A journey with no destination – Phone camera as colorimeter
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。
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。
尚無留言
Comments RSS
TrackBack Identifier URI
No comments. Be the first.
Leave a comment
