十一月 15th, 2018 › Fogra , G7 , 印刷標準化 › Administrator › no comments ›
印刷標準化相關的各種設備中，包括噴墨打樣、彩色雷射打樣、顯示幕打樣(軟打樣)及印刷機，其中最難搞的不是印刷機；印刷機有明確的控墨方式，在生產過程中，只要針對目標值，加墨減墨就可以了。
噴墨的色域一般都會大於印刷，作為印刷打樣，操作空間大，相對也是一個穩定的設備，只要材料(紙張及墨水)穩定，品質穩定度沒有問題。
以下是一部Epson 9880幾年下來色彩數據的穩定度。噴墨相對起來是相當穩定的設備。
最難搞的是彩色雷射。彩色雷射的色域可能還少於印刷一點，操作空間很緊，再者，設備穩定度通常都不太好；其中變數如碳粉本身的色彩穩定度，感光鼓運作的穩定度，轉印機構受到環境的溫濕度變化等等，造成彩色雷射是一種最不穩定的設備；再來，色彩的操作必須經由icc profile，不若印刷機直接，因此在色彩品質的維護上，是比較難搞定的。
沒辦法中的辦法，我的工作邏輯是
1. 密集的收取數據。
2. 當數據偏差太多時，及時修正SID與TV50。
密集的收取數據： 所謂密集，也就是早中晚一天三次，收集的格式還是那9格： SID + TV50+灰平衡
只是數據目標值並非定在Fogra39，而是以視覺判斷最佳對色狀態為主；這個對色狀態有一個很大的因數是：大多數在看樣時並沒有在D50的標準光源下(大多都是在日光燈下)，因此我們在標準作業的基礎下，做了一些偏離Fogra39的變動；當視覺認為符合對色狀態時，即以此狀態的數據做為彩色雷射的目標值，而不是Fogra39。
再來，在TV50的控制是以色度為準，而不是以版調為準；原因是：數位樣的色彩控制必須經由 icc profile，而icc在某種程度是破壞版調的，因此在TV50的控制我還是讓它回到以色度為準。
圖像顯示，SID 與 TV50 均以色度為準，同樣都是以Beer’s Law來做為預測與控制的工具。此樣本代表樣本數據幾乎追上目標值，SID 與 TV50 的色差全都在1以內。
此樣本顯示當SID已經控制在1以下時，TV50的色差可以跑到5以上(M)；這裡可以看出彩色雷射是多麼的不穩定，比印刷機還難搞。
以下是某一時段的數據樣本，讀者可於以下網址實際觀察數據；可以注意一下我們在第14筆資料才定為我們的標準值，而不是Fogra39
http://pbn.acsite.org/FograCT9x/linegraphDT.php?po=c560
Tags: Fogra39 , idealliance g7 , 印刷標準化 , 數位打樣
十月 25th, 2018 › 色彩管理 , Fogra , G7 , 印刷標準化 › Administrator › no comments ›
連著兩次作G7都要要求廠家更換橡皮布才收得到我要的數據，雖然上一次藉由R2 指數很快指出黃色色座橡皮布問題，
再往前頭思考，廠家要做G7認證時，是不是該把橡皮布全部換新？
經驗下來，新橡皮布確實會比較好做；但實際生產上，是不可能頻繁的換掉橡皮布；很現實的成本問題；那甚麼時候才應該換？在廠裏大多聽到的答覆是：師傅看不下去了才會換。
連著遇到兩家，都是只要拿資格書，生產照舊的廠家，即使已事先安排認證時間，廠家也沒有特別整理機台；反正就是要我在最短的時間內，取得該有的數據後就明年再見。
這次也是典型的一年碰面一次的廠，這家也是經驗上唯一平常生產色序是MCY的廠，問說為什麼要用MCY色序？ 接待人員也只說是廠長的喜好吧！就這樣，這也可以是每年取得G7資格書的廠；一年當中廠裡符合G7的時間也大概就是我每年待在那裏的幾個小時吧！
左為MCY色序六角圖，又為修正後的 CMY色序六角圖。
回來橡皮布問題，像R2只有0.8這種數據分布失序的狀況要求換橡皮布自然沒有問題，但這次K座R2有0.945還是換掉橡皮布是怎麼回事？
在數據過程中，很快知道黑版的中間調不夠。
第一次樣，K濃度1.58時，色差2.81，K50濃度只有0.43(G7 K50濃度在0.5上下)，比對Fogra網點值不夠7。
一路把K濃度加到1.94，K50 還是只有0.46，網點值還不夠5；顯然有問題，想來還是橡皮布問題，於是果斷要求換橡皮布。
果然，換了橡皮布後，在K濃度1.83時可得K50濃度0.49，達到合格數據。
這下子除了R2指數外，看來還要加上別的訊息來判斷更換橡皮布的時機。
回觀數據，這次要換橡皮布徵兆有
1. 中間調過低，一般K版達有效範圍濃度時(1.6~1.9之間)，K版中間調TV50總要至少漲個15左右，這次連10都不到。
2. 在增加滿版濃度時，TV50並沒有照預期地跟上來，這應該是主要徵兆。
把這次黑板換橡皮布時機及上次黃版換橡皮布時機的資料做一下分析：
比對異常黑板(JS K)與正常黑版(JIYI K) SID 與 TV50 的關係
第一個是正常TV50濃度明顯大於異常版TV50。
同樣比對黃版
一樣是正常TV50濃度明顯大於異常版TV50濃度，
依此邏輯，當可設計出一個組合4次9格工具的數據，取得各色版的 TV50/SID 線性斜率，當斜率低於某一數值時(CMYK 當有其個別特定值)，即可判定必須更換橡皮布。
持續努力中……
Tags: Fogra PSO , idealliance g7 , 印刷標準化
十月 14th, 2018 › Uncategorized › Administrator › no comments ›
VIDEO
程式機器人自動從包裝盒PDF檔擷取刀模檔。
這年頭只要講得出規則，就可以交給機器人工作。
由Autoit 及 javascript 合力完成。
選取刀模線的規則是 ：某特定pantone色和線條寬度。
花了很多時間在偵測檔案過大、物件過多、字體找不到、 影像連結等問題，目前抽一個刀模檔約兩分鐘時間，優化後應該可以在1分鐘內完成
九月 20th, 2018 › 色彩管理 , G7 , 印刷標準化 › Administrator › no comments ›
今年做G7，我提出以單一因子:版調的R2 來取代G7的Avg wdL*, Max wdL*,Avg wdCh, Max wdCh等因子，請參考： Print by Number:: single factor for G7 Avg wdL*、 Max wdL*、Avg wdCH and Max wdCH
幾次工作下來，確認用R2 來判斷版調品質是一個好用的工作方法。
這次用上R2工具的案例有別於上一個案子，上個案子算是正面示範，請參考：
http://www.fredkuo.idv.tw/wordpress/?p=2896
這次的案子是典型的一年只做一次，只是要拿證書的案子。
這樣的厰通常也不好做，機器狀況，版調數據，印墨數據全都沒有，一切都要當場建立。
在現場取出樣張後，很快的把版調 R2 工具用上來：
黃版的R2只有0.8，看看黃版曲線那個鬼樣子，這是一個每年都拿G7證書的廠家，你說呢？
較差的 R2導致G7因子 Avg wdL*, Max wdL*,Avg wdCh, Max wdCh 全都沒過。
之前提過R2應該跟橡皮布狀況有關，這次就直接要求換橡皮布，看看是不是能印證我的推論。
換了新橡皮布，黃版的R2從0.8改善到0.92，G7因子 Avg wdL*, Max wdL*,Avg wdCh, Max wdCh 也都收斂到合格範圍，
將數據導入Curve3，確認OK，看來R2確實為檢測版調的有效工具。
視覺效果如下：
這是一個典型的一年只做一次G7的厰，平常作業還是照以前習慣跑，裝備跟材料並沒有做計劃性的維護與管理，反正就只是要拿G7證書而已。
在我處理的案子裏，這樣的廠其實是佔絕大多數；這一方面說明整個產業還未具備標準化的心態，另一方面，也說明了G7稽核機制不夠嚴謹才會有這樣的工作型態(心態)出現。
再來就是這樣的厰並不好做，如前述，廠裏的裝備跟材料並沒有做計劃性的維護與管理，我必須直接在現場取數據，這也就導致我必須自行發展工作方法，要求在最短的時間取得數據，並做出決斷。
這一路以來，我目前以Beer’s Law 工具快速判定主色(CMYK100)下墨濃度；再來，以R2工具用來判定版調狀況；對比最初判定主色放墨濃度要去掉半天，判定版調狀況再去掉半天，現在這些判定只需要幾分鐘的時間就可以實現。
這次，因著有R2工具的運用，我得以在很短的時間做出要求更換橡皮布的決定；之前，站在為廠方節省成本的心態下，總是要費時的做過很多嘗試，才會對廠方提出更換的要求；這次，算是證明了新開發的R2工具的效用，也印證了R2因子的好壞可以從橡皮布下手的假設。
Tags: idealliance g7 , 印刷標準化
八月 30th, 2018 › 色彩管理 , Fogra , G7 , 印刷標準化 › Administrator › no comments ›
同樣是做G7 ，大部分廠家通常要求我很快的把數據做進去之後就明年再見，反正日常工作不會拿來用；這次難得有一家廠要我再過去一趟；廠家表示，依著上次G7設定放到工作上使用，印刷成像並沒有很好看，希望再修一下設定值。
這下好了，真有人拿G7在工作中使用，真用上了，也開始要求品質了！
我把”上次”的G7資料調出來：
2 OK， wdL*，wdCh OK， 取得G7資格書沒問題。再仔細看一下數據：C的最佳色差預測濃度為1.43，實際執行濃度為1.32，雖然色差2.58在規範之內，但濃度是少了一截，廠家的問題應該就是這裡了。
實際到廠，確實是這邊的問題，廠家反應不夠”飽色”，確實濃度較弱，飽和度是不夠好；再次作業的邏輯很清楚的定調為：把滿版濃度做夠，再由CTP去追灰色平衡。
比較一下印刷成像：在灰色塊維持相似的情況下，外觀也大致維持一致；由於滿版濃度的增加，深色部分多了一些”重量”，也就是廠家要求達成的效果。(測試圖樣中飽和部位不多，手機拍攝也不夠精準，不知讀者能分辨多少？)
檢討：
在做印刷標準化時，不管是Fogra PSO 或 G7， 其實寬容度還蠻大的。以CMYK主色定在5個deltaE(ab)，飽和度已經可以感覺到相當的差異；在中間調上，Fogra PSO 的正負4個TVI或是G7的3個delta L 及 3 個 delta Ch其實在視覺上都可以明顯地感覺出差異。但認證的規則就是這樣，只要數據符合規範就認定合格。
作為一個用心的廠家，認證只是基本能力，它只代表規定範圍內的品質，不會出太大錯誤的品質；但不一定代表就是好的品質；廠家的態度因該是以此規範為基礎，在這個基礎上發展出一個自己及客戶都可以接受的品質。
難得遇到一家廠家不是只為了資格書，而是實際應用且提出要求，我會繼續期待他們還能提出什麼樣的題目，讓彼此都能夠更精進。
Tags: Fogra PSO , idealliance g7 , 印刷標準化
八月 11th, 2018 › 色彩管理 , G7 , 印刷標準化 › Administrator › no comments ›
做G7主要就做這幾個參數：
CMYKRGB 主色色差
主色色差可以經由Beer’s Law 工具很快達成，請參考
NDPC 的 Avg wdL*(CMY)、 Max wdL*(CMY)、Avg wdL*(K)、 Max wdL*(K) 、Avg wdCH、Max wdCH，等參數則要處理 P2P第4、5行共52個色塊3種型態(dL*(K)、dL*(CMY)、dCH)的數據，說來是有些麻煩；雖然可以直耶丟給Curve 軟體處理，但數據沒過的時候，要去檢查及修正這些色塊時還是很麻煩的。
我在前面的貼文 提到過用單一參數： 印機階調多向性回歸的R2 來代表印刷品質，
當R2 高於0.96時，我可以簡單的控制K50及C50MY40兩個色塊就足以讓整個系統很快的達成Avg wdL*(CMY)、 Max wdL*(CMY)、Avg wdL*(K)、 Max wdL*(K) 、Avg wdCH、Max wdCH等G7 NPDC參數，
以下實際案例：
某一部印機，CMYK R2 各為0.898、0.953、0.935、0.967，我的C50MY40取得dCH 為1.37時，Max wdCH 為3.5，無法通過G7認證。
同一部印機，CMYK R2 各為0.976、0.978、0.963、0.974，我的C50MY40取得dCH 為1.17時，Max wdCH 為1.87，符合G7認證。
好的 R2 可以使得認證工作順暢，更重要的是，得以在日常工作中以單點控制來實現G7的品質，而不是一年只做一次的認證。
PS. 以上數據是在同一部印機，但不同時間取得，估計影響因數為橡皮布狀況，還待求證。
Tags: idealliance g7 , 印刷標準化
八月 3rd, 2018 › 印刷標準化 › Administrator › no comments ›
典型的印刷代工廠，印版來源來自兩家不同製版廠，同一部印機在執行兩家不同的版時造成印機師傅的困擾。
被諮詢到這個問題時，我第一個想法是：這兩家製版廠出的版調不一樣吧！
事實上也是就這麼簡單，這兩家製版廠出的版調是不一樣，那就把兩家製版廠的版調弄成一樣不就好了！
收數據先:：
A製版廠出的是幾乎1:1的線性版，CMYK用同一組版調曲線
B製版廠C版，比對A廠50%處少2.23%。
B製版廠M版，比對A廠50%處少3.04%。
B製版廠Y版，比對A廠50%處降少2.48%。
B製版廠K版，比對A廠50%處少1.83%。
簡單整理一下：B廠相對於A廠，50%處 CMYK 各少2.23、3.04、2.48、1.83
這些中間調的版調差距，確實造成了印刷師傅工作上的困擾：下圖為相同SID放墨狀況下，左為A廠印刷成品，右為B廠印刷成品。
從數據上看，CMY SID 色差在0.4以內時，TV50差距可高達4%，灰平衡色塊(C50MY40)色差達到4.4。
看上述問題，第一個想到的是將兩家製版廠的版調調到一致，再來是印刷時灰平衡色塊維持一致，對於所謂的品質穩定度都能有所幫助。
要維持兩家廠的版調一致，那誰跟誰呢？
以成品來看，B廠印版在此印機的灰平衡色塊較接近G7標準，以此，我們要求A廠版調跟上B廠版調。
A廠修正版調依序CMYK如下：
初步調整結果CMYK 50%處，版調差距為： 1.47，0.8，1.03，1.19
實際印刷成果如下：視覺上已有改進，左為A廠改版，右為B廠原樣。
從數據上看，灰色塊色差只差1.3，視覺上也已經改進。
以上結果，對問題已有初步改善，先放給師傅操作一段時間，再來檢討。
==========================================================
概念上很簡單的問題，為何印刷廠幾年來都沒處理？就這樣讓印刷師傅每天用視覺去喬？
我想主要還是印刷廠一直以來對數據的觀念還是沒建立下來，我還是那句話：
數據攤開來，問題就解決了！
Tags: Fogra PSO , idealliance g7 , 印刷標準化
七月 25th, 2018 › Uncategorized › Administrator › no comments ›
我不知道有誰在看這個冷門產業的技術部落格，總之，感謝各方支持，這個地方終於也拿到第一張Google的支票。
謝謝各位。
七月 20th, 2018 › 色彩管理 , Fogra , G7 , 印刷 , 印刷標準化 › Administrator › no comments ›
最近有人提到印刷穩定度問題，這裡提出經驗及想法，請參考。
穩定度的問題，以數據的觀點來看，需要落實兩件事:
1. 取樣頻率要密集
2. 對數據的反應要快速
我稍加演繹一下
這是我案例中某印機C座的印版與印機關聯曲線，目前算是不錯的狀態，印機TV50處網點擴張維持在14左右；印機TV分布的R square 在0.96以上；像這樣"印版/印機"數據我原則上一個月取一次，如果我願意一星期取一次數據，也確實去維護/修正，印刷品質穩定度自然會更增加。
在前一個”印機/印版”維持穩定的基礎下，實際工作上，我們用9格工具
隨時監看SID，TV50及灰平衡數據；用i1 Strip reading 的能力加上自動化script，一組樣本的行程只需10秒鐘；方便的工作方法及快速的數據反應讓我們師傅願意較密集的去監看數據，並依數據修正控墨，穩定度因而得以維持。
9格數據10秒鐘行程： https://youtu.be/zO6juMivMno
PS. 很多廠家並沒有高階的軟硬體設備，所有動作我只靠一部i1及自行開發的工具完成，成效並沒有比較差；重點是有沒有意願去使用及接受數據的方法，否則再貴的工具也是沒有用。
Tags: Fogra PSO , Fogra39 , idealliance g7 , 印刷標準化
七月 9th, 2018 › 色彩管理 , Fogra , G7 , 印刷標準化 › Administrator › no comments ›
兩位鍾老師都印刷業前輩，兩位老師也都在印刷標準化的工作做出重要貢獻；鍾兆魂老師目前是GMI 的重量級講師，鍾宜寧老師執教于美國RIT 印刷工程學系長達30年以上。
鍾兆魂老師在印刷機械的深厚背景無庸置疑，而鍾宜寧老師在RIT的蛋頭夥伴們設計出來的工具之精妙則另人讚歎。
回到標準化，基本上也就兩件事：SID 到位與TV到位。
就SID到位這件事，來談談兩位鍾老師的方法。
下面材料來自鍾兆魂老師，以印製三角版的方式來取得最佳放墨濃度。
說明一下工作邏輯：先使放墨鍵開度一致，經由三角板吃墨，以C版為例，整個版面左邊吃墨多，右邊吃墨較少，使得檢測導表上
上圖是我自己操作過的例子：30組C色塊裡，濃度分佈大約由1.2到1.65，其中的第17個C色塊，放墨濃度在1.35時，可得到與Fogra 39的最佳色差1.7；所以該油墨在該紙張的最佳操作濃度為1.35。另外，我們可以看到該油墨從1.2濃度到1.5濃度的色差都在5以內，所以，該油墨在該紙張的濃度操作範圍可以在1.2與1.5之間；這個操作範圍關係到二次色(RGB)的操作調配及中間調(TV)的調配。
我們在印機現場能夠控制的主要就是放墨濃度；但油墨濃度並不等同於色彩值；相同的濃度對應到不同廠牌的油墨會得到不同的色彩值；同一組油墨、相同的濃度在不同的紙張表面也會呈現出不同的色彩值。濃度控制不是我們操作印機的最終原則、色彩值才是我們控墨的最終目的。
鍾兆魂老師的三角板方法可以有效的建立起濃度值與色度值的關係，
這個工作分法也同時提供我們在做標準化時(PSO、gmi、G7…)幾個重要的資訊：
1. 最佳放墨濃度
TV可調配範圍再關係到
因此，這是跑標準化第一個必須確實執行的工作！
但實際操作上…
我最近跑過的十幾家G7，沒有一家做過上述的三角板測試，
因為…
廠家沒那麼多時間讓我搞這些東西，這十幾家廠，絕大部分就只是為了拿到那張資格書，跟實際工作生產是兩碼子的事；我最多也就是半天的時間，迅速的取得6張(單邊)合格的資料。所謂的G7資格書，也就是我每年出現的那個半天有效，我離開後，廠裡大概也沒有人在維持。(這也是為什麼G7資格書會被質疑嚴謹度不夠，信任度不夠的原因
一套三角板做下來：出版–>上機à印刷à收取數據à建立圖表；少不了半天時間。
RIT鍾宜寧老師的同事們憑著在科學原則上豐富的想像力，加上現今充沛的的計算能力，讓整個三角板SID資訊架構得以在短短幾秒鐘就可以完成。
工作基礎建立在比爾-朗伯定律（Beer–Lambert law，又稱比爾定律Beer’s law）之上；Beer’s Law最早是用於溶液中的濃度預測(如血漿中膽紅素的濃度)。RIT 的教授巧妙的把它運用在墨層厚度的預測，經過程式設計交由電腦運算，讓整個三角板程式在幾秒鐘就能完成。
如果用較簡單的方式來說明Beer’s Law 的概念大約可以是這樣：
當一杯啤酒檔掉了光線的1/2能量，光線穿過兩杯啤酒只剩下(1/2 x 1/2 =1/4) 的能量，穿過3杯啤酒則剩下(1/2 x 1/2 x 1/2=1/8) 的能量…以此類推。
把這樣的概念用在油墨層的厚度上:
以下為某C墨在Beer’s Law 的運算案例:
某C墨在某紙張表面經由標準光源照射後，取得光譜分佈資料如圖紅色線條
如此，原本由眾多的實體資料才能建構出的SID放墨結構，現在只需要一個實體資料就可以推算出來；時間上更是從要花幾個鐘頭的程式縮短到幾秒鐘就可以完成。
樣本顯示實測值1.33濃度的C墨與Fogra39 色差3.01， Beer’s Law 預測放墨濃度在1.44時可得最佳色差0.43；C墨濃度在約1.25到1.65間都是可操作區間。
我的 第一次G7在沒有任何工作邏輯，就在一路Trial and error 的情況下，光SID落點就搞掉一天的時間。採三角板工作方法後， 建構SID資料大約也要半天的時間；現在用Beer’s Law 建構SID落點只要幾秒鐘的時間。這一路下來，不得不相信所謂"邏輯堆積"的強大力量；從Trial and error 的瞎忙，到三角板方法把邏輯建立起來再到Beer’s Law 將邏輯架構交由電腦運算，這其間的進步歡迎讀者自行體會。
以下開放測試，有興趣的朋友將你們的光譜資料往這裡丟： http://pbn.acsite.org/cmykDe ，看看Beer’s Law 如何建構你的SID放墨：
Beer’s Law 必須要有紙張光譜分佈做基底，第一筆資料請丟入紙張光譜分佈資料，接下來再丟進來主色(CMYK)的光譜分佈資料，看看Beer’s Law 如何建構你的SID放墨。
目前接受Colorport 及 i1 profiler 的CGATS光譜資料格式，Colorport 資料格式如下：
i1 Profiler 存檔類型選擇[i1ProfilerCGATS光譜(*.txt)]。
Colorport 的單格導表敘述如下 Patch1
i1Profiler的單格導表敘述文件如下 OnePatch
以下為Colorport 紙張及C墨的資料樣本。
Paper Cyan
幾年來的印標準化工作，這是我發展的重要工具之一，歡迎各方面的指教。
Tags: Fogra39 , idealliance g7 , 印刷標準化
