NTUA standardization class

NTUA standardization class

學生作業演練

作業佈置:

基本架構:要求同學輸出符合CRPC6規格的輸出品,輸出方式不拘,可以是噴墨、碳粉、平印、網印…只要數據合規即可。

評分規則:C9、gmi、或是自訂(如pbn)。光是以數值規則來對輸出品評分的做法就足以上一堂課,看現行規則如C9、gmi 對 Delta-L並沒做評分我就認為是不夠的,所以有自己有一套把灰色權重(both Delta-L and Delta-ch)拉高的規則。也許我們會在課堂上自己訂出一套規則。

我的分數規則可以參考這裡:

https://fredkuo.idv.tw/wordpress/?p=3752

導具:CT10、CT23

Fig. A4 樣張含CT10、CT23 i1導具,另有加大色塊供CR30使用。

量測儀器:沒辦法提供同學那麼多i1,會爭取8到10支CR30發放給同學使用,也由於CR30 是 M2 量測,因此規範目標值可能有所變動;相關因素會課堂說明後,經由討論訂立最後規則。

輸出設備原則上是學校的理光C7200,但如前述,輸出形式並無限定,只要數據符合即可拿到分數。

整個作業的佈置最主要是希望同學建立幾個色彩輸出的概念:

1.色彩這個感官現象是可以被數據化的。

2.因為有數據,產業組織也因此得以發佈數據規則來規範輸出品值。

3.一旦有數據依據,就可以取得更精確的控制方向與操作的物理量。

4.經由數據,可以發展出驗收與管理的策略,如自訂目標、自訂容差、檢測週期…等等策略。

5.由於必須取得數據,同學務必要習慣性的使用儀器,即使是低階光譜儀如CR30,一但能取得數據,就能產出相對應的工作邏輯來提升輸出品質。

先做一個示範操作,由於對理光機器的熟悉度還不夠,先用別的機器做示範。


Fig. 起始輸出,沒做任何設定,CT23導具 C9 on CRPC6 評分得到42.5。

起始狀態:

https://fredkuo.idv.tw/FograCT1/pbnCT23dbapi.php?f123=target.txt&f321=upload/ct23_CNTT_2025-3-20_171108.txt&target=CRPC6&rule=c9&sccSt=&more=1

Fig. 起始輸出,沒做任何設定,CT23導具 C9 on CRPC6 評分得到42.5。

觀察一下分數分佈,滿版部分只拿到8分(滿分18),TV拿了12分中的9分,灰色則沒拿到分數,總分42.5。

第一步先把滿版搞定,C墨現在色差5.4濃度1.5,程式預測濃度降到1.24,色差可以到2.06;M墨現在色差4.4濃度1.59,程式預測濃度降到1.32,色差可以到0.96。

這個階段的操作是在一個Trail and error 的方式,因為多少的調整量會影響多少濃度在現階段還不知道,就是嘗試給個量,取回數據後再來做修正。

Fig. Print Server 上有濃度調整及使用者調整曲線功能,有這兩個功能就足以把品質控制到某個位置,這次打算只使用濃度功能,曲線部分會在圖檔中調整。

Fig. Print Server濃度調整畫面,濃度最高可以拉到130,從100開始操作,有很大的操作空間。

第一次滿版調整,把C墨量從100降到95,M墨量從100降到94,YK 不變,來看看結果。

Fig. 第一次調整,分數進步到67.5。

第一次調整,M墨的3分有拿到,C降得不夠,色差還在5.4,二次色的B也拿回2分,其它TV部分與灰色部分有同時改善,最後拿到67.5分。

第二次滿版調整,把C墨量再降到90,M墨維持94,YK 不變,來看看結果。

Fig. 第二次調整,再一次調降C墨,色差來到2.8,這次C的分數有拿到,但B跑走了,TV也掉了1分,所以還是67.5分。

Fig. 觀察一下六角圖,B 跟 G 還沒到位,從六角圖判斷,Y 再減一些對G幫助,C 再加一些對G跟B都有幫助,所以下一個放墨組合設在C92.5,M94,Y95,再來看看下一輪的結果。

Fig. 第三次調整,在升C降Y後G是到位了,但C又跑了,連帶25%的灰也跑了,還有B也還沒到位,總分降到57.5。

Fig. 再從六角圖觀察,M再降一些B可拉回來一些,C則勢必要降,那就再降一點M、再降一點點C;Y也有降的空間,對G會有一些幫助。再次調整為C91,M93,Y93,看看下一輪的結果。

Fig. 如預期的,SID 部份全部到位,分數達到87.5分,但C9的評分規則對灰部位太寬鬆,目前灰的數據還是不夠好,有必要對中間調及灰部位再做修正。

整理一下4次SID修正

C→100→95→90→92.5→91

M→100→94→94→94.0→93

Y→100→100→100→95→93

Fig. 4次SID修正濃度與色差的變化。

Fig.  4次SID修正六角圖的變化。

SID 到位後,接下來是對中間調(灰平衡)修正,CT23工具提供25%,50%,75%三點灰平衡修正邏輯,依指示在Photoshop用曲線功能修改曲線後再次輸出,最後取得92.5分,算是完成一趟標準化修正邏輯。

Fig. CT23 工具對25%,50%,75%灰部位的修正建議。

Fig. Photoshop曲線功能,依CT23 三點修正指令帶入曲線修正。

Fig. 從42.5分到92.5分,算是完成一趟標準化修正邏輯。

最後總結整理一下:

1. 工作原則:先做完SID(滿版設定),再來做中間調(灰平衡)。

2. 滿版部位由Beer’s Law做預測,Beer’s Law 會提出操作方向及調整量,但這個調整量如何在這部機器上實現原則上還是一個 Trail and error (嘗試錯誤)的工作方式,以這次測試為例,滿版部分做了4次修正才將CMYKRGB 七個顏色做到位。

3. 中間調灰平衡部位由三點(25%,50%,75%)灰色邏輯做修正,這個邏輯我一直在修正,這次倒是一次就到位,應該是機器也本身的狀態也沒有太差,所以可以一次到位,沒有再做額外的修飾。

以上是一個42.5分到92.5分的示範,希望同學都能得到好的成績。

about score

談一下分數。

前言:印刷品質的評分有很多面向,這裡僅對色彩、版調的數值部分做說明。

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

能夠打分數的前提是:評分的對象可以被數據化下來,才有可能拿來打分數。

印刷品質可以打分數嗎?

先要有 print by number 的觀念及能力,才會有印刷品評分這回事。

市面上的 fogra pso 跟 idealliance G7都是建立在數據的基礎上去做評分。

這裡先不去談那個一年只做一次的認證系統;這裡來談一下在日常工作中如何去對每一個印件都去做評分。

再往前提一個題目。

是buyer來評分?還是生產者自己來評分?

先說一下這個日常印件檢驗用的評分系統不會像認證系統一樣每次要測量上百格的數據(PSO 84×3=252,G7 300×2=600);市面上至少會有gmi提出來的一種23格的評分方式;後來的中國c9也沿用同樣23格去做他們的評分方法。

Fig. CT23

這23格的組成意義是這樣子的。

CMYKRGB 100 色彩值 (7格)

CMYK 50 TV + Gray(C50M40Y40) 灰度差(ΔF) (5格)

CMYK 25 TV + Gray(C25M19Y19) 灰度差(ΔF) (5格)

CMYK 75 TV + Gray(C75M64Y64)* 灰度差(ΔF) (5格)   *(C9 75灰為 C75M66Y66)

再加上紙白總共是23格。

至於是buyer來評、生產者來評,還是認證單位來評?我留到後面再來提我的想法。

我要來先看看,同樣是這23格, gmi跟C9有怎麼樣不同的評分觀點。

gmi/c9 用同樣的23格來評估印刷品色彩品質,分數規則有一些不同,但精神是一致的;大約就是對主色(CMYK)評分(含二次色RGB),對中間調(Tone Value, TV)評分,對灰平衡評分。

1.  主色色彩值

gmi


gmi 主色的最高分為32分

c9


c9主色的最高分為18分

2. TVI


ps. gmi 的TVI分數是 per CMYK primary colors ,所以gm在TVI的最高總分數為(2×4+3×4+2×4=)28, C9並沒有標示是per chanel,C9的TVI最高分是(4+4+4=)12分。

3. 灰平衡


gmi 灰平衡的最高分為15分


c9灰平衡的最高分為10分

在這部分的色彩/影像評分,C9 滿分為40分,32分以下判定為不合格;gmi滿分為75分,沒有特別標示”不及格”的分數門檻,如果按C9採80%門檻的話,姑且定在60吧。

由於分數系統定義不一樣,所以這兩種評分方式的分數是不等值的;如果以百分比的方式來看這三大類的分數,可以比較的清楚這兩種評分系統的評分觀點。

先看第1類主色色彩值部分, gmi的占比是42.67%, C9的占比是45%。在TVI部分gmi占比為37.33%, C9的占比是30%。在灰平衡部分,gmi占比是20%, C9的占比是25%。

以百分比的方式看下來,兩邊著重的比例大致上差不多,大的方向都是主色色彩值占比最高,其次是TVI,最後才是灰平衡。要再細一點看的話, gmi在TVI的著重度要大於C9,灰平衡則少於C9。

我對這樣子的評分比重有我自己的看法。

先說第一個部分:這兩種評分方法TVI的比重都大於灰平衡;我則認為這三個不同階調的灰平衡色塊它的重要性應該大於TVI。

我這邊先提一個點, Lab是一種視覺的數據而TV是一種機械的數據,雖然TV還是有視覺上的意義,但相對於Lab,TV還是不如Lab系統對於人眼來得有關聯。

我經常會遇到TV與灰平衡行為衝突的時候(http:…),這時候我是要取TV的分數而放棄灰平衡?或者是去維持灰平衡而放棄TV?

如果照gmi 或是C9的評分方式,應該是去爭取TV而放棄灰平衡才會有較好的分數。但是我認為應該是要去維護灰平衡而放棄TV,因為,就如上面提到的,灰平衡是以Lab的數據來做評估,是一種比TV更接近人眼感覺的數據系統;所以,我認為維持灰平衡的數據要比維持TV的數據來得重要。

還是要再補充一下, gmi與C9的評分系統在評分灰平衡色塊的時候只取delta-ch,並沒有取delta-L,因此,在缺乏delta-L的元素下,版調的品質交由TV數據來評估是可以理解的;但我的想法是,既然這三個階段的灰平衡色塊同時也有L*的數據,版調評估是可以直接用L*做依據的,就像G7的認證方式,版調的評估全都是以L*為依據。

因此,我自己做了一套評分系統也是把delta-L納入評分的元素。

再來談一下主色占比的部分。

gmi跟C9評分系統在主色的占比都是最大的。這裏我要從生產者的觀點跟影像分佈的觀點來談談為什麼我認為主色的占比不須要是占比最大的。

我們來設定一個場景,當印刷系統校定好的時候,主色的位置、TV的位置及灰平衡的位置都是到位的;印機操作幾個星期之後,一些機械變數會導致當初的設定離開原有的位置。簡單拿橡皮布作為變數好了,用了兩個星期之後,彈性、壓力跟幾個星期之前的狀況絕對不會一樣,這時候可能會出現一個狀況:當你要維持中間調(/灰平衡)到位的時候,滿版色彩值無法到位;或是你要維持滿版色彩值到位的時候,中間調(/灰平衡)無法到位;這時候該是中間調(/灰平衡)到位比較重要,還是主色到位比較重要?

(ps. 以官方說法,這時該做的事是換新橡皮布,讓滿版與中間調能夠同時回到原始位置,沒有這種二擇一的衝突問題;但實際狀況是,在我接觸過的廠裡的經驗,更換橡皮布的時機總是能撐就撐;這種二擇一的衝突狀況經常會發生)

我的看法是,維持中間調要比維持滿版值重要。我們印刷品影像的版調分佈,中間調的分佈都是大於滿版,因此,在兩者有衝突的狀況之下,我認為維持中間調會比維持滿版重要。(這裏再來個 ps. 對於注重色塊的包裝印刷,我會同意主色有較高占比,但有影像的話,我還是認為中間調的重要性要大於滿版)

基於以上,我自己有一套有別於gmi與C9的評分方式(就先叫他pbn吧,as print by numer),主要的差別是:

1. 中間調的重要性要大於滿版的重要性。

2. 以L*值取代TV值來評估版調。

我自己的評分系統如下:

主色部分如下:

TV的評分規則如下:

灰平衡色塊的評分規則如下:

評分占比分析

從占比上看,主色的占比從4x%降低到33%, TV的占比從3x%降到14.x%,灰色塊在delta-ch占比從2x%升到33%,如果再加上delta L*因素,全部灰色塊的占比高達51%。

這是我提出來的跟gmi 與c9不同觀點的評分方法。

這個評分規則把超過50%的比重押在灰平衡色塊上的delta-Ch 與 delta-L*上面,這個方式承接了G7的觀點:只要把灰平衡色塊的亮度差(delta-L*)與灰差(delta-Ch)照顧好,影像品質不會出太大的問題。

如果要再談細一點,當我用G7的觀點,完全以L*取代TV來做中間調的評分,那這些TV色塊其實是可以不用出現的;但我的系統裡還是讓他占了將近15%的占比。就如上面講的,TV是一種機械的數據, TV的數據可以是一個很好的參考值來檢視你的機械狀態是不是在好的位置。一個好的印刷系統應該會是TV值與灰色塊數值(both Ch and L*)都同時到位;如果不是的話,這裡就是一個重要的信號,提示你應該去檢查機械的狀態了。

從這裡再接回上面提到的:誰來執行對印刷品質評分這件工作?Buyer或是生產者?(認證單位一年只來一次,這裡先沒他們的事!)

以buyer觀點對印刷品評分是理所當然的事,就依官方gmi或c9規則要求生產方達成gmi或c9的規定也是合情合理。

以生產者對自己的印刷品評分是一種自我管理與自我稽核的手段; 採用官方 gmi或C9的方法都不是問題;問題是機器不是每天都在最好的狀態,一旦發生滿版與中間調的操作衝突的時候,怎麼樣才會是比較合理的操作?

我認為這種以灰平衡色塊(中間調)為重點的操作方法,能夠在更務實的面對機器狀態的變異,同時也能達成穩定的印刷品質。(ps. 簡單講,這樣的操作觀點可以“合理的”延長橡皮布的更換時機,但如果主色與中間調的操作衝突太大,該換的還是得換)

最終要用什麼樣的方式來做印刷品的評分依據?

不管是gmi也好或者是C9的規則也好 ,Buyer與生產者必須達成共識;

如果雙方能認同這種相對務實的,以灰平衡色塊為重點的驗收方式,我認為對buyer方與生產方都能有彼此的最大效益;

在生產端,維持灰色平衡色塊的操作其實比為TV更難 ,但它能帶出更一致的影像品質;就buyer 端這邊來講,犧牲一些CMYK滿版的品質,但維持了穩定的中間調,同時也給予了生產端一些操作的空間;如果雙方能達成這樣的共識,這會是一個雙贏的局面。

可以先參這裡的數據樣本。

https://pbn.com.tw/FograCT23/pbnct25demo.php?f123=target.txt&f321=upload/CT25_Xerox.txt&target=CRPC6&company=pbndemo&rule=gmi&more=1

https://pbn.com.tw/FograCT23/pbnct25demo.php?f123=target.txt&f321=upload/CT25_Press.txt&target=CRPC6&company=pbndemo&rule=gmi&more=1

目前工具頁面裡有gmi、c9與pbn三種評分規則;參考資料集(reference data set)目前放了有Fogra39、Fogra51與CRPC6。

工具要如何釋放會在下一次整理出來。

and there is one "more" thing.

有興趣的人可以在頁面裡點一下“more”。會再發一篇交代"more"裡面的內容。

Curve4 Alternative

Curve4 Alternative

Fig. p2p chart.

老話,處理影像輸出就兩回事,滿版到位與中間調到位。滿版工具就是用Beer’s Law,中間調工具就看要做到什麼程度?

我有最簡單的單點修正,在一個已經是健康的系統上,只要把 C50MY40 這一個點拉到位,其它部分就該跟上來。所以它是一個在已經健全系統上的,很有效率的維護工具;也所以,它不是一個系統的校正工具。

要再更完整一點的,我也有一個3點灰平衡修正工具,比起只看50%這個部位,多了25%及75%部位。這個工具勉強也可以是系統校正工具,在一個還算健全的系統下,這三個點是可以把系統帶回來的。

當遇到系統有更多狀況的時候,正規軍 Curve4 還是得上來。300個點的數據操作裏,有200個點是用來尋找正確的灰色分佈;其中技術重點主要是用TR015去定義版調及用Grayfinder 工具去預測灰平衡落點。

Fig. p2p 導具,300個點的數據操作裏,有200個點是用來尋找正確的灰色分佈。

Fig. G7 Grayfinder,用來尋找灰平衡落點。

Fig.NPDC FanGraph derive from TR015, 用來預測版調落點,Curve 4 就是一個實現Grayfinder 與 NPDC 的軟體工具。

Fig. TR015 公式,用於計算NPDC 版調。

整個TR015及Grayfinder的能力還是很強大的。當系統狀況太多的時候,與其用三點修正不斷的trail and error ,倒不如一次處理300個點給它一次到位(當然也不一定都能一次到位,頂多修三次,還沒見過拿不到Grayscale 的)。

近年來的工作大多是使用我自己做的工具,面對狀況比差的系統,我有機會可以脫離Curve4嗎?

同樣是300個點的操作下,應該有機會!基本工具邏輯是:icc profile。

我曾經用36個點去完成一個icc的大致輪廓;這次有300個點,其中200個點是灰色組合,這300個點的icc profile會是一個很好的,用來預測灰平衡落點的Look up table。

我暫且把這個工具叫做 icc Curve。

icc Curve  工具建構如下:

1.由 i1 sdk 取得 p2p 導具300個數據。

2.取出紙張Lab,CMY300 Lab及K100 Lab供TR015做版調計算使用(各階版調的目標 L 值)。

3.由ArgyllCMS從300個點計算出不含K頻道的icc profile。

4.建立各階灰平衡目標 Lab值,L 目標值來自TR015計算,a,b 目標值來自紙張 a,b 值計算。

5. 依目標值 Lab 從 icc profile 中取得其CMY組合。這個組合就是我們要達成灰平衡的預測值。

以上,這樣的工具組合就可以用來校正及維護任何CMYK輸出系統。其目的功能相當於Curve4,如同開頭提及,是一個 Curve 4 替代方案。

來驗證一下 icc Curve 與 Curve 4 的預測差異。以下是一個所謂”有狀況”的系統,曲線修正量相當的大,它們在25%及50%的預測值很接近,差距最多的在Y40的預測,差了1.55;75%的預測就差很多,最多差到9.63。不過我沒有太在意這個部分,這個系統太過異常,Curve4的預測一樣不到位。

Fig. Sample1 Curve4 曲線補償

Fig.Sample1 icc Curve 曲線補償

Fig. Sample1 icc Curve 與 Curve4 的預測差距,25%及50%的預測值很接近,75%的預測就差很多。

第二個樣本是相對正常的系統,兩者之間在25%與50%幾乎沒有差異,75%部分最多差到2.47。

Fig. Sample2  icc Curve 與 Curve4 的預測差距,25%與50%幾乎沒有差異,75%部分最多差到2.47。

第三個樣本是一個健康的系統,兩者之間預測數值相當接近,差最多是在75%部分,最大差到1.54。

Fig. Sample3  icc Curve 與 Curve4 的預測差距,兩者之間預測數值相當接近。

很快的再來比對三組樣本,可以發現在25%及50%的部分預測值都非常相近,75%較差一些,隨著系統狀況的好壞,越不好的系統差越多。先假定Curve4是一個非常好的校正系統,以上的數據差,我認為 icc Curve 表現也不會差到哪裡,也就是說,在我的工具架構裏,看來可以脫離Curve4 了。

Fig. 再來比對三組樣本,可以發現在25%及50%的部分預測值都非常相近,75%較差一些,隨著系統狀況的好壞,越不好的系統差越多。

最後再提一下,Curve4 與 icc Curve 用的是不同的邏輯方法,但數值可以如此接近,這到底是icc厲害還是Curve4厲害?終究是,以數學規則來處理物理現象,真是奇妙!

另外,Curve4 + 已經上架,與 Curve4 的差別在於版調與目標 a,b 值的重新定義,這些不同定義的L值與a,b值,一樣適用於 icc Curve。

配墨系統筆記

手邊又一個單位裝配墨系統,負責執行的操作員還在練習,與他了解一下狀況,他說一般狀況都能操作到一個色差(de00),但有水光(水性上光)要求的時候數字都沒有太好。

想説看他實際演練一下,看有什麼地方我可以幫得上忙的,我也順便做個紀錄。

他挑了一個上次被退件的案例,下圖中紅色框框的部分,目標是Pantone 281C。

Fig. 這次的目標,紅色框框部分,目標Pantone 281C。

從談話中了解,客戶端同意用電子色票為目標值,這裡就幾個方面要講清楚,

  1. 客戶同意用電子色票,以這個案子為例,標定 Pantone 281C,電子色票標定D50 M1 Lab數據在 13.03, 10.93, -43.06,這個結果與客戶的實體Pantone色票可能會有差異,要確定是以電子色票數據為主,而不是以實體色票數據為目標。

  2. 最後的成品有上水光,這個地方要講清楚:我們配墨的目標值是上光前的數據還是上光後的數據?依照對作業內容的理解,目標值應是上光後的數據,這一點要跟客戶確認清楚。

  3. 如果配墨目標是上光後的數據,這個視覺效果跟沒上水光的Pantone實體色票視覺效果會不一樣。即使數據有對上,視覺不一定對得上,這一點也務必跟客戶確認。

配墨系統倒是有提供兩種配墨方案,一個是沒上水光的方案,一個是上水光的方案,配方不一樣。還沒搞清楚其中的邏輯。據我了解系統內並無我們水光的量化數劇,這個配方差異的邏輯另外找時間再來請教廠商。

Fig. 含水光與不含水光的配方組合。我以為含水光的目標值會不一樣,結果是一樣的,以後再找時間來了解裡面的邏輯。

確定用含水光的配方,需要4個原料,準備好4支墨刀。

Fig. 含水光的配方需要4個原料,準備好4支墨刀。

要求精度在小數點第三位正負0.001。


Fig. 要求精度小數點第三位正負0.001。

混好墨後,依廠商提供的放墨量對應表,測試三階段墨量(圖中1與3相同墨量,做驗證用)。

Fig.  依廠商提供放墨量對應表,測試三階段墨量(圖中1與3相同墨量,做驗證用)

展墨轉印後,準備水光,目前這個程序還沒有做任何量化,操作員給水光給得很隨性。

Fig. 操作員給水光給得很隨性

Fig. 水光效果,以本次測試樣本,水光(左)與無水光(右)之間色差 de76 1.8,de00 0.92。

第一輪配方檢驗,驗證18格墨量色差de00 2.84,還沒到預期位置。觀察L值太亮,繼續檢查19格墨量色差。

Fig. 驗證18格墨量色差de00 2.84,觀察到L值太亮。

驗證19格墨量色差de00 1.6,有比較好,但還是未到 de00 1 的位置,這時候有兩個決定:做第二次配墨修正,或是再做一次墨量調整即可?

要再做一次配方修正,重新秤,重新攪…還是蠻花時間的。那修正墨量的可能性呢?

依Beer’s Law 預測再加墨量0.1即可達到de00 0.89色差,這條路應該更快速,也可以得到好的結果。

Fig. 驗證19格墨量色差de00 1.6,Beer’s Law 預測再加墨量0.1即可達到de00 0.89色差。這條路應該比較快。

最後在墨量20格取得 de00 0.67 的結果,足夠交差了。

Fig. 最後在墨量20格取得 de00 0.67 的結果,足夠交差了。

測試結束後檢討,我大概提出兩個建議做法:

  1. 配墨計算應該沒問題,但廠商提供的放墨量對應表與單位內的材料如紙張、橡皮滾、展墨機狀態、油墨現狀…不一定完全匹配,適當的修正也許能更增加效率,以這次案例,再多加兩格就可以一次到位,節省二次操作的時間。當然這也許是這一次碰到的狀況,要再多跑幾次確認才好下定論。

  2. 善用 Beer’s Law, 如果 Beer’s Law 可以預測到 de00 1 以下的數字,就可以確認配方無誤,無需做二次修正,只要測試墨量就可以了,減少二次修正也可就節省很多時間。

至於水光的量化,會找機先問一下廠商那邊的邏輯,我自己也先收集一些數據,再來看看能怎麼做。

最後,我手邊兩個單位各自有不同的配墨系統,可以確認計算能力都沒問題,操作嚴謹程度或有些差別,越嚴謹的操作預期能達到更好的數值,但也代表要花更多的時間。這兩個工作單位都必須各自找出精度與效能間的平衡點,不能是一味的精度追求,效能還是要考慮到。各自系統有各自的優缺點,怎麼有效率的使用工具必須依自己的經驗去尋找,我會從數據面及工具面幫著想想看怎麼做會更好。

How Beer’s Law predict “Best Color” density

How Beer’s Law predict “Best Color” density

Beer’s Law 如何預測 “最佳色彩” 濃度

我經常説的,影像輸出控制就這兩件事:滿版與中間調。

要搞定滿版,靠的是 Beer’s Law;要搞定中間調,靠的是曲線。不管是 PSO、G7、gmi…都是一樣的。

趁著準備教材,一次把Beer’s Law講清楚。

Beer’s Law (or Beer Lambert’s Law)原本是用來計算化學溶劑濃度的工具,至於為何會用來預測印刷放墨濃度,我的原始來源是RIT Prof. Bob Chung 的一個Excel Spreadsheet,看 spreadsheet 裏的註記,把它用來預測放墨濃度看來是 Prof. Franz Sigg 的手筆,順便提一下,GCR (Gray Component Replacement) 這個詞彙也是 Franz Sigg 定下來了的。

Fig. Beer’s Law 原本是用來計算化學溶劑濃度的工具。A 為吸收率,I0 為原始光量,I 為被溶劑吸收後的光量。

Fig. Beer’s Law 溶劑吸收率示意

至於如何轉化為印刷油墨濃度的推算,Excel 裏用的公式如下:

Rnm=10^(-((((-LOG(U$12))-(-LOG(U$11)))*$T14)+(-LOG(U$11))))*1

敘述如下:

光譜反射率nm=10^(-((((-LOG(油墨光譜反射率nm))-(-LOG(紙張光譜反射率nm)))*模擬修正量)+(-LOG(紙張光譜反射率nm))))*1

用的方式跟化學的溶劑計算不太一樣,是一種 Beer’s Law 轉化的應用,不是完全一樣的套用。

Beer’s Law 是用單一波長來對化學溶劑做濃度計算,在印刷油墨的應用,因光譜儀對油墨樣本以10nm間隔,從 380nm 到 730nm 總共取了 36 個單一波長樣本,如此,就可以用 Beer’s Law 套用在這36組單一光譜資料。我們對每一個單一波長以 Beer’s Law 做劑量加減模擬,最後重組這36組資料,就可以推測出模擬的Lab值及其濃度值;當找到與目標Lab值最接近的那組光譜值,也就可以算得出應該放的油墨濃度。

實際用數據來說明一下:

取一洋紅墨及其紙張樣本光譜。

Fig. 取一洋紅墨及其紙張光譜

計算出該洋紅墨Lab值為:44.92, 71.86, -1.65, 濃度為1.488, 與Fogra39 標準洋紅 Lab 48, 74, -3 色差 De76 3.98。

Fig. 洋紅墨樣本光譜

模擬一下在 430 nm 處加1個單元劑量,原本 430 nm 處光譜反射率為 0.1834,紙張在 430nm 處的反射率為 0.7733,每一個劑量設為0.015,套入公式:

模擬反射率430nm=10^(-((((-LOG(0.1834))-(-LOG(0.7733)))*(1+0.015*1))+(-LOG(0.7733))))*1= 0.1795

模擬一下在 430 nm 處減1個單元劑量:

模擬反射率430nm=10^(-((((-LOG(0.1834))-(-LOG(0.7733)))*(1-0.015*1))+(-LOG(0.7733))))*1= 0.1874

模擬一直加到15個單元及減15個單元得到430nm處的光譜模擬值為

Fig. 加15個單元到減15個單元在430nm處的光譜模擬值

Fig. 圖表顯示+15及-15個單元在430nm處模擬值(因資訊太密集,圖示為間隔3個單元的數據)

以+3單元為例,此邏輯推演到其它380nm~730nm,得到+3的光譜模擬數據為:

Fig. 380nm~730nm,+3的光譜模擬數據

+3單元光譜模擬分布曲線為:

Fig. +3單元光譜模擬分布曲線(綠色為原始曲線,紅色為+3模擬曲線)

同樣邏輯衍生到所有的+15到-15單元,數據如下:

依此數據取得所有30條模擬光譜分布曲線。

Fig. 從+15到-15單元,取得30條模擬光譜分布曲線。(因資訊太密集,圖示為間隔3個單元的數據)

從這30條模擬光譜分布曲線可以取得30組相應的 Lab值。這30組Lab值會有一組最接近我們的標準值:48, 74, -3。

由數據顯示,當模擬減2個單元時,取得Lab為 45.47, 71.32, -2.46,與標準值差 de76 3.721,濃度為1.448。 依此運算結果,從現在的濃度1.488降到濃度1.448時,色差可以從3.98降到3.72。

Fig. 由數據顯示,當模擬減2個單元時,取得Lab為 45.47, 71.32, -2.46,與標準值差 de76 3.721,濃度為1.448。

Fig. 依運算結果,從現在的濃度1.488降到濃度1.448時,色差可以從de76 3.98降到 de76 3.72。

這個案例修正量並不大,但 Beer’s Law 的運作邏輯已足以交代清除。

再簡單整理一下,當取得一個樣本資料時,以Beer’s Law 對每一單一光譜值(380nm~730nm in 10nm intervals)做加減劑量的模擬,串聯每單一光譜的模擬光譜值即可取得其光譜分布曲線進而計算出其Lab值及濃度值(此範例模擬-15到+15共30組模擬值),在眾多的模擬Lab值中總有一個最接近我們的目標Lab,而其相應濃度就是我們應該下的濃度。

以此,我們可以用Beer’s Law來預測滿版的“最佳色彩”濃度值(Best Color)。

Tool for student -SpreadSheet

Tool for student #1-SpreadSheet

續上篇,教學工具由擷取光譜資料的Keywizard 及 建好算式的Excel Spreadsheet,這裡來談一下Spreadsheet 裏的功能頁面。

在眾多的印刷輔助工具中,不管是硬體內建功能的eXact、Techkon,或是軟體的PressSign,裡面的功能只要能取得光譜資料就都算得出來。當作為一個教學的目的,可以透過Spreadsheet 裏,應用各種算式將光譜值計算出印刷所需的相關數據如Lab、濃度、版調…等等。

Fig.-8 Excel 功能頁面,從光譜值出發,盡可能收集印刷相關應用的各種算式。第一個功能頁面為光譜形狀顯示。

這個spreadsheet的用意在於讓同學更快、更簡潔的掌握數據的意義。數據的取得由Keywizard擷取就已經帶來很大的方便,功能性數值(如Lab,濃度)的產出只要選用適當的算式即可很迅速的取得。

所有的算式都盡可能是明碼,也就是在cell裏面就看得到,而不是藏在VBA巨集或是增益集裏,讓有心了解的同學可以知道這些數值是經由怎樣運算及怎樣的流動而呈現出我們需要的數值模式。

以下簡單敘述目前已經建構好的功能頁面。

第一個功能頁面為光譜形狀顯示(Fig.-8),有時候光從這些光譜形狀就可以判斷出一些色彩問題。如同上面提到的,GCR有沒有介入icc profile,從C50MY40色塊的光譜形狀就可以判斷出來。

第二個頁面是Observer reference table,觀察者光譜反應參照表,有2度觀察者與10度觀察者的數據,同時呈現光譜形狀,這一頁僅是數據參照表,不帶計算公式。

Fig.-9 Observer reference table,觀察者光譜反應參照表,有2度觀察者與10度觀察者的數據,同時呈現光譜形狀。

第三個頁面 Light Source reference table,光源光譜參照表,先放最常用到的D50及D65兩種光源,同時呈現光譜形狀,這一頁一樣僅是數據參照表,不帶計算公式。

Fig.-10  Light Source reference table,光源光譜參照表,先放最常用到的D50及D65光源,同時呈現光譜形狀。

第四個頁面為 Lab 計算頁面,Lab 計算牽涉到很多算式,一路由樣本光譜值乘積觀察者視角光譜反應及光源光譜到XYZ再到 Lab,所有的計算在 cell 裡面都會顯示出來。圖示Fig.-11顯示 cell F2 裏X值的計算來自樣本光譜乘積2度觀察者 ‘x’ 反應及D50光源。

cell F2 內容:

=SUMPRODUCT(B2:B37,IF(D2="2 degree",Observer!B7:B42,Observer!E7:E42),IF(E2="D50",Light!B7:B42,Light!C7:C42)/SUMPRODUCT(IF(D2="2 degree",Observer!C7:C42,Observer!F7:F42),IF(E2="D50",Light!B7:B42,Light!C7:C42)))

其中 B2:B37 為樣本光譜值,Observer!B7:B42 為2度視角 ‘x’ 反應值,Observer!E7:E42 為10度視角 x 反應值,Light!B7:B42 為D50光源光譜值,Light!C7:C42 為D65光源光譜值。2度/10度視角及D50/D65可在 cell D2 及 cell E2 做切換。這裡的Excel算式可以很容易用 ChatGPT轉成 php, java, Python 等其他程式語言,在別種語言裏繼續開發。

從這個頁面,要傳達給同學一個重要的概念,色彩管理的基礎是光譜,不是Lab,同一個樣本顏色,在這個頁面裡經由兩種視角度(2度/10度)及兩種光源(D50/D65)的切換可以得到4個不同結果的Lab,也就是說,當我們處理一個Lab值的時候,還要多問一下是哪個視角及哪個光源,才能正確的將這個顏色處理到位。

整個Lab計算牽涉到相當多的算式,每個算式都會在cell裡面呈現出來。

Fig.-11 Lab 計算,圖示顯示 cell F2 裏X值的計算來自樣本光譜乘積2度觀察者 ‘x’ 反應及D50光源。

Fig.-12 Lab 計算頁面,同一個樣本顏色,在這個頁面裡經由兩種視角度(2度/10度)及兩種光源(D50/D65)的切換(由cell D2 & cell E2做切換)可以得到4個不同結果的Lab。

再下來是 ΔE 功能頁面,裡面先放ΔEab 及ΔE2000兩種色差功能。ΔEab相對單純,一個算式就可以交代清楚。ΔE2000 要複雜很多,其中牽涉到a值調整、Chrome調整、Hue 調整、權重、接近紫色的RT(Rotation Term)調整…多達22個算式才能把色差算出來。

Fig.-13 ΔEab相對單純,一個算式就可以交代清楚。

Fig.-14 ΔE2000 要多達22個算式才能把色差算出來。

第六個功能頁面是濃度計算,參照表及計算方式同時都在裡面。參照表先放 Status T 及 Status M兩種 Reference Table,主要是用來比對兩種”濃度濾片”帶出來濃度計算的影響。

以圖例(Fig.-15)簡單說明一下,一個Magenta 滿版色樣本,套用綠色濾片做濃度計算,Status T 綠色濾片峰值在530nm,過濾總量為524%,Status M 綠色濾片峰值在540nm,過濾總量為446%。乘積出 Status T 濃度為1.335,Status M 濃度為1.472。

Fig.-15 濃度計算,一個Magenta 滿版色樣本,套用綠色濾片做濃度計算, Status T 濃度為1.335,Status M 濃度為1.472。

第七個功能頁面是版調(Tone Value)計算,版調計算需要紙張濃度,滿版濃度及平網(Tint)濃度共同計算。這裡的濃度計算是用status T濾片。

可以多提一點的是只要觀察470nm及620nm的光譜值差異就可以判斷需要用RGB的哪一個濾片來做濃度計算。

濾片的判斷公式如下:

=IF(E3>3, "C", IF(AND(E3<=3, E3>0.5), "K", IF(AND(E3<=0.5, E3>0.18), "M", IF(E3<=0.18, "Y", ""))))

說明:當E3(470nm反射率/620nm反射率)大於3則用紅色濾片來計算C濃度,E3 小於 3且大於0.5則用Visual 濾片來計算K濃度,E3 小於 0.5且大於0.18則用綠色濾片來計算M濃度,E3 小於 0.18則用藍色濾片來計算Y濃度。

Fig.-16 版調計算。版調計算需要紙張濃度,滿版濃度及平網(Tint)濃度共同計算。

以上,先準備這些算式來處理印刷數據上的需求,之後陸續會將SCTV、SCCA、TR015、Curve Plus、Beer’s Law 、Grayfinder…等算式帶入Excel 裏,期盼一個單一Excel檔就能處理大部分印刷所需的數據。

Tool for student No.1 – KeyWizard

Tool for student #1 – KeyWizard

教學工具

下學期好像會去學校接一個課程,程序還沒跑完,會不會去還不一定,不過還是先預備一個簡單的工具 → KeyWizard (alike)。

在廠裡,工具的對象是操作人員,工具的目的是幫助他們用最精簡的程序完成一個目標。在學校,工具的目的在於方便學生理解整個事件的來龍去脈。

舉個例子,當操作人員在量一個Cyan100的色塊時,他的目的是要知道要加(或減)多少墨才能接近規範所設定的色彩值(這裡要補一個教育目標,加減墨是為了要接近某一個規定的色彩值而不是為了維持某一個濃度值),市面上的硬體(如Techkon,eXact)及軟體(如PressSign)工具已經有提供這樣的能力,在廠裡的訓練是讓他們熟悉這些工具的操作。在學校, 學生不可能自備這些工具,學校也不一定能提供這些工具,但這一個重要的事件或現象是可以在一個Excel裡面操作出來的。

於是,光就這一個事件,給學生的工具有兩個重點,一個是從量測工具取得光譜值直接進到Excel,再來就是在Excel裡建立好各種需要的計算公式。這樣的架構,讓學生專注在數據本身的意義。

使用的場景設定是,當學生由儀器量取樣本色塊時,數據會直接進到Excel,在Excel裏,調用相應的計算公式後就這能取得一個相對情境裏有意義的數值,這個數值,一個是可以知道目前的色彩品質狀況,一個是取得操作指令來改善目前的狀況。

就第一個重點,由儀器取得數據直接進入Excel。

相對於目前的操作方法,必須經過一些存檔、開檔、copy、paste 的動作,數據才能進到Excel。這個工具純粹就是節省時間、節省步驟,讓學生的精力專注在數據的本身。

這樣的工具以前有一個叫 Keywizard,是  GretagMacbeth  還未被併入 Xrite 前的產品,可以將儀器的量測數值直接拉到文書處理器或Excel 裏,但Win10 後就跑不來了。


Fig. GretagMacbeth Keywizard,可以將儀器的量測數值直接拉到文書處理器或Excel 裏。

因此我做了一個類似Keywizard的工具,目前很單純就是拉Lab或是光譜數值。數據來源目前可支援eXact、Techkon、i1Pro 1/2/3及CR30。

Fig. 類 KeyWizard工具,目前很單純就是拉Lab或是光譜數值,圖例為CR30的數據擷取工具。

Fig. KeyWizard 影片演示 https://youtu.be/14RvZwROOFg?si=PLn9MuxTKRXQSFwV

示範一個 Keywizard 的應用場景,在我分析某一個印機導具時,Gray(C50MY40)跟K50靠眼睛是分辨不出來的,即使用了儀器,Lab數據也很難辨別出這兩個的差異,但如果去看他的光譜形狀,那個差異是非常明顯的,之前要把光譜數據拉到Excel裡面去看光譜形狀是有點麻煩,現在用Keywizard 就方便多了。

Fig. Gray 與 K50 的分辨,Lab數據也很難辨別出這兩個的差異,但如果去看他的光譜曲線,那個差異是非常明顯的。


Fig. Gray(C50MY40) 及 K50 的光譜形狀,差異非常明顯。

就因為Keywizard 的方便性,多看了不同印刷廠的灰色塊樣本,也發現了明顯的不同,這時候拿出電子放大鏡觀察一下網點,事情就很清楚了。

第一家印刷廠的灰其實有很多K的介入,這是一種GCR的正常應用:在某部分的灰色組成,用更多的K來取代CMY。

GCR的好處是灰的控制能更加穩定,也順便省一點油墨的成本;缺點是,當感覺到顏色異常,師父的現場補救邏輯必須重新建立,畢竟CMYK的網點狀況跟之前是不一樣的。不過對於一個能將廠裏的狀態維持在標準化的狀態下,這個問題就不會太大。

Fig. 同樣是灰色塊,但兩家廠的光譜形狀還是明顯不同。左邊是GCR介入的灰色塊,右邊(Gray2)是GCR沒有介入的灰色塊。

Fig. 同一個膚色位置,左邊為有GCR介入,右邊沒有GCR介入,當要做色彩調整時,操作邏輯會不一樣。

以上,重點是Keywizard可以更方便的將儀器數據帶到Excel裡。工具越方便,就有可能做更多的數據嘗試,才有更多的可能來發展各種數學應用的可行性。

MVP on gray management

MVP on gray management

灰平衡工具最小可行性方案

灰平衡操作對於影像輸出工作是一個重要的概念,而且是一個有效的方法。

傳統上,或是正規的做法,必須量測300格色塊的 p2p 導具,再經由 Curve 軟體去推算出灰平衡的組合。

這樣的做法沒有問題,不管是灰的概念(∆ch)或者是調子的概念(∆L)都能得到很好的效果。

但要操作300個數據,至少要 i1這樣的儀器,還必須加上一個1400美金的Curve軟體。其中的教育訓練又是另一個門檻。

對很多小的單位,要追求G7的效果,在儀器成本、軟體成本及教育訓練成本都是門檻。

這一次MVP(Minimum Viable Product)的要求來自一碳粉標籤機的經銷商,碳粉機是穩定度相對不足的機種,碳粉著墨容易隨著溫濕度而變化,轉印滾筒的狀態也有很多變數。

經銷商有試過 i1Publisher 套件 以 icc 方式來處理,但看來問題並沒有解決。icc 可以處理色彩問題,但並不能解決機器不穩定的問題。

操作icc還是有它一定的技術門檻。從線性設定、icc設定參數、driver 設定參數、流程中軟硬體的設定與配合…還是需要相當的技術認知。

再加上上面提到icc並不能處理機器不穩定的問題,若每次機器脫離規範就用icc處理一次,太過消耗時間與材料,再如上述所說,技術門檻的負荷不低。

我用最簡單的方式來測試一個基礎邏輯,看能不能符合他們的需求。

這個基礎邏輯是:不管怎麼印,C50MY40 這個灰平衡色塊都必須符合某一個數據規定。

目前暫定的數據規定是:L 值定在 58,a,b 值爲紙白 a,b 值的一半。寬容值為 亮度差(∆L) 小於2,灰差(∆ch) 小於2。

工作程序包含紙白測量只需要做三個單點測量。

須做兩次輸出(也有可能只需要一次輸出,看機器狀況而定),對數位機來講,沒有製版程序,兩次輸出加上數值修改,10分鐘左右就可以做完一個程序。

量測設備採市面最便宜的光譜儀;由於灰色目標是一個相對的計算,絕對精度也就沒那麼高的要求。

以上架構在成本及技術要求已經是最低的了。

作業程序:輸出導具(只需一個灰色塊)

  1. 量測紙張,取得目標a,b值。

  2. 量測灰色塊,依數據推算出第一次CMY修正值。

  3. 執行 CMY 修正值後做第二次輸出。(目前先直接修圖,以後看有沒有辦法將修正值直接apply到機器裡面)

  4. 量測二次輸出的灰色塊,取得第二次CMY修正值。

  5. 執行二次 CMY 修正值後,再次輸出,作為驗證(verify)之用。

  6. 量測灰色塊,取得最後驗證數據。

以上,十多分鐘可以做完一次校正及驗證的程序。此時機器已經進入目標狀態,之後的修正作業可能一次修正就能到位,也就10分鐘之內的事情。

Fig. 作業模型從 icc (1617格)到 p2p(300格)到兩次灰修正。建置門檻及技術門檻大量的降低,其結果能符合需求嗎?

Fig. 整個程序含兩次修正輸出及一次驗證輸出。量測部分含紙張測量及驗證測量總共只要4個單點測量。整個操作大概10分鐘左右。教育訓練估計不超過一個小時就能上手。裡面的原理當然可以講上半天,就看學員沒有興趣。

Fig. 數據擷取介面,由Autoit 及CR30 sdk 組成。

Fig. 灰平衡修正邏輯,由PHP計算後以網頁呈現。

Fig. 修圖工具,輸入CMYK 50%處修正值,由autoit 呼叫 ghostscript 依修正值對pdf做曲線修正。

看結果:

Fig. 視覺端,右邊為原始狀態,左邊為灰色塊到位狀態。

Fig. 數據端,原始狀態∆L=5.21,∆ch=5.54,第一次CMY修正值為42.6、32.4、41。第二次CMY修正值為42.1、34.5、37.4。驗證結果∆L=-1.05,∆ch=1.46,進入目標範圍。

以上,最小可行性方案看來是可行的,是可以有效解決問題的。這樣的結果,這樣子的操作程序,客戶是否能夠接受?先放出一陣子,過段時間再來做檢討。

這是一個先導的最小可行性方案,如果可以被接受,後續要加入的項目清單如下:

  1. 這次K50未提及,K50的技術含量不高,隨時都可以介入,不是太大問題。

  2. 這次原稿設定是CMYK模式,後續須加入RGB模式。

  3. 這次修圖是調用ghostscript修正pdf檔, jpg,tif 等像素檔會用imagemagick 或 Python CV 做圖像曲線修正。

  4. 一般輸出driver端不會有CMYK 滿版濃度控制點,在找到適當的切入點後會用Beer’s Law做CMYK滿版濃度控制。

  5. 如果輸出driver可以找到CMYK的中間調控制,就不再進行修圖,直接將修正值導入到driver。

  6. 將樣整個程序更自動化更精簡化,操作介面持續改善。

  7. 數據將會不斷的進入雲端,將來雲端有可能主動介入客戶端的設備修正。

先丟出MVP,看看之後有什麼發展。

關於灰平衡的兩次逼近修正,我再驗證了其他三個不同的印刷形式,數據如下。

Fig. 小型噴墨印表機二次灰平衡修正數據,原始狀態∆L=-0.22,∆ch=7.79,二次灰平衡修正後,∆L=1.37,∆ch=1.33,有進入目標範圍。

Fig. 打樣用碳粉機二次灰平衡修正數據,原始狀態∆L=-1.11,∆ch=6.48,二次灰平衡修正後,∆L=-0.45,∆ch=1.28,有進入目標範圍。

Fig. 大型噴墨機二次灰平衡修正數據,原始狀態∆L=0.3,∆ch=4.93,二次灰平衡修正後,∆L=-0.12,∆ch=1.22,有進入目標範圍。

綜合以上4個輸出設備,以兩階段灰色逼近修正,均能取得預計的效果。

這是一個快速維持C50MY40這個色塊視覺一致的工作方法,光把這個灰色塊維持一致是不是就能滿足客戶的需求?這個就有待時間來證實了。

以下圖示左邊為符合G7的平版印刷品,右邊為C50MY40灰平衡單點校正的碳粉機輸出,給各位做視覺的參考。

Fig. 左邊為符合G7的平版印刷品,右邊為C50MY40灰平衡單點校正的碳粉機輸出。

G7 記事

G7 記事

G7 續證,過程記錄一下。

Fig G7 續證

到現場時版還沒上,想說先量個版,一看是環保版,印紋太淺量不出來,那就先上機吧!反正都要CTP修版,到時候在這基礎加加減減就是。

另外了解到橡皮布換了大概4天左右,狀態應該可以,機器旁邊溫度22.5攝氏度,濕度68%。

Fig. 環保版,印紋太淺量不出版調。

Fig. G7 testform

第一個程序是設定濃度,經由Beer’s Law 及六角圖很快把濃度設定下來,Best de 數值很低,代表墨的色度很好,操作寬容度大,紙張數值也不錯, de00 1.3。

Fig. Beer’s Law CMYK 濃度預測

Fig. 六角圖RGB 預測

Fig. 經由Beers’s Law 及六角圖很快把濃度設定下來,Best de 數值很低,代表墨的色度很好,操作寬容度大,紙張數值也不錯, de00 1.3。

濃度定好後,再來就是調整曲線,且先不管灰平衡,TV 值與預期差太多了,YM的TV不足處都超過10,我的灰平衡邏輯修不到這麼大的量,接下來可以有兩個選擇:

  1. 現有的灰平衡邏輯修兩次應該也修得到。

  2. 直接補償TVI。

基於紙的色度不錯,CMYK墨的色度也不錯,在這樣的基礎下,把TVI 控制到位,灰不會差到那裏,於是,這一次CTP修正決定先追TVI,灰平衡部分由機上再去追。

Fig. TVI 差異狀況,與預期差很多。

Fig 滿版到位狀態,TVI差距相當大。

Fig. TVI 差距過大,灰平衡邏輯修不到這麼大的量。

告知印前依TVI差異值修正,CTP 前後設定如下:

Fig. CTP 工作版原始狀態。

Fig. TV 修正後狀態,修正後反而接近線性。

印前在修正時並未完全按差值修正,還是會考慮到曲線分佈的平滑狀態。

Fig. CTP 修正後取樣,看來修正策略奏效,在機上做些濃度調整後取得87.5分,雖然有些TV還沒到位,但灰平衡到位比較重要。

Fig. 修正後TVI,雖然還有一些地方沒有到位,與修正前比較,正常多了。

再下來是執行CT50(P2P 第四、第五行)工具,看能不能通過 Grayscale 規格。

Fig. CT50 數據 已經可以通過Grsyscale規範。

CT50通過後,以CT125(P2P 第1~5行)做最後確認,看是否能通過 Targeted 規範。

Fig. CT125工具 Grayscale 部分,數據有過。

Fig. CT125工具 SID 部分,數據有過。

至此,Grayscale 與 SID 數據都能通過的狀況下,此印樣已能符合G7 Targeted 規範。

最後把 TVI  的狀態也來檢視一下,

以此次資料為例,CMK 版調分佈的R2 都有在0.95 以上,表示機器狀況不錯,唯 Y 的R2值只有0.856,Y 座是有點問題。

Fig. CT125工具 TVI部分,這部分並未列入G7 檢核範圍,這部分是我用來檢核機器狀態重要的數據,以此次資料為例,CMK 版調網點分佈的R2 都有在0.95 以上,表示機器狀況不錯,唯 Y 的R2值只有0.856,Y 座是有點問題。

把這次G7續證的作業總結一下:

  1. 版調沒有從線性版開始,直接執行工作曲線。

  2. 執行CT25,以Beer’s Law 及六角圖設定下墨濃度。

  3. TV 值與預期差異頗大,基於紙張與油墨的品質都還不錯的狀態下,決定以追TVI 的方式來修正CTP 曲線。

  4. 還是執行CT25,調整下墨量,爭取SID色彩數據與3點灰平衡數據到位。

  5. 執行CT50,驗證 Grayscale 數據到位。

  6. 執行CT125,驗證 Targeted 到位。

  7. 由CT125檢測CMYK TV數據,了解一下機器狀態。

檢討

  1. 沒事先交代出線性版,在依據不明的狀況下執行工作版,使得版調的修正量頗大。從CTP最後的修正數字來看,線性版的修正量會更少,最終取得的數值應該會更好。

  2. 還好紙張、油墨數值不錯,操作空間大,機器的狀態都還可以(除Y座),能夠在一次TV修正即可把數值帶到位。在印刷系統狀態良好的情況下,TV到位可以相當於灰平衡到位。

  3. 來談一下工作版曲線。廠裡有多部機器,也不知道這個曲線是給哪一部機器用的,或是這部機器哪一個時間點的補償。以第一次CT25取出來的數值,TV 的差值有點大,領機也好像沒有sense 到問題,也不曉得在這個狀態下工作多久了。業界的領機這樣現象還蠻多的;靠感覺操作,沒有數值的sense。

  4. 之前一直提到的問題,一個廠,需要有一個人來對數值負責,我且稱他為系統人員,找不到這個角色,廠裡的狀態真的沒辦法掌握。

以上,交代一次工作紀錄。

Tricky fixing on stuck inkjet

Tricky fixing on stuck inkjet.

死馬當活馬醫!?

Fig 噴頭又堵了,這次堵住了LK

原紙打樣系統,平均每年要換一次噴頭,這一顆用半年左右就堵住了,現在一顆6萬多塊,有點吃不消。

印前問我能不能在RIP把LK鎖起來然後繼續使用?

我的想法是有這個可能,可以用K來涵蓋LK,原則上L(Light)系列可以用主色(CMYK)去涵蓋,反過來就不行,但還是要看RIP有沒有L系列的控制項。

還有icc profile要做墨色的重新分配,這個重新分配基本上就是GCR,原則是增加CMY的分配,同時也減少K的分配。

這次的RIP 是 EFI Fiery,可以找到L系的控制項,

Fig-2  EFI RIP L系列控制項,將黑色拉到最低,減少LK的介入。

Fig. LK 拉低之後,TAC(總墨量)導具淺色部分由於沒有LK的壓制,呈現偏紅。

Fig. 完成線性,可以看出K頻道在淺色部分沒有階調,之後會由icc 的方式用CMY來補足K的淺色階調。

Fig 做icc 時,黑色控件做了不同分配,主要做兩個地方:降低黑色生成量及降低黑色寬度。

Fig. EFI 黑色控件內定值。

Fig. 最終的結果視覺上沒有問題。Verifier K 及 CMY 的階調都很平順。

Fig. 數值上的結果也挺好的,97.5分。

Fig. TVI 數值, K25少了一點。

Fig. 灰平衡沒有問題,這裡才是最重要的。

Fig. G7 Grayscale Verifier 可通過。階調值與灰差都沒問題。

Fig. Grayscale Verifier 黑色階調 K30 與 K60,主要都是CMY組成,K墨點在K60介入多一點,但整體階調沒有色偏的問題。

噴墨設備帶入L系列主要是避免純色墨點太早介入淺色部位形成噪點現象,用L系列介入可以讓淺色階調變化更加平順。這一次LK堵住了,索性關閉

LK,淺色的黑色階調在做icc時用CMY去補,只要icc夠好,不會有黑色階調偏色的問題,這一點可以由Grayscale Verifier 的數據證實黑色階調沒有色偏的問題。

原本不能使用的系統透過一些想法讓它繼續使用,省了一筆花費當然重要,更重要的是用足夠的知識去駕馭設備,而不是被設備限制,不管是硬體的還是軟體的。

最後提一下,icc 不是只用來做數位打樣,在印刷的製程中,icc 可以透過油墨的分配來達成節墨的目的…順便處理一下背印的問題。

這次又衍生出icc的另外一種用法。