{"id":3568,"date":"2018-07-06T18:44:07","date_gmt":"2018-07-06T18:44:07","guid":{"rendered":"http:\/\/www.colorwave.it\/blog\/?p=3568"},"modified":"2018-07-06T18:44:07","modified_gmt":"2018-07-06T18:44:07","slug":"il-controllo-di-qualita-in-colibri-come-valutare-le-differenze-di-due-profili-colore","status":"publish","type":"post","link":"https:\/\/www.colorwave.it\/blog\/howto\/il-controllo-di-qualita-in-colibri-come-valutare-le-differenze-di-due-profili-colore\/admin\/2018\/07\/","title":{"rendered":"Il controllo di qualit\u00e0 in Colibr\u00ec: come valutare le differenze di due profili colore"},"content":{"rendered":"

Questo articolo \u00e8 il quarto della serie sulle tecniche di controllo di qualit\u00e0 in Colibr\u00ec; nei precedenti articoli abbiamo discusso un insieme di metodi di controllo della correttezza delle misure colore, utilizzando funzioni di analisi della differenza fra le immagini acquisite da scanner, e di ripetibilit\u00e0 delle misure;<\/p>\n

Per iniziare la discussione \u00e8 opportuno richiamare alcuni concetti sulla misura; ne parleremo in modo semplice, evidenziandone i concetti di base, senza indulgere in formule matematiche, non necessarie allo scopo.<\/p>\n

cosa significa misurare?\u00a0 \u00a0<\/strong><\/em><\/span>Non sar\u00e0 mai evidenziato a sufficienza quanto, nei processi di calcolo del colore, la correttezza delle misure\u00a0 sia fondamentale.<\/p>\n

Nella rilevazione di qualunque comportamento fisico, chimico, demoscopico o altro, il corretto campionamento della popolazione<\/em> \u00e8 un vincolo dal quale non si pu\u00f2 prescindere; chi non ha dimestichezza con i concetti di misura\u00a0pu\u00f2 trovare strano che si parli di campionamento<\/em> e di popolazione. \u00a0<\/em><\/p>\n

Osserviamo\u00a0che, \u00a0quando misuriamo il\u00a0colore di una cella della pagina di linearizzazione o profilazione, \u00a0acquisiamo una sua area, e\u00a0tutti i suoi dot \u00a0contribuiscono alla riflettanza calcolata;\u00a0cio\u00e8 la misura rappresenta il comportamento della popolazione dei dot nell\u2019area misurata, e l\u2019area \u00e8 essa stessa un elemento della popolazione di tutte le aree estraibili dalla cella;<\/p>\n

Se ripetessimo la misura molte volte, su aree diverse della stessa cella, \u00a0otterremo un insieme di valori, curve di riflettanza, tutti diversi fra di loro. Quello che definisce la qualit\u00e0 (attendibilit\u00e0) della misura \u00e8 la distribuzione di frequenza dei suoi valori, rappresentati dalla media e dalla deviazione standard\u00a0<\/em>\u03c3<\/b>\u00a0; la deviazione standard ci informa quanto grande sia\u00a0la variabilit\u00e0 delle misure fatte, e quanto la misura media calcolata sia rappresentativa della cella colore rilevata,\u00a0 quindi sia una caratteristica effettiva della stessa.<\/em><\/p>\n

Concludiamo che la verifica della ripetibilit\u00e0 delle misure (deviazione standard non alta e distribuzione normale delle frequenze) \u00e8 la garanzia che tutti i calcoli successivi fatti in Colibr\u00ec saranno attendibili;<\/p>\n

La precisione e ripetibilit\u00e0 delle misure dipendono sia dalla qualit\u00e0 dello strumento che dalla costanza delle condizioni sperimentali; abbiamo gi\u00e0 mostrato in questo articolo<\/a><\/span> che, ad esempio, il non mantenimento della distanza focale in due misure iperspettrale della stessa immagine porta ad ottenere risultati non concordi.<\/p>\n

Una misura corretta del colore garantisce la sua riproducibilit\u00e0 su stampante?<\/strong><\/em>\u00a0<\/span><\/span><\/p>\n

No, ma \u00e8 condizione <\/span><\/em>necessaria<\/span><\/em>;<\/span> \u00e8 importante, parlando di scanner iperspettrale, che sia il processo di profilazione (stampa e misura delle pagine di profilazione), sia di acquisizione e stampa delle immagini iperspettrali avvengano sempre conservando le condizioni operative.<\/p>\n

Si \u00e8 sentito di recente affermare che lo scanner iperspettrale pu\u00f2 essere usato come una specie di fotocopiatrice, che permetterebbe di riprodurre,\u00a0 ad esempio un marmo, senza problemi; dovremo annoverare questa affermazione nella famiglia delle fake-news, e di seguito ne daremo una giustificazione.<\/p>\n

Cominciamo con una riflessione; una fotocopiatrice \u00e8 composta sostanzialmente di tre parti: un sistema di acquisizione (RGB) un software di profilazione e stampa, infine una stampante a colori;<\/p>\n

Uno scanner iperspettrale \u00e8 uno strumento di misura che fornisce, per ciascun punto dell’immagine, lo spettro di riflettanza;\u00a0 gi\u00e0 queste due enunciazioni richiederebbero molti pi\u00f9 chiarimenti sulle diverse tecnologie.. ci limitiamo ad osservare che lo scanner spettrale, a differenza della fotocopiatrice,\u00a0 non contiene un sistema di stampa, ma fornisce solo di misura fisica del colore (il termine colore \u00e8 qui usato piuttosto impropriamente, perch\u00e9 consiste nella sensazione indotta nel cervello dalle caratteristiche del materiale misurato.. non la misura stessa!).<\/p>\n

In quali condizioni misura uno scanner spettrale?\u00a0 \u00a0<\/strong><\/em><\/span>La misura dello spettro di riflettanza su ciascun punto dell’immagine, \u00e8 legata alle condizioni di misura (tipo di materiale, distanza focale, risoluzione acquisizione).<\/p>\n

Quindi \u00e8 una misura obiettiva delle caratteristiche ottiche di un materiale, indipendente dalla sensazione colore percepita da un osservatore, ma dipendente dalle condizioni d’uso assegnate allo strumento (provate a cambiare la distanza fra obiettivo e campione da acquisire ed osservate la differenza..).<\/p>\n

Abbiamo visto negli articoli precedenti che le coordinate colorimetriche (diciamo approssimativamente la sensazione colore..) sono calcolate a partire dallo spettro di riflettanza, considerando lo spettro di potenza di un illuminante (o di una sorgente, ma per ora non consideriamone la differenza..) e un osservatore standard (normalmente CIE1931).<\/p>\n

Una volta calcolate dall’acquisizione spettrale le coordinate colore di ciascun punto dell’immagine, per riprodurre la stessa dovremo usare una stampante, un insieme di coloranti ed un profilo calcolato da un campionamento (le pagine o tabelle di profilazione).<\/p>\n

La stessa immagine pu\u00f2 essere riprodotta uguale da due processi differenti?\u00a0<\/strong><\/em><\/span><\/p>\n

\nhttps:\/\/www.colorwave.it\/blog\/wp-content\/uploads\/2018\/07\/mappa_su_due_gamut_di_pietra_grigia.webm<\/a><\/video><\/div>\n

Il video mostra un’immagine (pietra_grigia.ref) acquisita da scanner iperspettrale\u00a0 mappata su due profili ottenuti da due serie di coloranti:<\/span><\/span><\/p>\n

\"\"Le profilazioni sono simulate utilizzando l’intento colorimetrico assoluto;<\/em> se avessimo usato il relativo o il percettivo, il risultato sarebbe stato diverso (in un successivo articolo lo mostreremo).<\/p>\n

L’immagine usata in questo articolo \u00e8 composta da colori a bassa saturazione, prossimi all’asse dei grigi;\u00a0 ma bassa saturazione non significa che si tratta di colori acromatici.. Abbiamo scelto questa l’immagine per il test, perch\u00e9 ci permette di discutere la profilazione nelle zone prossime ai gamut, in particolare nell’intorno dell’asse dei grigi (che non interseca nessuno dei due).<\/p>\n

\"\"Non abbiamo potuto, controllare\u00a0 la coerenza del risultato simulato con una produzione effettiva, poich\u00e9 non siamo in possesso di immagini effettivamente stampate con questi due gamut ( in\u00a0 realt\u00e0 abbiamo alcune immagini, ma non\u00a0 siamo certi della coerenza di tutti i passaggi, quindi questo aspetto sar\u00e0 analizzato in un prossimo articolo).<\/p>\n

Di seguito analizzeremo il caso particolare della riproduzione del bianco dell’immagine acquisita e di un colore, estratto da un’area, prossimo all’asse dei grigi. pi\u00f9 oltre analizzeremo il comportamento dei profili in funzione del tipo di coloranti in uso.<\/p>\n\n

\"\"Il bianco dell’immagine<\/strong><\/em><\/span>: Nel video precedente abbiamo evidenziato che nessuno dei due gamut \u00e8 attraversato dall’asse dei grigi; questo significa che i colori grigi puri (saturazione (croma)=0) non sono ottenibili; poich\u00e9 Colibr\u00ec permette di calcolare\u00a0una ricetta (le concentrazioni di coloranti usati per stampare il colore),\u00a0 facciamo una prova:\u00a0 estraiamo il punto di massimo bianco sull’immagine originale e richiediamone la ricetta, trascinando il colore nel pannello di analisi dei gamut. Presentiamo il caso su profilo\u00a0 Atlas_cmyk, ma risultati simili si ottengono anche con Smalto_inks.<\/p>\n

Possiamo osservare che il punto di bianco dell’immagine \u00e8 stato associato al punto di bianco del substrato usato (la ricetta \u00e8 vuota), perch\u00e8 \u00e8 il pi\u00f9 prossimo al valore richiesto; viene ovviamente segnalato che il punto \u00e8 fuori gamut (triangolo con punto esclamativo) e che il\u00a0\u0394E atteso \u00e8 3.3, un valore piuttosto alto; ci\u00f2 fa ipotizzare che osservando insieme l’originale ed il campione prodotto, le due immagini saranno percepite un po diversamente.<\/p>\n

\"\"Un “grigio” sull’immagine:\u00a0<\/strong><\/em><\/span> Selezioniamo un’area non troppo grande, omogenea, e calcoliamo la ricetta da usare per stampare\u00a0 il colore medio della stessa; il colore, forse percepito come un grigio nella realt\u00e0 ha\u00a0 hue=123 e croma=4, quindi \u00e8 nella zona non ben definita dei grigio\/giallo\/verde\/arancio (a proposito, consiglio la lettura di\u00a0questo articolo tratto dal Blog di Boscarol <\/a> sul fenomeno dell’adattamento cromatico).<\/p>\n

In questo caso, sul gamut Atlas_cmyk la ricetta fornita ha una prevalenza di colorante cyan, sporcato con gli altri tre usati, mentre profilando con smalto_cmyk la ricetta fornir\u00e0 una miscela di 4 colori, utilizzando meno il cyan.<\/p>\n

\"\"<\/p>\n

Ricetta Atlas_cmyk:<\/strong><\/em> Il campione \u00e8 riproducibile con\u00a0\u00a0\u0394E<0.3 e questo \u00e8 un ottimo risultato; calcolando l’indice di metameria per (D65 e A) si ottiene un valore <0.4 in accordo con il fatto che la differenza spettrale fra standard e calcolato \u00e8 nella zona del rosso, e che l’illuminate A scelto abbia potenza maggiore proprio in questa zona.<\/span><\/span><\/p>\n

\"\"\u00a0\u00a0<\/span><\/span><\/p>\n

\"\"<\/p>\n

Ricetta Smalto_inks:\u00a0<\/em><\/strong><\/span> Anche in questo caso il campione \u00e8 ben riproducibile, con un\u00a0\u00a0\u00a0\u0394E<0.3; per\u00f2 notiamo che l’indice di metameria\u00a0per (D65 e A) ha assunto un valore quasi di 0.7, e questo fa presagire che sar\u00e0 percepito diversamente sotto una luce al tungsteno..<\/span><\/span><\/p>\n

Il campione considerato \u00e8 la riflettanza media di un’area di circa 0.3 mm\u00b2 dell’immagine originale;\u00a0 se confrontiamo le ricette calcolate sui due profili, notiamo che la loro differenza \u00e8\u00a0\u00a0\u0394E\u22480.5;\u00a0<\/span><\/span><\/p>\n

\"\"Perch\u00e8 cos\u00ec tanto ciano nella ricetta atlas_cmyk ?\u00a0<\/em><\/strong>Se calcoliamo la ricetta equivalente per il cyan\u00a0 100%\u00a0 di atlas_cmyk sul profilo smalto_inks otteniamo una ricetta con il 14% di ciano (non consideriamo il fatto che sia presente anche un 0.3% di yellow, ininfluente). <\/em><\/span><\/span><\/p>\n

Possiamo dedurre, con buona precisione, che il 100% del ciano in atlas \u00e8 equivalente alla diluizione del 14% del cyan smaltochimica; i due colori hanno un\u00a0\u0394E=1.5, e questo si deduce\u00a0 anche dal fatto che le due curve non sono perfettamente coincidenti, ma la parentela fra le forme spettrali fa immaginare che si siano usati gli stessi componenti chimici per creare i due coloranti (prodotti da aziende diverse); continuando, il 60% di cyan della ricetta atlas_cmyk equivale ad una concentrazione dell’ 8% circa di cyan smaltochimica.<\/em><\/span><\/span><\/p>\n

La scelta di usare una cosi alta diluizione del cyan Atlas_cmyk\u00a0 riduce fortemente la possibilit\u00e0 di produrre colori pi\u00f9 saturi nella zona giallo-verde dello spazio Lab, quindi il profilo risulter\u00e0 meno efficiente di quello smalto_inks<\/em><\/span><\/span><\/p>\n

 <\/p>\n\n

Nel video che segue sono mostrate le differenze fra le simulazioni fatte mappando l’originale sui due profili; nel video sono evidenziate le ragioni delle differenze trovate; per questo tipo di campione probabilmente, operando in modo corretto, non si otterranno immagini profilate molto diverse, a meno di metameria, derivante dall’uso di coloranti diversi.<\/p>\n

https:\/\/www.colorwave.it\/blog\/wp-content\/uploads\/2018\/07\/smalto_atlas_inks_differences.webm<\/a><\/video><\/div>\n

L’analisi \u00e8 effettuata utilizzando alcuni metodi presenti n Colibri, quali il calcolo delle differenze fra immagini, e quello di valutazione dei coloranti usati nella costruzione dei gamut. Non sono state rilevate differenze veramente significative, ma notiamo, analizzando gli istogrammi, che il\u00a0\u0394E e\u00a0\u0394h maggiori si hanno proprio nella zona di hue compresa fra 90 e 150, quella dove il gamut atlas_cmyk usa un cyan non sufficientemente saturo, quindi i colori relativi dell’immagine\u00a0 risulteranno maggiormente fuori gamut.<\/p>\n\n

Abbiamo presentato alcuni strumenti di Colibr\u00ec che permettono di analizzare le caratteristiche dei profili colori; lo abbiamo fatto analizzando l’effetto sulle profilazioni di un’immagine, giustificando le differenze dei risultati con le differenze nella forma dei profili confrontati;<\/p>\n

Possiamo abbozzare quindi una risposta ad alcune domande fatte in precedenza:<\/p>\n

Lo scanner spettrale garantisce che un’immagine sia riprodotta correttamente?\u00a0<\/strong><\/em><\/span><\/p>\n

La risposta \u00e8 no, non basta, poich\u00e9 la correttezza della misura non pu\u00f2 garantire che la stessa sia riproducibile con un profilo; gli utenti di Colibr\u00ec spesso non tengono conto a sufficienza delle caratteristiche delle stampanti, dei coloranti usati e delle operazioni di nobilitazioni successive (cottura nel caso ceramico, vaporizzazione nel tessile ecc.).<\/p>\n

Coloranti non appropriati non permettono di creare gamut efficienti; nel settore ceramico in particolare, gli utenti dovrebbero valutare meglio la qualit\u00e0 colorimetrica delle materie prime e la ripetibilit\u00e0 dei processo; Colibr\u00ec contiene gli strumenti per effettuare le valutazioni e per mantenere sotto controllo i processi.<\/p>\n

Allora quale vantaggio fornisce lo scanner spettrale?<\/strong><\/em><\/span><\/p>\n

Lo strumento, fornendo informazioni sulle caratteristiche di riflettanza delle immagini, permette, come abbiamo mostrato, il controllo di situazioni altrimenti non analizzate, come la metameria, mai abbastanza considerata in progettazione, e che spesso genera contenziosi con i clienti.<\/p>\n

Inoltre, essendo un’impronta colorimetrica<\/em> dell’immagine, \u00e8 riutilizzabile nel tempo, archiviabile e indipendente dal device di uscita e visualizzazione.<\/p>\n

Per quali ragioni non ottengo sempre buoni risultati di produzione?<\/strong><\/em><\/span><\/p>\n

Non esiste una sola risposta; Elenchiamo un insieme di ragioni, spesso in combinazione fra di loro, che generano risultati non desiderati:<\/p>\n

    \n
  • la qualit\u00e0 delle acquisizioni (i parametri di scansione)<\/li>\n
  • il materiale acquisito (lucido, opaco, irregolare ecc..)<\/li>\n
  • i coloranti non adeguati nella costruzione del gamut<\/li>\n
  • l’instabilit\u00e0 del processo di misura (spettrofotometri non calibrati e\/o usati male)<\/li>\n
  • l’instabilit\u00e0 del processo di stampa (perdita della linearizzazione della stampante, perdita di ugelli)<\/li>\n
  • una risoluzione stampante non adeguata (bassa risoluzione = bassa qualit\u00e0 dei colori, sopratutto se non si usa dot-size variabile..)<\/li>\n
  • la non costanza della temperatura di cottura (nel caso ceramico)<\/li>\n
  • substrati non colorimetricamente omogenei (ad esempio piastrelle a superficie irregolare e colore non costante)<\/li>\n
  • l’immagine ha colori molto fuori gamut ( su questo argomento discuteremo parecchio in un articolo che sto preparando, sull’idea che per testare un gamut piccolo si utilizzino immagini di questo tipo..)<\/li>\n
  • ..<\/li>\n<\/ul>\n

    Ovviamente non possiamo escludere che i malfunzionamenti siano dovuti anche al software, che pu\u00f2 non funzionare correttamente in alcuni casi; quando il software non da buoni risultati, avendo in genere dato buona prova di se ( e non parlo solo di Colibr\u00ec.), conviene analizzare tutti i processi appena elencati, perch\u00e9 il pi\u00f9 delle volte \u00e8 in uno o pi\u00f9 di questi che si nasconde il problema..<\/p>\n

    Comunque, da quanto scritto in questa serie di articoli sul controllo di qualit\u00e0, \u00e8 evidente come la competenza degli operatori sia da considerare una caratteristica necessaria al buon uso di tutti questi strumenti; sono certo che gran parte degli operatori che attualmente gestiscono Colibr\u00ec,\u00a0 prima della lettura di questi articoli non abbiano mai usato gli strumenti presentati; questo perch\u00e9 anche chi fornisce il servizio (vendita, consulenza, supporto) alle aziende non conosce e\/o non pratica queste metodologie.\u00a0<\/em><\/p>\n

    In questi anni si\u00a0 sta parlando tanto di fabbrica 4.0: cosa \u00e8, fra le altre cose, se non un insieme di competenze ed automazioni necessarie per garantire la qualit\u00e0 del prodotto? cosa \u00e8 se non la capacit\u00e0 di gestire le informazioni dei processi di progettazione e produzione? cosa pu\u00f2 essere se non un insieme di metodi, competenze ed intelligenza distribuita, non solo nelle macchine, ma anche nei lavoratori che le devono gestire?<\/em><\/p>\n

    scusate lo sfogo.. al prossimo articolo<\/p>\n

     <\/p>\n","protected":false},"excerpt":{"rendered":"

    Questo articolo \u00e8 il quarto della serie sulle tecniche di controllo di qualit\u00e0 in Colibr\u00ec; nei precedenti articoli abbiamo discusso un insieme di metodi di controllo della correttezza delle misure colore, utilizzando funzioni di analisi della differenza fra le immagini acquisite da…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"video","meta":{"_acf_changed":false,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"footnotes":"","_jetpack_memberships_contains_paid_content":false,"jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","enabled":false},"version":2}},"categories":[90,2,110,111],"tags":[],"jetpack_publicize_connections":[],"acf":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p9rwsf-Vy","jetpack_likes_enabled":true,"jetpack-related-posts":[],"_links":{"self":[{"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/posts\/3568"}],"collection":[{"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/comments?post=3568"}],"version-history":[{"count":26,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/posts\/3568\/revisions"}],"predecessor-version":[{"id":3607,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/posts\/3568\/revisions\/3607"}],"wp:attachment":[{"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/media?parent=3568"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/categories?post=3568"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.colorwave.it\/blog\/wp-json\/wp\/v2\/tags?post=3568"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}