標(L*)由 TR015 代數概念改為(scaled)RPC概念。2. 灰平衡目標(a*,b*)重新定義，讓它更符合紙白顏色。另外就是G7+多提出了High Density Smoothing(HDS)，定義了CMY 75%以上的版調行為，避免了高飽和度印刷(輸出)在75%的斷階現象。也就是對這些高飽和度的輸出，在超過75%的版調會以平順為主，無需遵守灰平衡規則。
期間也寫了verify工具，但那時Curve + 軟體還未發佈，我不能確認我的G7+ Verify 結果是否與 Curve + 符合。
Fig. 2024 G7+ Definition & Algorithms v42 版本。
今年收到了v55b 版本，最主要的變化是灰平衡目標 a*,b* 的定義又變了，更貼近紙張顏色，文件中直接標示為New G7+。其餘都是小變化，沒有太大影響。
Fig. 2025 G7+ Definition & Algorithms v55b 版本。
Fig. 2025 v55b 版，灰平衡目標 a*,b* 的定義又變了，文件內直接標示為 New G7+。
趁這一次文件的檢閱，以自己的理解，再做一次G7+整理。
第一個要談的依舊是版調重新定義，如前述，版調定義由TR015 改為 (Scaled) RPC-SPC，RPC as Reference Print Condition，目前參照目標為CRPC6，兩個版本文中都有提到這個參照目標以後可能會有變化，不一定是 CRPC6 。
原文如下：
Potential RPC change
In future, the current RPC (based on CRPC6) may be replaced to align with changes in
international printing standards, or for other reasons.
G7+ support tools must facilitate easy adaptation to a new RPC, if and when one is chosen by
PRINTING United Alliance.
(v55b page 11)
不過，即使改為參照其它”international standard” ，估計差異也不大，我不會太在意；就像我也不會在意我工作單位一定要走Fogra39 或CRPC6 ，依照數據規則穩定的執行比較重要。
也由於目前的參照目標是CRPC6 ，所以用銅版紙平版印刷(as SPC, Subject Print Condition)在遵循G7+(RPC)時，版調(L*)幾乎沒什麼差異 。而離CRPC6越遠的規範，如CRPC1，其版調差異就很大。
以現今G7認證多以銅版紙為主，所以在作業上、及其輸出結果不會有太多差異。也因為這樣，目前以CRPC6為目標的G7認證廠家其實沒有需求一定要去做G7+認證。倒是一些有特別材料的廠家，那種飽和度特別高的，超越CRPC6 甚至 CRPC7的；或是飽和度特別低的，如新聞紙印刷，用G7+規則執行，視覺效果會比較好一點，這些單位才更需要去了解G7+的規則。
Fig. 舊G7 版調依 TR015 (NPDC)作為版調目標值。
Fig. G7+ 版調依實際印刷狀態(SPC)參照RPC版調做數學式縮放(Scaled)以作為版調目標值。圖示為以CRPC1 作為 SPC ，將RPC(CRPC6) scale 到SPC(CRPC1) 的版調差異。
第二個是灰平衡目標值(a*,b*)的差異：
舊的G7灰目標值從紙張a*,b*值起始，依版調比例一直100%時，a*,b*值同時為0，這是數學公式的意涵大於實質輸出的意涵，也因此有必要做後續的修正。
Fig. 舊G7 灰平衡 a*:b*目標定義。
G7+ 的灰平衡目標值會以 CMY 300% 的XYZ值為樞紐，其灰色表現會更貼近紙張顏色。
Fig. G7+ 的灰平衡定義，a*,b*值須由 CIEXYZ 換算而來。
新版G7+的目標a*,b*值有點複雜，文件中從頁數12到15都在說明計算方法及解釋意涵，我簡單歸納幾點：
1.取得輸出最暗的數據：’Y_graymin’， 這個數據先取自p2p CMYK 400%的色塊，此數據再乘以常數 0.8 用來模擬 IT8 1617 色塊中最低Y值的色塊。(ps. 一般輸出承載不了400%的墨量，所以CMYK400%的Y值有可能不會是 1617色塊裏最低的Y值，因此再乘常數0.8來模擬印刷品的最低Y值，Y_graymin。)
2.取得 XYZ Hinge 樞紐值：p2p 中最暗的色塊不見得是純灰，因此最暗X,Z的樞紐值直接參照D50光源的X,Z 值，Y值則沿用Y_graymin。此步驟取得 hingeX,hingeY(Y_graymin x 0.8),hingeZ。
3. 計算新的 G7+ gray balanced XYZ，規則如下：
For each cmy control point index (i) value (0, 2, 4, …95, 98, 100);
Yi = (given by tonality algorithm)
Xi = (Xs – hingeX) x (Yi – hingeY) / (Ys – hingeY) + hingeX;
Zi = (Zs – hingeZ) x (Yi – hingeY) / (Ys – hingeY) + hingeZ;
Where Xs, Ys and Zs are substrate values.
Convert Xi, Yi, Zi to L*i, a*i, b*i, as needed by standard formulae.
以上即為新的 (New) G7+ 灰色目標值(a*,b*)，相對於G7+，這個數值又更貼近紙張顏色。
以下為一實際樣張，紙白 Lab 93.07,1.53,-1.52 的三種灰平衡目標值，舊G7 在100%時 a*,b*值歸零，G7+較貼近紙張顏色 ，New G7+ 數值又更貼近紙張顏色。
Fig. a*, b* aim value for G7, G7+, New G7+。G7+較貼近紙張顏色 ，New G7+ 數值又更貼近紙張顏色。(ps. G7+ 在75%後不再評估灰平衡，舊版G7 因權重關係，75%後的灰平衡重要性也會降低)。
至於我的G7 + verify 工具，參照 Curve + 軟體(v5.1.1 beta)，在Black w∆L*、CMY w∆L*,w∆Ch等數值的差異非常小(<0.05)，表示我在這方面的理解及公式的運用沒有問題；我以 New G7+ 方式計算的avg w∆Ch ,max w∆Ch顯示在”cmy2″ 欄位，跟G7+在max w∆Ch約有0.4的差距；可以看出來，目前Curve + 軟體在目標a*,b* 值的計算還是舊版G7+，並未用上New G7+ 計算方式。
另外在 HDS 的∆TVI部分，還有些部分未完全釐清，待更清楚一點再來做G7+ Verify 的工具發表。
Fig. 我的G7 + verify 工具，比對 Curve + 軟體在Black w∆L*、CMY w∆L*,w∆Ch等數值的差異非常小，表示我在這方面的理解及公式的運用沒有問題。目前Curve + 在目標a*,b* 值的計算還是舊版G7+，並未用上New G7+ 的計算方式。
10 2 月, 2026 › Uncategorized › Administrator › no comments ›
Compact tool on print standardization
印刷標準化精簡工具
現在看到的平版印刷標準化規格不外乎Fogra PSO、G7、gmi，都有一個清楚的數字規則，在我這邊，就是一個 Print by Number 的操作。操作的原則統歸就兩個大原則：滿版到位與中間調到位。
滿版到位的原則很清楚，就是CMYK(RGB)主色必須符合某一個Lab 值；中間調到位隨不同單位各有其規範。如G7驗證不看TVI，只看中間調的 ΔL 與 Δch，PSO 與 gmi 則會驗證TVI 數值。
其實我們把這些數字規範分析下來，這三個規範都在彼此的寬容範圍內，也就是當你達成PSO 規範時，很大的機率同時也能通過G7規範。所以我在做顧問工作時，不會太在意這個廠應該走哪一個規範，重點在於能夠穩定的，持續的去達成數字上的管理。把這個概念建立下來後，不同的產業，不同的領域，也可以自定自己的規範，設計自己的管理系統。
以上簡單的把 Print by Number 與印刷規範做一些說明，接下來談一下要怎麼達成。
如上述，兩個原則：滿版數值到位與中間調數值到位。
工作的第一個要點是：要能夠取得數值。要取得數值勢必透過某種儀器，這裡講的儀器，明白清楚的講，就是需要一部光譜儀 (spectrophotometer)，如彩譜的CR30 Xrite 的 i1 、eXact，Techkon 的 SpectroDens…都是屬於光譜儀。像低階的Nix，Spyder等這些儀器只是Colorimeter ，不能達成印刷驗證的需求。
無關高階低階，Colorimeter 也能取得Lab 數值，但無法取得光譜數值，沒有光譜資料就無法計算出濃度，沒有濃度就無法取得印機操作的放墨指引。沒有濃度，也無法取得TV(Murray-Davies)數值，也就無法取得CTP 的版調修正值。所以，工作的第一個要點，就是要取得一部光譜儀，只要是光譜儀，就能達成印刷驗證/管理的需求。這邊要多談一下，如果只是做內部數字管理，低階光譜儀如CR30、倉庫翻出來十多年前的i1 Pro也能勝任工作。如果要去做印刷標準化認證考試，i1 Pro2 是最低需求。
有了儀器取得數據後，接下來是解讀數據，甚者，依此數據來取得工作指引，透過工作指引來讓輸出品質/數值符合某個印刷標準化規範。
也就是說，需要一個計算軟體將光譜儀的光譜數值轉化成印機的品質驗證，更進一步者，能夠提出印機的操作指引，讓印機能操作出合乎規範的數值。
再簡單講，市面上的PressTune/PressSign這類軟體都能提供這方面的能力。
所以，善用 i1 加上類PressSign軟體就能達成印刷標準化的功能。
我這邊要提出的是，一個更加精簡(compact)的軟體工具來達成印刷標準化的功能。操作上基本上就是掃描導具、看結果。若未達到預期數值，則依工作指引修正、重新輸出，掃描導具，依指令修正，直到達成預期結果。這一個工具在嚴謹的執行下，已證實可以達到G7 Colorspace的規格。
再來，我一直認為這是一個簡單而且有效的工具，在期待這個產業能夠有更多的廠家能夠進入”數字管理”的工作概念，這個工具將以有限度的*開放給產業界使用，只要廠裏有i1，無需負擔軟體成本，就可以進來體驗這個”數字管理”的作業概念，屆時若有更高規格/更有效率的追求，市面上有已經很多的硬體/軟體等著廠家繼續去探索。
有在關注我發文的讀者應該都會常看到我提到這個工具：CT25( as Color Target with 25 patches)。趁著這一次SDK部分介面改善，再一次把這個工具的意圖與工作方法再做一些說明。
Fig. CT25 Target
Fig. 精簡的CT25工具，分三個部分：滿版、中間調(TV)及灰平衡對印刷品作評，並提出操作指令。
首先，還是先交代一下這25格的組成及其意義，這25格分別是主色CMYK100，二次色RGB100，中間調CMYK25%，CMYK50%，CMYK75%，灰平衡25%，灰平衡50%，灰平衡75%，兩格紙白及CMY300%，總共25個色塊。
CMYKRGB 這7個色塊想當然就是要測試滿版的Lab值有沒有到位；CMYK 25%、50%、75%這12個色塊是用來觀察/驗證TVI曲線；灰平衡 25%、50%、75%這3個色塊是用來驗證灰階曲線的亮度差與灰差；兩個紙白一個是用來提供紙白資訊，一個是用來區分出另一段CT10 功能(CT10只專注在滿版與50%TV/Gray)；CMY300 是用來計算TR015或是G7 Plus版調，這個功能目前並未啟用，算是預先留個位置。
這25個色塊就足夠用來驗證/評分/觀察機器狀態，就看你用什麼樣的觀點/立場去操作它。
除了用來觀察/評分機器狀態，這個工具更重要的是能提供修正指令。
修正指令分4個方向來呈現。
第一個是CMYK滿版的放墨指令，幾年用下來，證實Beer’s Law的算法能夠有效的預測放墨量，領機只要依指令操作都能將CMYK主色帶到很好的Lab位置。
Fig. Beer’s Law 主色預測。圖例顯示實測濃度1.27時色差3.4(ΔE00)；Beer’s Law 預測濃度增加到1.46時色差可以降到0.57。
再下來是用六角圖用來推演二次色 RGB 的落點，Beer’s Law 可以將CMYK 帶到最佳的位置，但不一定能將RGB 帶到正確位置。六角圖可以用來調配CMY 落點以達成符合規範的RGB數值。
Fig. 六角圖範例，增加Y濃度可以改善R及G的數值，增加C濃度也可以更拉近G的數值。
再來是以0%,25%,50%,75%,100%來呈現TVI曲線，這裡除了很直接的知道TVI 的差異值，還可以觀察曲線的順暢度來評估機器是否在健康良好的狀態。
Fig. TVI 曲線，圖示M版及K版的狀況良好，C版、Y版 有一些問題。
最後一個是根據灰平衡25%,50%,75%的亮度差與灰度差推演出三點的CMY 灰階修正值。這一部分的功能是與其它軟體差別最明顯的地方，就目前我所知，其他軟體能以2D的方式顯示出亮度差與差灰差，這個資訊是能夠提供有經驗的人去反推CMY的大致修正量，但並沒有提供明確的CMY修正數值；我試著讓這個數值明確下來，讓領機能有更清楚的指令。
關於這個灰色指令的發展，我發展了至少三代以上，目前公開發布的還是留在第一代的邏輯，第一代的修正比較保守，通常可以在三次以內把數值帶到位，對於狀況比較好的機器，也能一次帶到位；較新一代的邏輯試著盡可能一次將灰色帶到位，修正量比較積極，但也可能出現修過頭的狀態；所以我也是視狀況在使用，機器狀況良好的情況下用一代邏輯保守修正即可，狀態不好時，先用三代邏輯做積極修正，待進入狀況再改用一代邏輯操作。幕前公開發布的版本還是維持在第一代邏輯。
Fig. 灰平衡修正圖示，顯示25%,50%的灰差及亮度差都符合，75%部分灰差符合但亮度太亮(L值太高)，需同時在 CMY 75% 加墨來降低L值。
對於我灰色工具的發展也可參考以下Bolg 發文。
對於做G7的程序，原則上先用Beer’s Law 及六角圖確認好CMYKRGB位置，再依25%,50%,75%灰色修正量將數值帶到位。這個將灰色帶到位的修正值如果不大，在滿版色差寬容度容許下，從機器上做加減墨量處理即可達成G7 Targeted；若修正量太大，則交由CTP曲線處理。如此明確精簡的操作，依機器狀況，兩到四小時內應該就足以取得G7 Targeted 規格。
至於Colorspace 規格，在更嚴謹的執行下，也是有機會在兩個小時內達成。整個前置動作與執行可參考以下四篇 Blog 發文：
簡單總結一下以上四篇發文，第一篇敘述我們嘗試著在線性版(1：1 無修正曲線)用盡機器上的設定，甚至將油墨放入冰櫃降溫以降低網點擴張來
達成G7 Targeted 數據。證實只要調整機器/材料狀態，就足以將無修飾的線性版帶入G7 Targeted 規格。
第二篇敘述了我們在上一篇的基礎下，以較嚴格的分數規則去操作，成功的進入 Colorspace 規範。
第三篇紀錄了Colorspace 驗證當日的紀事，在不修版調的狀態下，以兩個小時不到的時間操作出Colorspace 規範。特別要提出來的是，當日廠房氣溫較低，可以在不將油墨放入冰櫃的狀態下，成功的以很短的時間操作到Colorspace 規範 。再要提一點的是，在沒有自動量測設備(isis,i1io)的情況下，改版(縮小)了TC1617版面， 1617個色塊用i1Pro3 總共掃了48條色條，大約花20分鐘，還算是應付得來的工作量。
Fig. G7 驗證當日室內氣溫合宜，在不將油墨放入冰櫃的狀態下，成功的以很短的時間操作到Colorspace 規範 。
Fig. 色條寬度縮到 25公分，Pro3 導尺就足以涵蓋左右兩個白點及中間34個數據。
第四篇比較了稽核單位的數據我們自己測量的數據，這兩邊的數據除了使用的儀器不一樣，還有就是時間大概差了兩個星期左右，可以稍微了解一下器差的問題還有這兩個禮拜乾燥時間的問題。比對的結果是差異並不大，可以確認我們的儀器跟工作模式都沒有問題。
Fig. 廠裏數據與稽核單位的數據差別最大的兩個顏色是黑色的0.61與藍色的0.67，不管是器差或是乾燥因素都在信任範圍內。
這些所有作業主要都依賴在CT25這個單一工具，嚴謹的執行，是可以達到Colorspace的規格。
Fig. pbn 評分規則，滿版色總分16，佔比33.33%；TV(K50)總分四分，佔比8.33%；灰平衡總分48，佔比58.33%。能在這個規則取得90分可以達成Targeted，能取得95分則可以進入 Colorspace 。
以下是發佈軟體工具的一些說明。
CT25 這個工具已經用了好多年，確實是一個快速、簡單、好用的工具，可以很快速的一次掃描就可以知道很多狀況；礙於程式能力，一直都是在C++的 command line模式工作，對一般的使用者是有點距離。趁著AI(主要是Claude agent)的協助，改善了多年的介面，好讓大家能夠更輕便、更頻繁的去關心機器/系統狀態，主打一個精簡，基本上就是連上儀器、校正，掃描、看結果。
Fig. 新版 CT25 tool from Cocoa(Object-C) (Mac), and C sharp (Win10)
Fig. 舊版CT25 tool from C++ DOS command line
同時發布四種設定：
Windows Pro3 M1 reading
Windows Pro1/2 M0 reading
MacOS Pro3 M1 reading
MacOS Pro1/2 M0 reading
載點：
https://fredkuo.idv.tw/source/pbntool/Mac-CT25-Pro1_2-M0.zip
https://fredkuo.idv.tw/source/pbntool/Mac-CT25_Pro3_M1.zip
https://fredkuo.idv.tw/source/pbntool/Win_CT25_Pro1_2-M0.zip
https://fredkuo.idv.tw/source/pbntool/Win_CT25_Pro3-M1.zip
使用時注意幾點。
安全因素：由於沒有在官方正式登錄，有可能因安全因素被系統攔截，Windows 處理如下：
1. 將開發資料夾加入「排除項」（最推薦）
這是最有效的方法。與其針對單一檔案，不如將你存放程式碼與編譯輸出的整個資料夾加入白名單，這樣每次重新編譯生成的 .exe 都不會被阻攔。
開啟 [設定] -> [更新與安全性]。
點擊左側的 [Windows 安全性]。
點擊 [病毒與威脅防護]。
在「病毒與威脅防護設定」下方，點擊 [管理設定]。
捲動到最下方找到「排除項目」，點擊 [新增或移除排除項目]。
點擊 [新增排除項目] 並選擇 [資料夾]，然後選取你的專案目錄。
2. 處理 SmartScreen 藍色警告視窗
即使檔案沒有病毒，Windows SmartScreen 也可能因為不認識該程式而攔截。
當出現「Windows 已保護您的電腦」畫面時：
點擊 [其他資訊]。
此時右下角會出現 [仍要執行] 按鈕，點擊即可。
Mac 版可參考以下連結：https://fredkuo.idv.tw/source/i1-color-tool-guide-zh-Mac.html
儀器連結：Windows Pro3、Mac Pro1/2/3會自動連接儀器，按下”Calibrate” 校正完成之後就可以開始工作。
Windows Pro1/2 無法自動連結，要按一下 ” Device” 欄位，選擇儀器後再按”Calibrate” 。
Fig. Windows Pro1/2 無法自動連結，要按一下 ” Device”欄位，選擇儀器後再按”Calibrate” 。
另外Windows版檔案夾中有一個pncode.txt，可自行填入10個字母內的個人代碼，方便以後如果有需要管理數據時有所依循(index and collect)。
i1操作小提醒，量測紙白起點與終點的時間停留稍微久一點可提昇掃描成功率。
關於軟體開放的幾點聲明：
1.基於 Xrite SDK 合約，不得做無限制發布，因此，此版設定軟體有效期限定在 2026/12/31。
2.在有限的程式能力上，目前介面還在持續努力中，但功能沒問題。
3.目前先只開放 CT25 一個工具。
4.數據運算在雲端，所以工作環境必須連網。
5.不能保證運算server能保持 always on line，遇到問題請回報處理。
這是一個印刷品質數字管理的起點，印刷標準化是基本配備，最終目的還是要做有效的數字管理，這裡提供一個可以自定方法/規格的工作模型，有興趣的讀者可以一起來共同發展。
21 1 月, 2026 › Uncategorized › Administrator › no comments ›
Face-lifting
介面升級
Fig. 新版 CT25 tool from Cocoa(Object-C) (Mac), and C sharp (Win10)
CT25 工具已經用了好多年，確實是一個快速、簡單、好用的工具，可以很快速的一次掃描就可以知道很多狀況；礙於程式能力，一直都是在C++的 command line模式工作，對一般的使用者是有點距離。
Fig. 舊版CT25 tool from C++ DOS command line
繼上一次發文，為讓大家能夠更輕便、更頻繁的去關心機器/系統狀態，打算有條件的發布這個工具，也趁這個機會把介面稍微再做好一點。
主打一個精簡，基本上就是連上儀器、校正，掃描、看結果。
同時發布四種設定：
Windows Pro3 M1 reading
Windows Pro1/2 M0 reading
MacOS Pro3 M1 reading
MacOS Pro1/2 M0 reading
載點：
https://fredkuo.idv.tw/source/pbntool/Mac-CT25-Pro1_2-M0.zip
https://fredkuo.idv.tw/source/pbntool/Mac-CT25_Pro3_M1.zip
https://fredkuo.idv.tw/source/pbntool/Win_CT25_Pro1_2-M0.zip
https://fredkuo.idv.tw/source/pbntool/Win_CT25_Pro3-M1.zip
使用時注意幾點。
安全因素：由於沒有在官方正式登錄，有可能因安全因素被系統攔截，Windows 處理如下：
1. 將開發資料夾加入「排除項」（最推薦）
這是最有效的方法。與其針對單一檔案，不如將你存放程式碼與編譯輸出的整個資料夾加入白名單，這樣每次重新編譯生成的 .exe 都不會被阻攔。
開啟 [設定] -> [更新與安全性]。
點擊左側的 [Windows 安全性]。
點擊 [病毒與威脅防護]。
在「病毒與威脅防護設定」下方，點擊 [管理設定]。
捲動到最下方找到「排除項目」，點擊 [新增或移除排除項目]。
點擊 [新增排除項目] 並選擇 [資料夾]，然後選取你的專案目錄。
2. 處理 SmartScreen 藍色警告視窗
即使檔案沒有病毒，Windows SmartScreen 也可能因為不認識該程式而攔截。
當出現「Windows 已保護您的電腦」畫面時：
點擊 [其他資訊]。
此時右下角會出現 [仍要執行] 按鈕，點擊即可。
Mac 版可參考以下連結：https://fredkuo.idv.tw/source/i1-color-tool-guide-zh-Mac.html
儀器連結：Windows Pro3、Mac Pro1/2/3會自動連接儀器，按下”Calibrate” 校正完成之後就可以開始工作。
Windows Pro1/2 無法自動連結，要按一下 ” Device” 欄位，選擇儀器後再按”Calibrate” 。
Fig. Windows Pro1/2 無法自動連結，要按一下 ” Device”欄位，選擇儀器後再按”Calibrate” 。
另外Windows版檔案夾中有一個pncode.txt，可自行填入10個字母內的個人代碼，方便以後如果有需要管理數據時有所依循(index and collect)。
i1操作小提醒，量測紙白起點與終點的時間停留稍微久一點可提昇掃描成功率。
關於軟體開放的幾點聲明：
1.基於 Xrite SDK 合約，不得做無限制發布，因此設定軟體有效期限為一年。
2.在有限的程式能力上，目前介面還在努力中，但功能沒問題。
3.目前先只開放 CT25 一個工具。
4.數據運算在雲端，所以工作環境必須連網。
5.不能保證運算server能保持 always on line，遇到問題請回報處理。
這是一個印刷品質數字管理的起點，印刷標準化是基本配備，最終目的還是要做有效的數字管理，這裡提供一個可以自定方法/規格的工作模型，有興趣的讀者可以一起來共同發展。
4 1 月, 2026 › Uncategorized › Administrator › no comments ›
委外測試。
有印件需委外，但又不知委外單位的能力如何，先放一個導具測試看看。
Fig. 委外測試，主要用了兩個工具：CT25 與 CT88。
先看一下CT25，gmi 分數只有40分，狀況不是太好。
Fig. CT25 工具 gmi 評分只取得40分，狀況不是太好。
三個TVI落點都不太好，機器的狀況是不好。三點灰平衡也都沒有到位。50%(CMY需降墨)與75%(CM需加墨，Y減墨)灰平衡的調整方向沒有一致，已無法由機器上調整完成，需改變印版曲線才能將3點灰平衡歸位。
Fig. 三個TVI落點都不好，機器的狀況是不好。三點灰平衡也都沒有到位。50%(CMY需降墨)與75%(CM需加墨，Y減墨)灰平衡的調整方向沒有一致，已無法由機器上調整完成，需改變印版曲線才能將3點灰平衡歸位。
CT88 工具呈現 TVI 落點與標準差距頗多，更清楚的反應出委外機器的狀態不是很好。
Fig. CT88 工具呈現 TVI 落點差距頗多，更詳細的反應出委外機器的狀態不是很好。
觀察TVI曲線，C、K網點擴張太大，但分佈上相對好一些，MY 的曲線形狀及分佈的狀態都不是很好，觀察一下 R square (TVI指數)，C、K還有0.9以上，M 只有 0.7， Y 才只有0.2，這兩座的機器狀況不是太好。
Fig. 觀察TVI曲線，C、K網點擴張太大，但分佈上相對好一些，MY 的曲線形狀及分佈的狀態都不是很好，觀察一下 R square (TVI指數)，C、K還有0.9以上，M 只有 0.7 Y 才只有0.2，這兩座的機器狀況不是太好。
可以確定這部委外的機器狀況不是很好，測試樣中其實還含有icc導表，想說也許可以透過icc profile修改圖檔使得最終輸出可以到位，但這也是治標不治本，委外單位必須將他們的機器維護到位才是治本的方法。
28 12 月, 2025 › Uncategorized › Administrator › no comments ›
A journey with no destination – Phone camera as colorimeter
只有方向，沒有終點。
對於印刷品質的檢驗 i1Pro3 + CT25 已能有 Colorspace 的能力。
對於與更便攜性的工作方法，CR30 + PBN9 是一種輕便的做法，絕對精度不若 i1，但相對運算如版調與灰平衡沒有問題，信任度能有85%以上，對產品的檢驗或管理可以很有效率。
我一直想做一個用手機相機來檢驗印刷品質的工作方法，除了程式能力，最主要是工作邏輯的建構。最近的嘗試下，AI Agent 能 cover 我 80% 以上的有效程式碼，在這個底氣下，啟動了這次App 的開發。
Android 跟 iOS 皆有發行，無付費發放，還有太多變因無法處理，不保証成效。
先對此 App 做簡單說(申)明。
0.導具為 3×3 CT9。 導具載點：https://fredkuo.idv.tw/dropfile/php/upload/—-pbn3x3.tif
1.相機取景採橫向操作。
2.在控制的拍攝環境下可達80%的信任度。
3.拍攝環境的變因會至少降低20%信任度，或者直接說不堪使用，能用來改善的數學與統計方法太多太多，目前只用了單點Normalization ，之後會嘗試 parabola 多點 Normalization & fitting、或是SCCA 轉換……，也就是一開頭說的：只有方向，沒有終點；我也不知道我還能(願意)去嘗試多少種數學與統計的做法，所以只有方向，不知道終點在哪裡。
4.有兩種操作模式，Flip mode，正向拍完後需倒過來再拍一次，取其對應位置平均值，這是第一道抵抗環境變因做法。第二種為 No-Flip mode，先拍標準稿再拍樣本稿，單純比較兩邊色差及可對樣本稿做出評分，這個模式非常有效的抵消環境變因，信任度很高，但手邊要有標準稿。
5.,提供 exposure slider 改變曝光值，盡可能將紙白RGB 值操作到超過 230，這算是一種手動 Normalization。
6.Andriod 版 綠色十字標提供 live RGB 數值，方便配合 exposure slider 使用。
7.這個 App 最大的意圖是想讓更多人進入”色彩即數字” 的領域，引路的作用更大於實質作用，當然，我一直想辦法讓它呈現實質作用。
https://play.google.com/store/apps/details?id=com.pbn.ct9crop
https://apps.apple.com/tw/app/ct9crop/id6756100572
本篇簡要版在這裡結束，以下是開發歷程的一些想法，有興趣的讀者可以接著看。
=================================================================
我的工作是 Print by number，或者叫做Color by Number，總之，色彩現象可以是明確的數值；可以驗證，可以管理，可以操控。
這個 “Number” 勢必要經過某種儀器 ，可以是 Color data、Xrite、Techkon、Konica-Minolta、Nix……的某一型儀器，這些儀器的使用也代表著某種技術與購置成本的門檻，所謂的門檻，擋住了一批人，使得多數的色彩相關從業人員無法輕易的將色彩現象用數值的觀念去處理。
所以，把這個儀器的門檻解除掉，就可以有一大批的色彩相關人員得以進入”色彩即數值”的領域，用數字去驗證、去管理、去操控色彩現象。
照說，數位相機的本質就是Color sensor ，在這個人手一機的時代，每個人隨時都帶著color sensor在身邊，這不就是把儀器門檻解除掉的契機嗎？
理論上是對的，手機相機就是一個color sensor ，在固定的監控環境下操作，手機相機可以是Colorimeter ，取得的數值可以用來對色彩現象做驗證、管理、操控。
這裡到要説一下，打造一個可控的拍攝設置跟選用一個便宜的spectrophotometer ，哪個門檻更高一些？也不好說，拍攝設置可以很簡單，也可以很嚴謹，就看我們想要達成的精度。
現實的問題是，我之以想用手機來處理色彩問題，主要是便攜性，一旦要方便，就比較難有可控的環境，一旦拍攝環境不可控，手機相機就不可能成為 Colorimeter 。但有些基本原則還是可以去努力去嘗試一下，所以，有了這一個旅程的開端：Phone camera as Colorimeter。
先說幾個原則：
1. 一旦拍攝環境不可控制，Phone camera 就不可能成為 Colorimeter 。
2. 用相對性(relativity)的觀點來詮釋數據，絕對精度就沒那麼重要，重點是要有清楚的參考點，從參考點來建立數據相似性的邏輯。
3. 對不可控的環境，建立幾個Normalization 的歸一點，不同環境的取得數值可以藉由幾個(次)歸依一化邏輯來抵消環境帶來的數值差異。
次(sub)原則：
1. 相機的數值反應是RGB，印刷標準化的數值要求是 Lab、TV、de00、deCh…，這之間牽涉到很多轉換公式，甚或有些部分是轉不過來的。
2.相機RGB 反應值內定白點為D65，而印刷業的數值建立在D50，這裏使用 D50 P3 RGB Table將RGB轉到D50 Lab，之間轉換會有一些失誤，所以在工作方法上會做一些數值修飾以達成印刷標準化評估目的。
3.對於 TV 的計算，由於無法從RGB訊號轉換出濃度值，因此無法使用濃度方式計算TV。這裡會將D50 Lab 轉到 XYZ 再以SCTV 方式算出版調值，因此也會做一些數值修飾以達成印刷標準化評估目的。
4. 拍攝環境變因本就是很大難題，而手機本身的曝光邏輯也是很大的問題。現在的手機對拍照都很有自己的想法， 對同一個畫面 Android 跟 iOS 想的不一樣，不同廠牌的 Android 也想得不一樣，或是同一部手機在不同的設定下想的也不一樣，這使得要用 phone camera 來對印刷色彩做評估幾乎是不可行；但初步的 Normalization 還是有成效的，數學/統計的工具還是有機會來克服這些問題，如同開頭講的，有方向 ，但不知道終點在哪裡 ，總要踏出去，才有機會慢慢接近那未知的終點。
8 12 月, 2025 › Uncategorized › Administrator › no comments ›
G7 ColorSpace Report
Fig. 2025 G7 Colorspace 續証通過。
11/18的續証作業於12/05 取得回覆通過 Colorspace ；文件量測日期押在12/02。
趁這個機會再整理一下這次作業的一些想法。
雖說11/18的機上作業時間用不到一個半鐘頭，但請先參考這兩篇，我們是有前置作業的。
這一篇提到我們怎麼樣在1:1線性版，不重新出版(不改CTP曲線)的情況下完全由機上的操作達到 G7 Targeted，雖然是經歷了各種不同的操作/設定，但是經由這一次操作，我們可以確定，是可以在線性版的情況下達到G7 Targeted 規格。機器也是在這一次的操作下回到它應該有的狀態。
機器是海德堡CX-102，一部老機器了，沒有太多先進的配備，全憑領機的經驗/能力，經由數據的輔助，硬把印刷規格拉進G7規範裏。這是今年6月間的事。
7月間受某單位委託要測試G7 Colorspace (不知道是否是看我上一篇發文才來這裡做測試？)，這一次在CT25 工具兩次取樣(時間碼 095034,095628)，不到10分鐘的時間確定CMYK下墨量後交由 Curve4 調整CTP曲線，重新出版後於時間碼112835在CT25 工具取得99.07分即交由委託單位用isis自行驗證Colorspace ，數據結果是通過的。在6月份那次機器設定的基礎下，兩個鐘頭內即達成Colorspace規範。
可能也是這次的經驗，公司續証以往都是Targeted，今年也打算走Colorspace ，於是有了11/18的這一篇記事。
公司沒有自動化量測設備，只有i1Pro3，Colorspace要量1617個數據，會是個問題。
不可能手動去單點1617個數據，必須去找strip reading的可能性，不論是isis導具或是i1io導具，那個寬度i1Pro3導尺是過不去的，isis 就不用說了，i1io 或許可以嘗試一下。
Fig. i1io 原始導具對i1Pro3導尺是過不去的。
以i1Pro3導尺去對應 i1io 原始導具，寬度不夠，大約會少掉5個數據，想法是，那就將原始導具縮小一點吧？
經過一些不同寬度的嘗試，i1io 原始色條的長度約30公分，縮到25公分左右導尺就足以涵蓋左右兩個白點及中間34個數據。對個別色塊檢查，寬度由原來8.4mm縮到7mm左右，7mm 對Pro3來講是足夠完成工作的。將這個25公分的版本拿到別的單位的i1iO去測試，工作下來是沒問題的。
Fig. 原始色條的寬度在30公分左右。
Fig. 色條寬度縮到 25公分，Pro3 導尺就足以涵蓋左右兩個白點及中間34個數據。
Fig. 原始色塊寬度約8.4mm。
Fig. 縮小後的色塊寬度約7mm，對Pro3來講是足夠完成工作的。
這個25公分版本的導具應該就可以應付我們用Pro3來完成Colorspace 的工作。
手動去拉48條色條總共1617個數據大約花20分鐘，還算是可以應付的工作，就只怕中間拉錯色條，Debug 起來很麻煩，所以做這個工作的時候，精神狀態還是要有點要求的。
處理完數據讀取問題，接下來要來看一下我在11月18號處理的數據與驗證單位(印刷傳播興財文教基金會，以下稱GCF, Graphic Communications Foundation)在12月2號的數據有什麼差別。
這期間的時間間隔是14天， 讀取設備不一樣、油墨乾燥的狀態不一樣、讀取的樣張不一樣(雖是同一批)，雖然最後的結果是通過了，我還是很想知道這之間的差異。
首先是主色部分，我的數據與基金會的數據差別最大的兩個顏色是黑色的0.61與藍色的0.67，都是屬於較暗的顏色，有可能是來自乾濕墨的影響；在諸多條件不同的狀況下差異最多是0.67；這個數據讓人安心嗎？0.67在某些狀態下是足以影響到過與不過的門檻。這個數值也告訴我，在處理主色色差的時候寬容值時有必要從官方的值再減個0.5下來(尤其在暗色)，才足以保證當樣張送到基金會的時候還是足以通過。
Fig. 數據與基金會的數據差別最大的兩個顏色是黑色的0.61與藍色的0.67。
再下來是灰平衡部分，兩邊數據也比起來最大差異在灰色塊的最大亮度差部分(Weighted Lightness-cmy Peak)，差值為0.37，但發生在寬容值為3，實際值為1.78的狀態下，這裡到是不用太多擔心。
Fig.最大差異在灰色塊的最大亮度差部分(Weighted Lightness-cmy Peak)，差值為0.37。
再看Colorspace 部分，1617個數據平均下來，平均相差0.06，95th 部分差0.16，看下來也還好。
Fig. 1617個數據平均下來，平均相差0.06，95th 部分差0.16，看下來也還好。
就三個部分整理下來，在諸多條件影響下，這樣的數據表現讓我對我的i1還是有信心的。
這次續証作業在幾個前置工作下，直接在1:1的線性版上，用很短時間達成Colorspace，算是一次很好的工作典範。以後還能經常這樣子作業嗎？很難講，還是需要很多外在的條件配合，只能自我期許繼續努力，繼續發展有效的工具。
最後感謝一下基金會，在沒有用正式官方版面的情況下，一樣通過我們的續證。
Fig. i1Pro3 版 Colorspace test form。i1io 導具寬度從30公分縮到25公分讓Pro3導尺得以工作，但版面多出一些空白，我直接將CT25工具塞到裡面，工作起來還算有效率。
30 11 月, 2025 › Uncategorized › Administrator › no comments ›
Printing quality assessment from phone camera
以手機相機來評定印刷品質
Fig. 用手機來做為評判印刷品質的工具。
從事色彩的工作很長的時間，對於色彩這個現象，我工作宗旨叫做 ”By Number” ，可以是 ” Print by Number”、”Display by Number” 、” Paint by Number”、”Textile printing/dyeing by Number”……
色彩現象要形成 ”Number”，少不了通過某一種儀器，一直以來接觸過各型各樣的色彩儀器，及其相應的各種軟體。目前手邊的主力是 i1 Pro 3及自行撰寫的軟體。在各方面都能夠跟迅速的達成色彩上的工作目標；以印刷產業面來講，要操作的重點不外色差、版調值(Tone Value)及灰平衡，目前都有成熟的工作邏輯與工具。
Fig. 曾經用過和各式各樣的色彩儀器，i1 還是最順手最有效率的工具。
Fig. 不同時期的i1 光譜儀。
色彩工作一直以來被認為是一種相對技術高端、建置成本高端的工作。但如果理解了其中的工作本質，其實也就是兩件事情：一是經由儀器取得物件表面的光譜數據，二是將此光譜數據轉換成我們要達成的工作目標的指引，如CIE 色度、濃度、版調(TV)、色差、灰差……。再就是根據這些工作指引架構出操作及管理的邏輯。
我一直試著要降低色彩工作在操作技術及建置成本上的門檻；軟體能夠自己撰寫，自然沒有所謂的軟體成本可言。硬體方面 i1 是一個非常有效率的工具，如果要去做認証如 Fogra PSO 或是 idealliance G7，i1 會是個最低等級的硬體要求。但如果是一種封閉式的、自訂標準的管理設計，也沒有一定要用到i1，只要能夠穩定的輸出色彩數據，就能夠達成管理與操控的目的。
前幾年開始就慢慢接觸一些比較低階的色彩儀器，各有其優缺點，漸漸的，CR30變成我最常使用的工具，主要是方便攜帶，而且能透過藍牙與手機一起工作，這個帶來很大的方便。
相對於必須把筆電設置好後連上USB線去驅動i1讀取資料再判讀資料，只要把手機掏出來，與CR30連上藍牙就可以把工作完成。雖然說CR30的絕對精度我估它只有90%左右，但對處理相對數據如版調(TV)與灰平衡，它與高階儀器沒有兩樣。所以撇開考試認證，很多情況我用手機及CR30就足以處理掉問題。
Fig. 近幾年開始接觸一些低階的色彩儀器。
Fig. CR30 絕對精度不若 i1 但方便性有很大的優勢。在礙於對位機制，及 i1 Scan (strip reading)的能力，i1 與CR30 的使用情境大約是一半一半。
但雖然CR30已經達成我某種程度降低色彩工作門檻的目的，但終究還是有其一定的成本。對於”色彩即是數字”沒有概念的一般使用者，要進入這個領域的動機其實還是不足的。
我終極的想法一直是只要拿著手機相機，在不依賴任何其他週邊設備，就能實現某種”色彩即是數字”的這種概念的操作。一直有些想法，也一直知道其中困難與不足的地方，再加上IT能力不足，所以一直沒有去嘗試。
程式邏輯現在可以透過AI的協助取得品質還不錯的程式碼，重點還是工作邏輯必須有效。編碼這端現在不是我擔心的部分，拍攝環境的變數才是真正必須去克服的地方。
這陣子跟幾款AI(ChatGPT、Claude、Copilot、Gemini……)工作下來的經驗，覺得是時候該下來先建立一個模型試試，以做為後續繼續發展的基礎，於是展開了以下的這一串工作。
Fig. 與Claude 開啟第一次對話，就問如何在圖像裏框出這 3×3 的九宮格導具。
Fig. 與Claude 開啟第一次對話，問如何在圖像裏框出這 3×3 的九宮格導具。
以手機鏡頭來評估印刷品質的基本構想是這個樣子：
印刷品必須印出圖中3×3的九宮格導具，這九個色塊的構成之前就提到過多次：CMYK 滿版、CMYK 50%及C50MY40 灰平衡。相機必須分辨出這九宮格的範圍，取出RGB值後，轉換成CIE 系統值，再換算出色差、TV、灰差等數值，再根據滿版色色差、TV 差值與灰平衡的亮度差及灰差來做評分。
第一個要解決的問題是，如何在拍攝到的圖片中將這個三乘三的九宮格框出來？
這期間與Claude共同做著各種嘗試，如：偵測色塊色彩特性、自定標記……種種努力的成果並不能穩定的框出我要的範圍。
Fig. 由左至右分別是為色塊偵測、小標記偵測及大標記偵測的各種嘗試。
Fig. Claude 建議將 RGB 訊息轉為HSV 訊息來判定左上的黃色，左下的青色及右下的黑色來框住3×3 導具。
花了很多時間在色彩偵測與標記偵測的種種嘗試下，一直未能取得能穩定的把3×3圖框捕捉下來的方法。再者，色塊偵測與標記偵測出來的範圍通常未能是正方型，還必須要有一段程式修正其變形才得以做後續應用。
Fig. 標記偵測的失誤導至捕捉圖像的變形，需要另一套程式碼校正回正方形。
於是嘗試了另一種方式：直接在取景畫面上打上正方形的取景框，將3×3導具主動帶入正方形取景框後再捕捉拍攝。這樣的工作方式可以直接避免掉色塊與標記偵測的失誤。
Fig. 直接在取景畫面上標示出取景框，導具主動帶入取景框後拍攝，用法更直接，避免掉色塊與標記偵測錯誤的不穩定性。其中還設計了一個邏輯，就是當RGB反應值未能達到200的時候，表示光源過低，或者是曝光不足，App 畫面增加一個 exposure slider，可以在曝光不足時手動增加曝光量。
測試下來，主動取景的方式確實是有比色塊偵測和標記偵測來的穩定很多，基本上會是以此邏輯來發展後續的工作。
再接下來遇到的問題是，由於不是在固定控制的拍攝環境，光源的色溫、光源的分佈、光源的閃頻、相機自動白平衡判定、自動曝光判斷定……都會導致數據的誤差。
其中一個現象，一般光源都是由上往下照射的環境，上半部的受光量一定比下半部的受光量高，依此，衍生出來其中的一個工作邏輯是：在同一個拍攝場景，將導具上下翻轉再拍攝一次，然後再將上下左右顛倒的九宮格數據再做一次平均。
Fig. 樣本稿拍攝完後，App 提示上下翻轉後再拍一次。
完成第二次拍攝後，系統會顯示這9個位置的平均 RGB值，並依 DidplayP3 RGB profile 將RGB訊息轉換為Lab。 這裡要注意到，這時候的Lab還是D65下的Lab，然而印刷的標準值都是在D50下設定的，如果用這一組Lab去對應印刷標準，數值差異會很大，會失去我們標準化評估的目的，因此系統該必須介入一個D65到D50的Lab轉換函式，數值才能跟接近我們熟悉的印刷上的Lab值。
Fig. Copilot 提供的 LabD65ToLabD50 轉換程式碼。
Fig. 兩次翻轉拍攝後，系統顯示兩組影像平均後的RGB值及其P3RGB(D50) Lab 值，並取樣最亮的30個像素平均做為白點參考(white reference)。
再接續一個問題，紙白數值是印刷品評估的重要訊息，它會用來做灰平衡目標值及版調計算的基礎。程式會取樣本裏最亮的30個像素平均做為白點參考(white reference)。
在隨機的拍攝環境，參考白點(white reference)是很不穩定的，試著處理這個問題的時候有各種想法，包括單點線性Normalization，parabola 多點 Normalization & fitting、或是SCCA 轉換……都在考慮之中。目前先選定用最亮像素作為做線性Normalization 的規則，強制將最白點像素歸一化在R=233,G=231,B=236，其餘像素依線性(linear)規則轉換。
Fig. 目前先選定用最亮像素作為做線性Normalization 的規則，強制將最白點像素歸一化在 R=233, G=231, B=236，其餘像素依線性(linear)規則轉換。
大約可以知道，線性的Normalization 並不能做得很精確，但幾個測試下來，確實是比沒做Normalization能取得更好的數據。這個App 主要還是先把基礎工作邏輯堆上來，後續還有很多修正、優化或是各種不同的工作想法會慢慢引導出來。
再者，P3RGB 色域涵蓋不到Cyan 100%的位置，為了讓評估數值更合理化，Cyan 100%的標準Lab會做一些變動，這邊會先暫定一個數值下來，至於如何才是更好、更合理的數值還需要更多時間的嘗試與測試。
Fig. P3 RGB 色域(黃色範圍)無法涵蓋CRPC6 Cyan 100%的位置，所以C的參考標準值會做一些修正。
接下來是設定一個評分機制：對滿版這種要求絕對精度的項目，相機環境很難充分達成，分數佔比要低一些，CMYK滿版色塊各占5分，四個色塊的占比是20/80。其他TV及灰平衡是一種相對的運算，分數佔比可以高一些。CMYK 50%各佔10分，四個色塊佔比是40/80，C50MY40灰平衡單一色塊占20/80，分別是亮度差10分及灰度差10分。
階梯式分數分配如以下圖表。
Fig. 九宮格階梯式評分表。
接著是顯示 Delta-E 與 TV 的計算結果，可以看得出來CMYK滿版部分 Normalized 之後色差會降低，但相對計算的TV 部分沒有太大變化。
Delta-E 的計算比較沒有問題。TV 的計算是將紙白、滿版與版調(50%)的Lab 換算成XYZ 後，以 Colorimetric TV 公式計算，結果會與濃度方式計算的TV有所不同。不過，作為一種封閉式的管理，只要是維持相同的模式，就可以是有效的管理。
Fig. 第三頁顯示 Delta-E 與 TV 的計算結果，TV 的計算以 Colorimetric TV 公式計算，結果會與濃度方式計算的TV有所不同。作為一種封閉式的管理，只要是維持相同的模式，就可以是有效的管理。
最後一頁以分數的方式呈現出來，裡面會呈現滿版、TV與灰平衡的各別分數，然後會有一個總分。總分超過80分以綠色顯示，70分到80分之間以黃色顯示，70分以下則以紅色顯示。
以相機鏡頭這一種環境變數影響很大的狀況下，能看到綠色分數就等於是還不錯的品質。
這其中要去探索、嘗試的題目還非常非常的多；如Normalization 的策略、標準值相對於P3RGB的 Fitting、寬容值的設定、SCCA 介入的影響、TV 的計算方式(是否直接採用SCTV？)……可以想像還有很多方法可以來增加這種情境運用的信任度。
如同上述，這個APP只是一個開端，一個開啟用手機鏡頭來評估印刷品質可行性的開端，缺失當然還很多，但總是要開始。
Fig. 最後一頁以分數的方式呈現出來，裡面會呈現滿版、TV與灰平衡的個別分數，然後會有一個總分。總分超過80分以綠色顯示，70分到80分之間以黃色顯示，70分以下則以紅色顯示。
繼續衍生下一個工作邏輯。
上一個工作邏輯是設定在某個標準數據(CRPC6)下對拍攝的樣本作評分，拍攝環境會帶來很大的影響/干擾。
再下來的工作邏輯是：手邊有一個實體標準稿，在同一個拍攝環境下，先拍標準稿再拍樣本稿，單純的比較兩邊的色差，就可以判斷樣本的品質好不好。
由於拍攝環境是相同的狀況下，環境變數的干擾因而相對的抵消掉，這個邏輯的信任度要比上一個邏輯要好一些。
這次在Copilot 主動編碼下，長按 ”CAPTURE” 鍵會轉換到 No-flip 模式，第一張先拍標準稿，再拍第二張樣本稿，比對兩張稿件九個部位(再加紙白)的色差即可對樣本稿做出評分。
Fig. 長按 “CAPTURE” 即可轉換為 ”No-flip” 模式，先拍標準稿，再拍樣本稿即可取得評分。
同樣的，會有一個階梯式分數分配，分數分配圖表如下。
評分項目有10個部位，除了九宮格的九個位置，再加上像素最亮的部分(紙白)。分數88分以上呈綠色，88分 與 78分之間呈黃色，78分以下為紅色。
Fig. No-flip mode 階梯式分數分配。
Fig. 評分項目有10個部位，除了九宮格的九個位置，再加上像素最亮部分(紙白)。分數88分以上呈綠色，88分 與 78分之間呈黃色，78分以下為紅色。
Fig. No-flip mode，88 分以上呈綠色。
第二種邏輯的信任度要比第一個邏輯要高一些，主要是同一環境拍攝，環境干擾的因素可以相對抵減，但其中人造光源閃頻的因素一樣不能消除。
Fig. 手持取樣圖示。
Fig. 固定位置取樣圖示。
以上兩種邏輯分法，在控制良好的光源環境及固定位置拍攝下都可以有很好的信任度。然而視工作情況而定，有些時候就是必須在各種不同的環境下快速的取得數據，那第二個邏輯的信任度會高一些，不過手邊必須帶著標準稿。
如同之前的敘述，我對用手機來處理色彩問題有很多的想像，這只是諸多題目之一的一個開端。
更想表達的概念是，這些手機色彩相關App，它扮演著色彩產業” 帶路雞(台語)”的角色，經由最低的門檻帶入”色彩即數字” 的概念來處理色彩問題。手邊就有經由簡單的APP帶出後續近200萬設備的案例。一旦對” 色彩即數字” 有所體認，在有更高階的要求下，是能帶動上百萬的設備投入。
最後談一下，AI正確率並不是100%，但快速便宜的產生80%的正確率已經讓世界進步太多太多，就僅對我撰寫程式而言，這是毫無疑問的。
同樣的，在色彩品質的評估，不求100%，能用快速便宜的方式來達成80%的正確率，也同樣可以帶動這個產業很大的進步。
