程式機器人自動從包裝盒PDF檔擷取刀模檔
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
Print By Number:: R2 tool and G7
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。
看他當天用的油墨跟平常用的不一樣，大概就知道意思了！
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。 
新舊橡皮布。
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
Print By Number :: G7 and G7
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： 
主色(CMYKRGB) OK，灰平衡(CMY504040) OK，R2 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。
比較一下新設定：C墨濃度由1.32拉到1.54，M墨濃度由1.55拉到1.64，Y墨幾乎沒動，K墨由1.67拉到1.79；C50MY40灰平衡色塊一樣維持在相似位置。
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
Print by Number:: single factor for G7 Avg wdL*、 Max wdL*、Avg wdCH and Max wdCH
做G7主要就做這幾個參數：
CMYKRGB 主色色差
NDPC階調(CMY & K)：Avg wdL*(CMY)、 Max wdL*(CMY)、Avg wdL*(K)、 Max wdL*(K)
灰平衡：Avg wdCH、Max wdCH，
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
Print By Number :: A Tale of Two (sets of) Plates
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
I got cash from Google!
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。
我會持續寫下去，不管有沒有人看，就當是自己工作上的整理，如真能在這個產業起點作用，自然是更好了！
謝謝各位。
Print by Number:: about press quality consistency
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。
以上，請參考。
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
Print by Number :: Mr. Chung and Mr. Chung …on SID manipulation
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
，
左邊C色塊濃度較低，右邊C色塊濃度較高，由此，我們可以從左到右，收到一連串由低到高(假設是30個)的色濃度，這30個色濃度可以反映出30組Lab 值，其中一組Lab值會最接近我們的標準值(以Fogra39為例：55,-37,-50)，由此色塊對應出的濃度值就是操作該印機的最佳放墨濃度。
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
2. 放墨濃度可操作範圍
放墨濃度可操作範圍又關係到：
A. 二次色(RGB)可調配範圍
B. TV可調配範圍
TV可調配範圍再關係到
灰平衡控制
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。
不過，這需要半天工作時間的資料架構經由RIT鐘宜甯老師的工具，現在只要幾秒鐘就可以完成了！
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
分佈，在實測光譜分佈值的基礎上，我們往上及往下加減若干單位的光譜反射率，即可得到實測光譜值的上下若干條光譜分佈曲線；每一條光譜分佈曲線可以得到一組Lab值，其中一組Lab值會最接近我們的標準值(Fogra39：55,-37,-50)，再由此光譜分佈值反推出來的濃度值就是操作該印機的最佳放墨濃度。
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
導表敘述檔請置入以下位置:
C:\Program Files (x86)\X-Rite\ColorPort 2.0\Resources\targets\refs\cmyk
i1Profiler的單格導表敘述文件如下
OnePatch
導表敘述檔請放入以下位置：
"C:\ProgramData\X-Rite\i1Profiler\ColorSpaceCMYK\MeasureReferenceMeasurements"
以下為Colorport 紙張及C墨的資料樣本。
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
Print by Number :: print by number
以下是同一家印刷廠，同一部印刷機，同一組版，日晚兩班兩個領機印出來的成品。
就這個印件，很多方面可以談 一下。
…顯然沒有做印刷標準化！
…哪一張才是好的？哪一張才是對的？好的東西是不是就是等於對的東西？
…由誰來決定OK成品？業務、客戶、領機、印刷主管、印前主管、廠長、總經理.…
…為什麼同 一部機器會印出差距這麼大的成品？問題在哪裡？是機器出問題？還是領機的各自觀點問題？
…如果是機器出問題，問題在哪裡？
…如果是領機的觀點問題，為什麼容許同一個廠的兩個領機會有如此大的差距？
…如果廠裏的領機觀點有這麼大的差異，那該是管理出問題了？那麼誰得站出來管呢？管理的依據是什麼？
…
當我被諮詢到這個印件時，至少我能在印件的導表上收到我要的9個數據(CMYK100+CMYK50+Gray)；數據攤開來，大致上就沒有太多爭論了。
上面樣張的數據：
下面樣張的數據：
上面樣張的分數是-9.88(*分數系統參考後面ps.說明)，下面樣張分數78.58，毫無懸念，下一張才是正確的，
至於哪一張是好的？我不做評斷，我只清楚判定，下面樣張是正確的，因為各方面數據比較接近標準規範(Fogra39/G7)。
***********************************************
印刷是要印出好看的東西還是正確的東西？
好看的東西有時候會不等於正確的東西，標準化要求的是要印出正確的東西，與印出來好不好看無關；
好不好看難有客觀定義，但正不正確可以從數據上看得清清楚楚；
再說，只要原稿好看，從標準化作業來說，印出來的東西不會不好看；
反之，好看的原稿，在不標準的作業環境下，是有可能印出來不好看，
所以，對一個實施印刷標準化的廠，印出來的東西好不好看只與原稿有關，跟印刷廠是沒有關係的。
印刷廠只要維持印機執行出來的數據品符合規範數據就可以了。
*************************************************
說一說數據:
下面樣張的CMYK SID 除了K版太重，CMY均在Fogra39 規範的5個色差內，TVI 50 均在 規範的 ± 4之內， G7 灰度差為3.29。
上面樣張的CMYK SID均在Fogra39 規範的5個色差外，TVI 50 都過重， G7 灰度差為6.09。
從各方面數據看，下方樣張均優於上方樣張。
************************************************
從數據看問題:
上方樣張放墨量比下方樣張輕，TVI卻比下方樣張重，直接推斷是印機壓力設定問題；詢問領機後，得知兩位領機對同一印件做了不同的紙張設定，顯然上方樣張的領機設定是錯誤的。
************************************************
談一下管理：
會發生這樣的問題已經不僅僅是領機的觀點問題而已，它必須是管理層面的問題：為什麼廠裏的不同領機可以有不同的觀點去操作印機？
數據攤出來，就是管理的依據；誰做的對？誰該檢討？有數據就可以說明白，講清楚。
以印刷標準化觀點，東西印得好不好，是以量測數據為準，而不是各別領機的觀點。
************************************************
以上，簡單9個數據，不用幾分鐘就可以迅速釐清幾個方面的問題：正確性問題、機械問題、操作問題、驗收問題、部門責任問題、管理問題…
印刷標準化或許不一定等於產出最好看的印刷品，它代表的是一種效益最大化的生產方式，不管是對製稿端、客戶端、業務端、印刷執行端；在標準化的規範下，相對能走出最順暢的流程。
說到標準化，也不一定要去拿個 Fogra PSO 或 G7之類的證書；只要在日常印件簡單的落實SID到位、TV50/G7到位，這個意義遠遠大於一年只看6張印樣(而且只看單邊)的G7證書。
===================================================================================
後續：
印前部門趕緊提出自己部門CTP品質穩定的證據：數據顯示一個星期下來，印版TV50的變動不超過0.5，安全脫身。 
再持續追蹤晚班領機的工作模式：一樣的SID不足的情況下，TV50嚴重偏高。…案情已無懸念。 
ps. 分數系統持續修正中，目前分數規則如下:
1. 由總分120點開始扣。
2. 主色(CMYK100%)扣分為色差乘以1個權重。
3. TVI(CMY50%)扣分為網點差乘以1個權重。
4. TVI(K50%)扣分為網點差乘以2個權重。
5.灰平衡(Ga,Gb)扣分為灰度差(df)乘以6個權重。
5.灰平衡亮度(GL)扣分為亮度差(dL)乘以2個權重。
*一般來說75分以上為可接受品質。
**分數權重主要落在中間調灰平衡上，中間調顧好會比滿版色度到位重要。
***詢求各方意見，分數系統持續修正中。
Tags: Beer's Law, Fogra39, 印刷, 印刷標準化
Print by Number :: a quick check on offset printing system
這一次在兩個現場用9格工具很快的確立印機與數位機的設定，同時，因印刷導表包含有TVI 84 格的數據 (CMYK 0%,5%–>95%,100%)，這84格的數據可以用來更進一步檢視印刷系統(CTP+印機)的狀態。
印刷品效果的呈現是由紙張、油墨、印版及印機共同呈現；其中調子的呈現是由CTP印版與印機轉印系統一起堆積出來；我們在做印刷品檢測時只做最後效果的檢測，致於印版與印機壓力的配合可以不用在意，只要最終成果合乎規定即可；但另一方面，如果我們能同時取得印版與印機的TV資料，我們就可以更加清楚整個系統的狀況，在判斷問題時可以更加迅速確實。
以下為CMYK 4個版的CTP及印機 TV數據：
我們逐一檢視4個色座的狀態： 
C版的50處 CTP出46.85，比50 低一些，最終印刷結果落在66.11，符合Fogra39規範(64±4)，可以看出印機本身的TVI(TV增值)為19.26，是比正常大一些(正常值落在14)，將CTP往下拉到46.85使得最終印刷結果落在66.11是一個可以接受的操作方法；不過還是建議調整印機讓50處TVI落在 14，印版則以1:1 線性輸出(50->50)。
可以看出M版50處與C版相似(46.xx)，大約可以知道C版與M版的CTP使用相同曲線，唯M座的TVI要比C座小一些(16.83)，最終印刷結果落在合格範圍。
Y版的CTP接近線性(51.18)，印機TVI 16.75，最終結果為67.93，剛好在規範邊緣(60~68)，Y版的狀況相對是比較好的。
K版50處CTP 出44.38，比CMY都低，但最終印刷效果落在66.39，合乎規範(67±4)；由數據可以看出K座TVI來到22，是大了點；同C座狀況相同：印機TVI過多，降CTP來補償。
經由CTP與印機曲線數據，可以很快判斷印刷品質是否有問題？如果有問題，可以進一步判斷是要處理印機還是CTP？總之，數據攤出來，該怎麼處理自然一目了然。
再進一步，我們只用9格工具是否就能預測整個印刷品質？SID比較沒有問題，數據到不到位很清楚。主要是TV部分，我們只取得TV50的數據，這並不代表 TV25，TV75…也是正確的！在此我再列出一個參數：TV值分佈的Polynomial Regression 的R square 值：R2：
我們對5%~95% 的TV值作多項性回歸 (polynomial regression)，取其決定係數( coefficient of determination, R2)， 當 R2 越接近 1 時，代表 5%~95%的TV值都落在預測點上做平順的分佈，也因此我們單取50TV時，其他網點的TV不會脫離預測的平順曲線，所以，單取50TV可以代表整體印刷品質；反之，當R2 離 1 越遠，TV50的數值就無法代表整體印刷品質。
經驗上，當R2 能大於0.96 時，單點TV50的操作已足已被信任；再把它延伸到G7的單點灰平衡操作：當CMY TV 的 R2 都能大於0.96 時，只要把單點灰平衡操作到位 (調子 L 與灰度 ∆f)，整體印刷品質就不會有太大問題。上圖為例，另一家印刷廠Y座R2僅0.83， 該廠單點操作的信任度就差一些。
以上 CTP 曲線、印機曲線、R2值， 只要一部i1配合其Stripe reading 能力 ，在材料到位後，經由工具程式，十分鐘內就可取得分析資料，馬上可以做出數據判斷，並不會因作業過於冗長而失去資料收集與分析的意願。
總結一下： CTP 曲線+印機曲線+R2值可以迅速判斷一個印刷系統的能力；如果R2值夠好，單點控制的操作是可以被信任的。
Tags: Fogra PSO, idealliance g7, ISO 12647-2, 印刷, 印刷標準化
