色彩管理行业使用许多不同的系统以数学方式描述色彩,但并没有一个公认的标准, 也没有办法将一种色彩系统转换为另一种色彩系统。 这意味着无法准确地将一个系统测量出的色调变化程度与另一个系统测量出的色调变化程度进行比较。

 

这些年来,为了满足特定的用途,我们已经确定了一些具体系统。 制造商通常专注于一种类型的系统,具体取决于仪器的主要用途以及使用这些仪器的行业需求。 在商业生产中,只有采用相同色彩空间的测量才能获得一致的结果。

 

本文将提供有关色彩系统的高级概述,以帮助您确定它们之间的差异。 如果您想更深入地了解色彩基础知识,建议您下载电子书《色彩管理原理》。 您会在第四本书中了解有关色彩空间、系统和计算公式的详细信息。

 

色彩空间简史

色彩空间是一个三维模型,它描述了一组在数学上彼此相关的色彩。 色彩将沿着表示不同色彩属性(例如色调或饱和度)的轴进行映射。 所映射的属性会因色彩空间的类型而异。

 

CIE RGB、XYZ

色彩管理软件通常使用 1931 年国际照明委员会 (CIE) 确定的色彩空间变体。 “RGB”模型旨在使用红光 (R)、绿光 (G) 和蓝光 (B) 的不同波长来映射人类可见的所有色彩。

 

XYZ 模型是 RGB 的数学变体(同样确定于 1931 年),它扩展了 RGB 空间并避免了负数的生成, 并使用三原色或三色值。

 

CIELab

 

CIELab 空间(或 CIEL*a*b*,或简称“Lab”)是一种于 1976 年确定的改进系统。 CIELab 旨在从感知上保持统一,也就是所映射色彩之间的空间对应于它们的视觉差异。

 

CIELab 根据以下三个值来表示色彩:

  • L: 亮度:从黑色 (0) 到白色 (100)
  • a: 绿色 (-) 到红色 (+) 的量
  • b: 蓝色 (-) 到黄色 (+) 的量

 

在图中,可见色沿着两个色调轴等长延伸,因此可相对容易地看到色度属性。 作为一种理论模型,CIELab 中包含了超出人类感知范围的“虚色”。

 

 

CIE2000

CIE2000 是一个公式,而不是色彩空间。 它是一种使用 CIELab 值的计算方法,但让色差更接近于人眼的实际感知力。

 

下面的类比会有助于您的理解: 假设您需要开车去商店。 CIELab 值就好比发现商店位于三英里之外。 相比之下,CIE2000 则类似于不仅知道商店位于三英里之外,而且还知道由于正值高峰时间,因此可能花费的时间要比预计的长。

 

如果将上述情况转换到色彩世界,那么 CIE2000 就是对我们色彩视觉感知力(通常会欺骗我们)的解读。 例如,在感知力方面,深色相差三个单位与浅色相差三个单位是不同的。 CIE2000 可以揭示一些 CIELab 无法提供的信息。

 

色差

在生产作业中,可接受的色调变化量要取决于各种业务因素。 为了量化色调变化,必须测量样品并为其分配数值。 使用 CIELab 时的色差为 ΔE (Delta E) 或 DE。 由于 CIE2000 使用 CIELab,但在数学上表示的色彩不同,因此 CIELab DE 和 CIE2000 DE 数值不具可比性。 通常,CIE2000 DE 数值要小于 CIELab DE 数值。

 

仪器规格

由于 CIELab DE 数值和 CIE2000 DE 数值不兼容,因此使用这两个不同系统的仪器不应直接比较产品规格。 大多数仪器规格使用 CIELab,以方便客户比较不同的产品。 但是,部分公司使用的是 CIE2000 DE 数值。 如果将它们在对比表中同时列出,那么使用 CIE2000 DE 的仪器就会表现出不切实的优势,或者错误地显示等同性。

 

 

以下是 Datacolor 仪器的规格,其中包括可重复性数值和仪器台间差数值 – 它们均使用 CIELab:

 

为了找到最符合要求的分光光度仪,请确保所要比较的任何规格都使用相同的色彩系统。 否则,您投资的仪器可能无法在现场达到预期的效果。

 

我们的 Datacolor 团队可以帮助您更好地了解不同的色彩空间。 我们向您展示的解决方案能够符合您所需的可重复性和仪器台间差级别。

每个纺织品制造商的头等大事是什么? 当然是加快上市速度。 由于主要服装生产商不断缩短生产周期(即便不是数月,也是数周),因此整个行业没有放缓的迹象。 在色彩方面,根本没有出错的余地或时间。 不妨选择 Datacolor Match Textile。这是一种复杂的软件解决方案,它可以按照精确的规格来配制色彩,优化色彩结果,缩短生产时间,减少开支,并最大程度减少对环境的影响。
 
为了配制色彩,Match Textile 会考虑可能影响色彩的所有变量(染料相容性、基材和工艺变化、色彩一致性、同色异谱等),从而制定出最佳的色彩配方,以减少色调校正并最大程度消除染料、化学品和水的浪费。 此外,该软件还会在全套实验室和生产设备(包括配料器和染色机)中进行自动化集成,从而确保染色过程(从概念到面料)中的准确性和一致性。
 
 
发现 Match Textile 的各种功能

不管是初入色彩领域的新手还是长期使用 Match Textile 的用户,对该软件的了解可能仅限于部分功能。 为此,我们求助于行业专家 Milagros Watts(一位有着 30 年从业经验的 Datacolor 产品经理),请他对 Match Textile 提供的功能层进行译解。
 
利用 SmartMatch 奠定基础

 

正如 Milagros 所说:“不管项目的规模和范围如何,每个 Match Textile 用户都应该充分利用好我们获得专利的 SmartMatch 技术。”  SmartMatch 可以识别理论上计算出的配方与实际染色配方之间的系统差异,并利用相关算法来改善配方预测或配方校正。 该方法可自动从实验室或生产中获取染色信息并进行分组,期间会考虑影响染色过程的各种参数,例如染料、基材、染色工艺以及所用设备等的组合。接着,在配制新配方时,程序会检索此信息并根据 SmartMatch 分组来修改染料浓度,从而得到比传统预测方法更接近的预测值。
 
“我们的一些客户拥有最优化的 SmartMatch 库,因此他们不再需要校正某些色彩”,Milagros 说道, “他们在收到新的色调后可直接将其送往生产部门。 这不仅证明了该软件的精确性,同时也证明了我们的客户对该软件一次性获取正确色彩的信心。”
 

 混合正确的配方

 

得益于 Match Textile 的配方历史记录,客户在使用该软件一段时间之后可快速确定收到的新色彩是否已在库中(或者是否存在足够接近的匹配项),从而使生产能够更快获得许可。 可搜索的数据库便于您访问无限量类别的配方,不论色彩是在实验室、试验中还是在生产中首次生成,均可搜索。

 

从基础配色到高级配色

 
 
SmartMatch 和内置配方历史记录等基本功能是复杂功能的基础,而后者可以进一步简化色彩选择和生产过程。 例如,Match Textile 可对染料组合进行排名,以确定最适合基材的染料或者哪些染料符合特定色牢度要求,从而减少费用高昂(或属于浪费)的校正工作。

偏差配色

 

直观的偏差配色功能通过将偏差值分配给初始色彩配方,从而消除了染色后或最后润色处理所造成的色调变化。 “这反过来也确保了每次配制的目标都是正确的”,Milagros 说道。
 
该软件还可以向特定客户分配一系列自定义技术参数,例如质量、染料、光源、公差公式和常规优化设置,从而改进了配方的成本和质量,同时也加快了色彩审批的速度。

色感一致性、同色异谱和配方优化

 

在色彩选择方面,光线是关键要素。 零售商和色彩标准提供商非常感谢 Match Textile 能为色彩标准制定可行的配方,这些配方在不同光源下的变化极小,即便面对新型的 LED 光源也是如此。 “在零售环境中,服装的色彩在不同光源下看起来可能完全不同”,Milagros 说道, “无论服装受到何种光照,色感一致性和同色异谱优化功能均可有效防止色彩发生重大变化。”
 

实现软件与设备的协同工作

Match Textile 与 Datacolor Autolab 配料器和 Ahiba 染色机集成之后,该软件的配色功能得到突显,从而确保了单个样品以及最终产品的色彩一致性。
 
“如果没有一种准确方法对配方中的染料进行一致的称量和分配,那么您将无法找出染料制备过程中的出错原因”,Milagros 说道, “通过将软件与配料器和染色机相连,我们建立了一个自动化实验室,可以帮助客户在实验室与生产之间实现准确关联。”
 
此外,Match Textile 还通过 Datacolor Process 与色彩调制间以及染色机控制器进行无缝集成,从而使染印厂可以全面了解整个显色过程。
 
 

加快上市速度并降低成本

在纺织行业中,极端的时间压力、成本的上升、供应链的不一致性以及其他阻碍显色成功的因素都可能会令生产计划戛然而止。  Match Textile 可以有效地应对这些繁重工作,确保色彩的准确性,并且不会引发代价高昂的错误,由此简化了从设计到上架的整个过程。
 
“通过优化配方、建立色彩配方库,并借助 SmartMatch 解决色调变化的问题,Match Textile 可以让您的色彩管理流程精益求精”,Milagros 说道。
 
 

最大程度减少对环境的影响

 

Match Textile 除了能够节约成本和时间外,简化的显色过程还意味着对环境影响的减少,尤其是用水量方面。 最近的联合国环境规划署报告中指出,时装行业产生的废水量占全球废水量的 20%。 Match Textile 可提供优化的色彩效果,不再需要生产多个染料样品,从而减少了用水量和水污染。
 
“由于色彩优化确保了结果的一致性,因此一些不必要的染料样品便被使用 Match Textile 的纺织品制造商所摒弃”,Milagros 说道, “在我们的努力下,行业中的样品数量不断减少,节水减排的成效得以提升。”
 
随着上市时间的不断缩短,Match Textile 正发挥着日益重要的作用,它可以减少影响生产的色彩错误,最大程度减少对现有色彩配方的请求,消除不必要且对环境有害的染料样品,同时确保整个生产周期中色彩的一致性和色彩质量。 无论您是在考虑使用 Match Textile 还是已成为 Match Textile 用户,我们的专家团队都会在这里帮助您充分利用好该软件。

 

相关产品:

Datacolor AUTOLAB 配方配料系统

Datacolor 800 分光光度仪

Datacolor ColorHub

 

阅读下一篇:

可持续发展、色彩与纺织行业: 您需要了解的内容

改进数字色彩管理策略的提示

“不再勉强接受不正确的色样”: 专访 Coloro 色彩技术主管

Adobe 印刷技术与战略总监 Mike Scrutton 撰稿

 

以下是 Datacolor 合作伙伴 Adobe 的投稿。

 

没有协调一致,就可能导致灾难性的后果。 1999 年,NASA 的设计人员采用两种不同制式的单位来表示推力,致使他们的“火星气候探测者号”未能到达那颗红色星球。 一支团队在软件设计中使用了公制单位牛顿,而另一支团队使用了磅力。 结果导致了与火星大气层的灾难性相遇,而不是稳定地绕轨道运行。 这个问题本可以通过简单的转换,或至少通过在团队之间协调一致来解决,然而最终以失败告终,并浪费了大量的时间和金钱。 当必须操控航天器飞行数亿英里来满足客户要求时,最好在第一时间就确保正确!

 

Meeting the Color Standard in Textile Workflows

 

有时,色彩工作流程中可能会有类似的问题,即客户或设计师与供应商或印染商没有协调一致。 不同的术语和视角可能会导致无法达到期望,并且需要多次尝试才能将事情做正确。 大型品牌商经常告诉我,最多可能需要 12 次迭代才能获得所需的结果,因为设计师和工厂可能位于不同大洲,所以这样非常耗时。

 

解决这个问题的一种方法是精确捕捉设计师的意图 – 他们的想法是什么,或者在实施他们的工作成果时,他们期望看到什么。 这需要与印染商的能力相平衡 – 根据所用材料的参数,结合制造过程、价格和时间,得出可以生产的产品的界限是什么。 如果设计师想提出一些可以实现的要求,而印染商想在初次尝试时就生产出满足设计师期望的产品,则“意图”和“能力”这两个概念必须协调一致。

 

在纺织品制造业中,色彩标准的使用是一种使零售品牌商及其工厂的保持一致的常用技巧。 各品牌商努力在一系列面料上基于多种光照条件精确定义色彩的外观,并与供应商合作,确保可以在其打算用于服装的面料上重现这些色彩。

 

色彩标准的定义与工厂共享,工厂使用这些标准来准备其操作,以精确地重现(并验证)这些色彩。 当设计师在印花或素面上使用色彩时,他们可以使用商定的色彩标准描述其意图,在工厂有能力正确重现其设计的前提下,这样做是可靠的。 从设计师到工厂,供应链中的每个人在色彩标准方面都协调一致了。

 

设计师和工厂可以使用不同的工具来查阅这些色彩。 尽管设计师和工厂可能都会收到实物面料样品或色带作为参考,但设计师可能会另外收到一个样品调色板文件,可在 Photoshop 中用其绘制或创建印花,而工厂则会收到用于混合色彩的配方,可能还有光谱数据,以测试印染的面料是否符合色彩标准的规格。

 

事实证明,这种解决方案在纺织业中,至少在服装生产中是可靠的。 Color Solutions International (CSI) 等公司与主要品牌商的色彩专家合作,帮助他们选择其色彩标准并提供服务,从而与工作流程中合适的参与者共享必要的信息。 他们一起花时间测试生产流程,以避免不必要的同色异谱,即在不同的光照条件下,再现的色彩看起来可能有所不同。

 

重要的是,Datacolor 提供测量设备,可以用来验证制造的色彩是否符合商定的规格。

 

当我们在 Adobe 开始研究新解决方案 Adobe Textile Designer 时,我们希望可以确保很好地集成这些已经建立且久经考验的工作流程。 设计师广泛使用 Adobe Photoshop 和 Adobe Illustrator 为纺织产品创作印花,但是在我们的研究中经常发现设计师选择的是在屏幕上“看起来不错”的色彩,而不是使用纺织品制造中可以实现的色彩。

 

可以想象即使能够印出这些色彩,也很容易偏离品牌商的色彩专家所设定的那些已经商定并且可以重现的色彩。 因此,我们与 CSI 及 Datacolor 紧密合作,实现了一种解决方案,使设计师可以使用他们喜欢的任何色彩进行创作,但生成的最终数字设计遵循这些“安全的”色彩标准。

 

在这张屏幕截图中,我们看到设计师将其参考色库指定为“Global 440 Palette”,这是该品牌商自己的色彩标准库。 然后,他们使用软件指定要使用哪种色彩标准为其色彩方案重现设计。 例如,奶白色(在Photoshop 中称为 RGB [253,251,236])将使用“Vanilla Cream 120066”重现。

 

In this screenshot, we see that the designer has specified their color reference library

 

如果用户想要制作另外的色彩方案,则可以使用 Datacolor ColorReaderPro 测量样品。 这可能是一条已经制作出来的色带,完全符合色彩标准,或者也可能只是一块碎布或设计师在自己桌上测量的灵感性色彩。 软件将自动提供与色彩库中可用色彩标准最接近的色彩,在本例中为“Poolside Aqua 0600392”。

 

using colorreader with adobe textile designer

 

datacolor and adobe textile designer

 

通过这种方法,我们将解决“意图、能力和可实现性”需求。 “能力”体现在 Textile Designer 中加载的由标准色彩组成的色彩库中,设计师通过从库中选择色彩表达“意图”,而“可实现性”在创建色彩库时就已经得到保证了。 当我们使用传统的滚筒印花或平网印花流程进行制造时,它会很好地工作,因为我们已经协调一致,即采用色彩标准,在从设计师到整个供应链的工作流中,所有参与者都在使用它。 纺织品设计师将有关色彩标准的信息嵌入到设计稿的数字文件中,并将其传达到下游进行制造,而工厂也可以使用该文件选择正确的色彩并实现质量保证,确保结果符合品牌商要求的色彩标准。

 

未来的挑战

随着行业不断探求如何更多地使用数字印刷技术,纺织品印刷面临的挑战是如何在供应链中重现色彩,以满足客户的需求和期望。 数字纺织品打印机不使用与某品牌可能采用,并在其模拟供应链中使用的色彩标准相对应的墨水。 数字纺织品打印机使用青色、洋红色、黄色和黑色的混合来模拟这些色彩,并可能添加一些其他色彩以扩展色域。 不幸的是,这些色彩的配制很少标准化或没有标准化,并且不同的打印机通常各自兼容不同的墨水组合。 使用数字印刷精确重现色彩标准仍然具有挑战性,并且将成为限制采用数字纺织品印刷技术的主要因素之一。

 

在 Adobe,我们正在与合作伙伴一起研究这些问题的解决方案,以及捕获“意图、能力和可实现性”的需求将如何对我们提供的软件解决方案和在设计者与印染商之间流动的信息产生影响。 我们可以借鉴过去的经验和技术,但是要真正满足客户的期望,我们需要生产新的工具和解决方案。 设计师不想被束缚在任何特定的下游制造流程中,而希望在创作过程中享受灵活性。 我们需要工具来精确描述期望,也需要设备来衡量已实现的目标。 Adobe 对与 Datacolor 一起在 Textile Designer 社区中发挥作用感到很兴奋。

 

现在,谁想为我们在火星上的第一个殖民地设计服装?

 

可在以下网址找到 Adobe Photoshop 的 Adobe Textile Design 插件:https://adobe.com/go/TextileDesigner

 


 

关于 Mike Scrutton: 在 Adobe 印刷与出版业务部门担任印刷技术与战略总监,作为其职责的一部分,Mike 领导着一个专注于纺织品印刷技术领域发展的团队。 Mike 拥有超过 25 年的印刷业经验,对创作和生产工作流程有着广泛的了解。 他经常与 Adobe 内部和外部的最终用户、品牌商、供应商及合作伙伴打交道。 Mike 自 1997 年以来一直在 Adobe 工作,负责 PDF、色彩和印刷领域内的许多技术,包括 Adobe Photoshop 的新 Adobe Textile Designer 插件。 Mike 是英国人,目前与家人住在旧金山湾区。

 


 

您是否对色彩充满热情,并想与 Datacolor 读者分享您的想法和见解? 请发送电子邮件至 marketingdontlike@spamdatacolorcom.spam,邮件标题请填写“blog contributor”。

 

免责声明: Adobe 是 Datacolor 的合作伙伴。 Datacolor 客座博客所表达的观点、意见和见解仅代表作者本人, 而非 Datacolor 及其员工的观点。

 

对于企业和消费者而言,可持续发展和环境影响变得日益重要起来。企业正在积极探寻一些能通过研发新的加工方式来减少环境影响的途径。Daniel AitkenDatacolor
(英国)业务经理。

 

这里有一个小测验:哪一个主题是人人都在讨论,但似乎没有人能切中要害?您猜对了,它就是“可持续发展”。无论您身处哪个行业,您可能每天会听到不止一次“可持续发展”。世界各地的公司都在提出五年计划,力求实现 100% 的绿色环保。

 

不过,即便追求环保并非贵公司的当务之急,您仍然可以采取一些色彩管理举措来为您的因果平衡加分。这一点尤为重要,因为众所周知,当涉及污染、水资源浪费和能源消耗等问题时,染色行业一直难辞其咎,堪称是最恶劣的违规者之一。仅仅在 2015 年,纺织品生产对大气所造成的影响就达到约 12 亿吨 CO2,这超过了所有国际航班和海运的总和。纺织品染色和处理要对全球约 20% 的水污染负责。尽管贵公司的染色工艺属于内部决策,但 Datacolor 可以帮助您提高工艺效率,从而为您的可持续发展战略提供鼎力支持。

 

定义可持续发展

 

 

为了方便讨论,我们认为定义“可持续发展观”至关重要。您也可以有自己的定义,这没有关系。有的公司会以“从摇篮到摇篮 (Cradle-to-Cradle)”认证(一种得到全球公认,为循环经济而设计的更安全、更具可持续性的生产理念)作为范本,有的公司将其定义为减少浪费。Datacolor 则是从效率角度诠释了可持续发展问题。通过产生尽可能少的废弃物,可以提高运营效率并给环境带来积极影响。

 

减少实物样品

 

上一季,我们已经在减少实物样品。对,您没听错。一次只给一块织物染色绝不是可持续发展的行为。这是事实。如果这种情况还不止一次,那该怎么办?此时,目标始终应定位在最大程度减少样品开发中的资源耗用上。我们曾提到过水和能源浪费以及化学品污染,它们都会对环境造成负面影响。

 

但对于花在运送样品进行海外评估上的时间和能耗,又该怎么说?这同样也有损于环境。从我们的角度讲,需要消除(或至少要大大减少)实物样品。

 

 

是不是说起来容易,做起来难?并非如此。例如,Datacolor Match Textile 可以在对织
物进行染色之前预测色彩匹配的准确度,甚至可以预测色牢度,从而减少了多轮取样的
必要。Datacolor Envision 可以帮助您了解不同色调的面料和服装的外观,这样您就不必为当季的所有色彩开发实物样品了。如果您还想再进一步,则可以为您的设计团队配备便携式色彩管理设备,例如 ColorReaderPRO,它可以帮助您随时随地获取物品和织物的颜色,而无需再行购买和裁剪。

 

100% 数字化判色是不是代表了未来的发展趋势?

 

 

如今,技术上已经允许以数字方式进行当季的整体开发,而无需再针对单个实物样品。我们知道您已经建立了对样品进行物理评估的流程,而且积习难改。我们提议您:先做一个试点项目进行测试,看一看效果如何。从一季的一条生产线中挑选一件服装,然后实施完全数字化。这样做将产生巨大的影响,同时还会向您展示该流程对于贵公司是否可行。

 

您真的知道样品开发的成本吗?

 

取决于公司的总体目标,可持续发展可能还不是您的首要任务。无论您对环境造成了什么样的影响,企业的盈利能力始终是关注的焦点。您是否考虑过样品生产会如何影响您的利润?尽管人们普遍认为色彩样品开发是免费的,但实际上这是一个非常耗费钱财的过程。

 

如果算一下原材料、染料、通宵快递服务、能源和人工成本,那么仅一个会计年度就能产生 7 位数的潜在废弃物。我们的一些客户声称,他们每年在色彩样品上的花费很轻松就达到 200 万美元。这是巨大的潜在节省源,值得与贵公司的领导分享。

 

以数字方式管理色彩,可以节省您的时间和资源。此外,数字色彩管理还有利于抵消不断增长的染料和化学品成本。依照我们对效率的定义,分光光度仪和色彩配制软件可以帮助您以最佳方式执行或开展工作,而且浪费的时间和精力最少。是不是听起来不错?

 

可持续发展的蘑菇皮革和蜘蛛丝

 

在关注内部流程以实现可持续发展的同时,也不要忘记新兴的技术和材料。新的初创公司正在不断涌现,有望改变时尚界并对环境产生积极影响。一些最受欢迎的公司在将塑料瓶转化成泳衣,并用海带生产运动鞋。但创新还不止于此。新的参与者引入了更多可持续发展的材料,例如蘑菇制成的皮革和蜘蛛丝制成的织物。这听起来很酷、很有前途,但对于色彩部门来说意味着什么呢?色彩管理流程是否应适应新的趋势?如果是,该怎么办?

 

控制未来面料的色彩

 

我们知道纺织品的标准色彩管理流程是什么样的。

  • 使用分光光度仪测量设计团队的灵感色彩。
  • 对调色板进行数字化评估,并将色谱信息传达给供应商。
  • 不合格的实物样品被剔除,以提高显色效率。
  • 常态化的质量检查,以确保生产批次与批准的色谱相符合。

 

对供应商而言,色彩管理流程中的重要一步是确定色彩配方。供应商必须确定实现某种色彩所需的染料类型和数量,同时还必须考虑织物的可染性。例如,Datacolor Match Textile 可通过提供最佳的色彩配方来加快显色速度,并最终减少色调校正、染料消耗,同时彻底消除染料、化学品和水的浪费。

 

对织物染色之后,需要依据代表了理想色彩的色谱进行判色。有的会使用灯箱以可视化方式进行;有的则采用数字化方式,以提高客观性并尽快得到结果。这是一个质量控制步骤,它将决定所生成的色彩是适合使用还是需要返工。

 

这些类型的织物在色彩管理方式上确实没有区别。染料是染料,色彩是色彩,因此您尽可以放宽心。Datacolor 仪器会帮助您确定合适的配方,并以与常见织物相同的方式来评估结果。

 

天然染料也是如此。那是另一个日渐流行的趋势。染色过程可能有所不同,但色彩管理是相同的。您可以在 Datacolor 仪器和软件或您选择的其他任何数字色彩管理工具上配制配方,然后执行质量控制。

 

高效的显色是可持续发展的一部分

 

 

所有这些新技术都大有前途,而且颇具颠覆性。但是,它们真的可以减少对环境的负面影响吗?请记住,即便是最可持续性的材料,也无法抵消流程不佳的影响,这一点至关重要。仅仅采用可持续性的织物是远远不够的,您还需要优化流程,否则多轮染色所产生的浪费会令整个概念毁于一旦。

 

Datacolor SmartMatch 的数字色彩配方解决方案可优化配方并减少重新染色次数,以此消除了染料、水和化学品的浪费。如果在此过程中生成了任何偏色的染料,这些调制软件解决方案就可以帮助将它重新染成不同的色调或加工成不同的批次。这有助于节省原本会浪费掉的材料。

 

此外,客户希望看到自己购买的服装保持高品质和一致性,而具有可持续性的服装也不例外。选择采用新颖面料和现代技术的品牌需要建立有效的色彩工作流程,以确保产品色彩符合客户的期望。也就是说,数字色彩管理应成为现代产品开发的一部分,以助力可持续发展的实现,而不管您使用的是棉花还是蘑菇。

 

可持续发展是大势所趋。但是,与其他那些转瞬即逝的趋势不同,可持续发展将是一个永恒的主题。我们会回收利用塑料,而且在杂货店购物时也会随身携带可重复使用的手提袋。显色过程也该实现可持续发展了。面对这种变化,您准备好了吗?

色度计和分光光度仪是用于获取、分析和传达色彩信息的两种色彩测量仪器。在几乎所有重视色彩准确度的行业中,您会发现色彩测量是生产过程不可或缺的一个环节。说到色度计与分光光度仪之间的区别,通常也让许多色彩科学家感到困惑。随着您的色彩管理专业知识不断丰富,我们愿在这里做出解答:这两种仪器有何区别?功能有无强弱之分?
哪一个比较适合您?

 

了解色度计与分光光度仪的不同之处,可以帮助您确定哪种工具最能优化您的色彩管理工作流程。
 
 
色度计

色度计是一种三色色彩测量工具,它可以根据穿过红、绿和蓝(三原色)滤光片的光量来客观地评估色彩特性。它模拟了人眼感知色彩的方式
 
 

特色

  • 体积小,移动性强
  • 适合低成本的简单应用
  • 功能较简单

 

原理

  1. 采用内部光源,以 45° 角照射样品。
  2. 光会穿过三色滤光片,并反映从样品上反射的红、绿和蓝光的光量。
  3. 滤光片的测量值将被量化为 RGB 值,它模拟了人眼的感光方式。

 
 
常见用途

  • 简单的色彩识别
  • 相似色彩和色调的比较
  • 色强度的测量
  • 色牢度的测量
  • 色彩质量控制
  • 确定色谱的参考源
  • 非同色异谱色标的评估

 
 

分光光度仪

 

分光光度仪是一种更为复杂的色彩测量仪器,它的色彩函数中考虑到了光强度。与色度计的三色程序不同,它可以进行全光谱颜色测量,并生成肉眼无法观察到的色彩数据。

 
 

特色

  • 台式或便携式机型 –比较我们的台式仪器
  • 面向复杂色彩需求的高端解决方案
  • 功能更强大
  • 全光谱颜色测量,精度更高

 
 
 

原理

  1. 内部光源照射到衍射光栅上,该衍射光栅充当棱镜,用于将光分解成不同波长的全
    光谱。
  2. 随着光栅的旋转,一次只有一种特定波长的光到达出口狭缝,并与样品相互作用。
  3. 探测器会测量样品的光强度、透射率和吸收率。
  4. 分光光度仪将以数字方式显示这些信息。

 

 

 

常见用途

 

 

选择色度计,还是选择分光光度仪?为您选择合适的一种:

 

根据您的用途、价格范围和仪器的复杂程度,确定适合的色彩测量仪器。虽然色度计可能更为经济,但它只能测量特定色彩的吸光度,而无法识别同色异谱。对于那些只要求基本色彩测量或控制且无需进行复杂色彩分析的用户而言,色度计可能是较为理想的选择。

 

相比之下,分光光度仪可提供更高的精度和更为先进的功能,但价格也往往较贵。对于寻求高精度色彩数据、数字色彩沟通以及要在整个生产过程中确保色彩严格一致的色彩管理专业人员来说,这款仪器可能更为有用。在确定哪种仪器最适合您的色彩工作流程时,请务必考虑到自己所属的行业。

 

是不是需要更详尽的支持?请与我们的全球色彩专家团队联系,以协助您选择适合色彩管理需求的工具。

 

相关阅读:

60 秒测量技巧:色彩测量仪器有哪些不同的类型?

在选择色彩管理解决方案之前需要了解的内容

测量光阻和透光性 – 为什么要这么做

如何改进您的数字色彩管理策略

作为 Coloro 的创意内容负责人,Joanne Thomas 加入了全球趋势预测机构 WGSN,带来了她对未来的新见解。 在大学学习完女装设计之后,Joanne 继续与奢侈品和时尚品牌合作,收集了各种设计和消费者知识,现在她将这些知识带到了 Coloro 团队。

 

Joanne 眼中的 Coloro: “Coloro 是一个真正通用的色彩系统,它改变了人们使用色彩的方式。 作为一种智能化、富有逻辑能力的色彩系统,Coloro 可以准确、快速地做出色彩决策,为您节省宝贵的时间和金钱,并加快产品上市速度。”

 

interview with Coloro head of content Joanne Thomas

 

继续阅读我们对 Joanne 所做的采访。

 

 

Datacolor 为什么色彩如此重要?

 

Joanne Thomas 色彩之所以如此重要,是因为它的影响无所不在。 这是一种原始语言,从我们一出生便浸淫其中。 它能够让我们振奋精神,也能让我们感到压抑。色彩的力量绝对不可忽视! 即便在过去,色彩也一直受到高度重视,被用作一种治疗方法。 蓝色素以缓解疾病和治疗疼痛著称,红色则用于刺激身体和心灵。

 

现在,色彩也成为了一种逃避现实的方式。在面对一个完全无法理解的世界时,人们会用色彩来表达蔑视。 色彩是设计的重中之重。对于品牌而言,没有比选择完美的色彩更重要的事情了。

 

Datacolor 您还记得自己第一次认识到色彩的复杂性和影响力是在什么时候吗? 那是一种什么样的感受?

 

Joanne Thomas 我想那是我在大学期间开始时装设计,并开始真正了解色彩的变化可以完全改变服饰的时候。 我必须学习如何打造富有吸引力的色彩组合,可以将它们完美融合在一起。 如果选择的色彩不对,就会影响整个外观。

 

之前我从未意识到这种影响的存在。 中学和大学都缺乏色彩理论和色彩教育,我想是人们忘记了它的重要性。 之前我毫无色彩搭配的概念,也不知道这对于打造一个有凝聚力和吸引力的色彩组合来说有多么重要。

 

Datacolor 与开始 Coloro 的工作之前相比,您现在如何看待色彩?

 

Joanne Thomas:我现在感觉色彩中充满了律动。 我对色彩背后的科学知识一无所知,也从未探索过实现完美色彩的技术性手段。 我的经验仅限于时装行业。现在,借助 Coloro 这个平台,我就可以探索和了解其他行业以及它们是如何使用色彩的。

 

我还曾亲眼目睹了色彩带给人们的兴奋程度及其在不同色彩和色调下的变化。 让我感到非常幸运的是,我的工作恰恰集中在这样一个充满变化和情感的主题上。 谁不喜欢整天谈论色彩呢?

 

Datacolor 就个人而言,我觉得认识到色彩中蕴含着复杂的科学知识是一件很有趣的事,但最终用户并不需要知道这些背后的科学知识。 您如何看待这两种截然不同的色彩体验?

 

Joanne Thomas 当您未完全了解色彩中蕴含的复杂科学知识时,我相信您只是以一种感性的方式来看待它。 您会通过色彩带给您的感受、特定色彩所依附的记忆以及眼前的色彩来获得体验。 但是,一旦您开始探索色彩背后的科学知识,就会在一定程度上削弱这种感性认识,因为您意识到色彩只不过是大脑对光的一种映像,而且会因基材、光源和观看者的视觉而变化。

 

Datacolor: 不管是意料之中还是意料之外,您认为在哪些行业中,色彩发挥着重要的作用?

 

Joanne Thomas 现在,我相信色彩在每个行业中都发挥着重要的作用。 从在开始生产前五年便进行色彩选择的汽车行业,到错误的色彩可能会成就或破坏徽标的广告行业,再到在房间内使用错误的黄色会让来客感到恶心的室内设计行业,不一而足。

 

现在,我感觉任何行业都概莫能外,因为有越来越多的人开始认识到色彩在购买决定中所发挥的重要作用。

 

Datacolor 关于色彩的重要性,有什么事情让您感到惊讶的吗?

 

Joanne Thomas 对于某些行业而言,人们需要在各种不同的基材上实现完全相同的色调,这让我感到非常惊讶。 例如,建筑师希望能够在木材、金属、塑料甚至地毯上实现完全相同的色调。 这是极具挑战性的,因为每种材质对染料的反应各不相同。

 

Datacolor 您能想象一个无法用科学方式来控制色彩的世界吗?

 

Joanne Thomas 这将对所有行业产生巨大影响。 产品之间无法保持色彩的一致性,风格也无法延续,而且色彩会根据所用的材料和光源而完全改变。

 

Datacolor 对于那些专业从事色彩工作的人来说,了解色彩方法学的历史及其背后的科学技术有多重要?

 

Joanne Thomas 色彩方法学的历史很有趣,它可以帮助我们了解现在和既往所面对的挑战,从而探究大脑是如何对“看到”色彩的“幻觉”做出响应的。 此外,它还可以反映我们与色彩的关系以及依附于某些色调的内涵是如何随着时间而变化的。 例如,由于历史上蓝色的制作成本较为高昂,因此曾一度被保留专门用于圣母玛利亚画像的绘制,而现在它已成为使用最广泛、认可度最高的色彩之一。

 

一些基础性的色彩科学知识会让我们受益匪浅,它可以确保设计人员始终牢记各种因素(尤其是光源的变化)将如何影响我们对色彩的感知。

 

Datacolor 对于那些认为色彩并不重要的人士,您想说些什么?

 

Joanne Thomas 只需环顾一下四周,看一下色彩每天给万物带来的影响,一切就尽在不言中了。

 

Datacolor 对于任何不熟悉色彩科学的人,要想成功使用色彩,您建议他们首先做些什么?

 

Joanne Thomas 设计师或许应该先回顾一下那些色彩无法达到预期的情况,了解这种情况是如何出现的,原因是什么。 面对具体的屏幕、特定的照明条件以及不同的材质,色彩的显示也会有所不同。在项目开始之前了解这一点至关重要。

 

认识到色彩在不同的环境中确实看上去有所不同,同时了解并知晓每种环境中的局限性,那么成功就是水到渠成的事情了。

 

了解同色异谱、色彩易变性是一个大问题 – 了解并不是所有色彩都能在所有介质和基材上转换或呈现出相同的色彩则是一个很好的开端。 从某些方面来说,他们应该知道要问些什么以及如何质疑内部供应链团队(或工厂),当然具体要取决于谁来帮助他们交付色彩。

 

谢谢你,Joanne Thomas,感您分享有关色彩方面的知和建 在此了解有关 Coloro 工作的更多信息


 

您是否色彩充满热情,并想与 Datacolor 者分享您的想法和解? 请发件至 marketingdontlike@spamdatacolorcom.spam标题请填写“blog contributor”

 

声明: Coloro Datacolor 的合作伙伴。 Datacolor 客座博客所表达的点、意代表作者本人, 而非 Datacolor 及其工的点。

从许多方面来看,分光光度仪分光光度仪都是色彩管理系统的核心所在。 您已考虑了具体应用所需的功能,而且也从信誉良好的供应商处购买了高质量的仪器。 但是,设定分光光度仪后,该怎么办? 确保充分利用色彩测量仪器是一个持续性过程。

 

如果您的企业需要尽可能准确且可重复的结果,可以参照以下几条提示。

 

  1. 请遵循制造商的维护和测试建议。
    这包括使用定期专业服务来确保分光光度仪的积分球涂层符合反射率指南,并且仪器的使用符合规范要求。
  2. 保持一致性的环境条件
    • 温度:分光光度仪应根据您的具体应用和制造商指南在温度可控的环境中使用。如果样品会受到温度的影响,我们建议使用调节室来对此予以控制
    • 大气:除了温度之外,湿度也建议保持稳定。 此外,分光光度仪的使用环境还要保持清洁,环境中的空气应不含化学药品,包括烟雾。

     

    [在此处了解有关 Datacolor 分光光度仪的更多信息]

  3. 经常重新校准:即使制造商建议的分光光度仪校准频率是每天一次,也应考虑每 2 到 4 小时 — 以及在开展特别重要的工作之前 — 进行重新校准。 这将减少由于温度、光源或其他因素而引起漂移误差的可能性。
  4. Datacolor 800. Here are seven things you should know to get the most out of your spectrophotometer.认真维护校准标准件:分光光度仪的光度标已按照标准进行了校准。 为了获得成功的结果,黑白校准标准件必须保持清洁且完好无损。 需要轻柔地处理和清洁白瓷,并且需要使用压缩空气来清洁黑阱中的灰尘或污垢。 阅读我们的文章储存、使用和清洁校准砖以了解更多信息。
  5. 正确准备和测量样品:具体过程因行业而异,因此最好查阅用户指南或联系我们的团队以咨询有关您的具体应用的问题。 例如,以下是适用于纺织业中样品准备和测量的一些指南:
    • 不透明的样品需要折叠、缠绕或堆叠 — 视材料而不同 — 以确保测量结果不会受到显示背景色的影响。
    • 定向样品必须认真测量,避免出现错误。 始终按照相同的方向放置样本,或在相隔 90 度的四个方向上进行测量并取结果的平均值。
    • 色调不规则的样品需要测量多次。 在每次测量之间移动样本并取数据的平均值。
  6. 使用尽可能大的观察区域: 这将有助于平均样本中的所有色调变化。
  7. 保持一致性:在指定或生产特定色彩的产品时,为了尽量减少色彩的不一致性,确保整个组织和全球供应链使用的色彩测量仪器能够提供一致的结果是至关重要的。 这种一致性通常被称为“仪器间一致性”(IIA)。 具备良好的仪器间一致性的分光光度仪提供的色彩测量数据可以在整个全局显色过程中共享。 在整个供应链中保持这种一致性可以避免代价高昂的色彩不一致问题。

 

Datacolor 800 spectrophotometers. Here are seven things you should know to get the most out of your spectrophotometer.

 

分光光度仪是一种为在特定公差范围内测量色彩而设计的精密仪器。 在仪器的功能范围内,遵循最佳实践有助于确保获得最佳结果。

 

我们建议的提示需要时间和注意力。 您的行业、您的业务模型以及您的具体要求将决定哪些建议对您的公司最为重要。 有关使用分光光度仪的问题,请随时在此处联系我们的团队

 

相关阅读:

获得准确色彩数据的最佳条件
如何储存、使用和清洁校准砖
如何改善纺织品样品的测量
数字色彩沟通中的样本测量技术

我们对物体色彩的视觉感受会受到许多物理因素的影响, 其中之一就是光泽度; 但光泽度并不容易控制。

 

原因如下: d/8° 分光光度仪可以测量物体表面反射的光量,而不是物体的外观。 因此,即使两个物体的色彩测量为相同,光泽物体的色彩看起来也可能有别于无光泽物体。

 

如果标准样本和批次样本的表面光泽度不同,就会给配色带来极大挑战。

 

请继续阅读,详细了解光泽度如何影响色彩以及您可以做些什么。

 

我们的眼睛根据反射光感知不同的色彩

 

当光照射在物体上时,物体吸收一部分光谱,反射一部分光谱。 我们的眼睛根据反射光的波长感知不同的色彩。 表面光泽度的不同决定了光反射到我们眼睛的方式也不同。

 

镜面反射是指完全光滑的表面(无论是否为镜面)以与入射光束相同的角度反射光线。 为了使色彩不受表面光泽的影响,观察者放置样本的视野范围内不得有反射光。 这样测得的色彩将处于完全饱和状态,包括没有反射光。

 

漫反射描述光线如何在不完全平滑的表面上产生多种角度的反射光线。 观察者无法避免这种反射光,因为其会反射到各个方向。 而且由于反射光的色度被添加到样本内部的光中,所感知的色彩会较浅或较不饱和。

 

毫无疑问,相较于主观视觉评估,使用分光光度计配色的准确度更高。 我们已在其他博文中反复探讨过数字色彩管理的优势,使用数字色彩管理无需再制作和运送实物生产样本,为企业节省了时间和资金。 数字色彩管理不仅可提高质量控制水平,还有助于保持色彩一致性,而色彩一致性是重要的质量指标。 那么,如何才能在即使标准和产品光泽度不同时也能使用我们的仪器更准确地配色、校正和控制色彩呢?

 

如何测量镜面光泽度

镜面光泽度可以量化。 光泽计专门用于测量表面反射的光量。 镜面光泽度值是在相同条件下,样本的镜面反射与标准材料的镜面反射的比值。

 

分光光度仪用于质量控制和配色。 根据所用的测量几何形状,高光泽和低光泽样本的色彩测量可能产生接近的读数(漫射 8 度仪器)。 但这些样本在人眼看来可能大不相同。

 

我们的 d/8° 仪器(包括 Datacolor Check 3、20D、200500800 系列分光光度仪)可以测量镜面光泽度,以获得更好的成果。 Datacolor 的光泽度补偿是一种非常有效的工具,可用于标准样本和批次样本光泽度不同的所有色彩。

 

我们的 45/0°仪器(包括 Datacolor 45G 系列)不包括镜面光泽度组件,这使其成为测量物体色彩和外观的有效仪器。

 

为什么光泽度补偿技术很重要

 

油漆、塑料、油墨和化妆品等产品具有许多不同的光泽等级。 光泽度补偿是 Datacolor 色彩控制和配色软件中的专有功能,许多使用颜料的行业均可得益于光泽度补偿。

 

Datacolor 的光泽度补偿系统首先测量包含和不包含镜面的样本。 接下来,应用校准和数学模型确定相对光泽度,然后调整测量值,就好像两个样本的光泽度相同一样。 我们甚至可以调整配方来获得符合需求的光泽度结果,进一步提高您的配色能力。

 

欲了解光泽度补偿功能的更多信息,请阅读此处的技术简介

希望在有限时间内了解有关色彩管理的最佳实践? 我们创建这个系列的目的就是让您能够在一分钟内温习自己的知识或学习新的知识。

 

根据材料的不同,可能需要重复测量才能生成准确的色彩数据。 在确定所需测量次数时,我们建议您使用以下过程:

 

  1. 通过将样本旋转和重新放置,进行 8 次测量,然后保存平均值。
  2. 使用同一技术对样本进行 7 次测量。
  3. 继续重新测量几次,直至进行两次读数。
  4. 检查每次测试与原始样本测量之间的色差数据,确定在哪个点 DE(CMC) 超过了 0.15 的限值。 这可以得出准确取样所需的读数次数。
  5. 最后,以确定的读数次数再次测量样本至少四次,确保每次测量的差异不超过 0.15。

 

虽然最初会很耗时,但此过程可以确保更高的准确性和更加一致的质量。

 

我们的团队可以帮助您实现一致、准确的色彩。 请发送电子邮件至 marketingdontlike@spamdatacolorcom.spam,以便我们为贵公司推荐合适的色彩管理解决方案。 

希望在有限时间内了解有关色彩管理的最佳实践? 我们创建这个系列的目的就是让您能够在一分钟内温习自己的知识或学习新的知识。

 

“通用型”分光光度计是不存在的。

 

What are the Different Types of Color Measurement Instruments?

 

  • 台式仪器要求样本具有便携性并“可呈现”到测量端口
  • 便携式仪器可用于在商店或现场进行测量
  • 特定型号(d/0º、d/8º/45º/0º 几何形状)则根据具体应用和样本类型的需求量身定制
  • 可重复性和仪器台一致性因仪器类型而异

 

这就是为什么一定要与信誉良好的供应商合作的原因,因为他们可以为您提供指导,帮助您找到具有适用于具体情况的特性和功能的仪器。 Datacolor 还提供在线工具,可以帮助比较我们的各种台式仪器的功能

 

我们的团队可以帮助您实现一致、准确的色彩。 请发送电子邮件至 marketingdontlike@spamdatacolorcom.spam,以便我们为贵公司推荐合适的色彩管理解决方案。 

您知道测量颜色的技术不仅仅能用于颜色本身吗?  当然,您希望自己调配出的漂亮的中国瓷器蓝与您的设计师在香港大街上看到的那种颜色一模一样。 但是您用我们的仪器和软件能做到的事情还不止于此。 下面就举出我们客户发现的几种 SpectraVision 解决方案的用途:

 

计算覆盖比例

 

概念很简单。 在测量有多种颜色或混合的材料时,系统计算某种颜色在总的采样空间中所占的百分比。

 

为什么这很重要?

 

首先,这可以让您客观评估材料的整体外观和感觉。 就以混色面料为例。 混色面料可能用多种颜色不同的纤维或纱线织成,形成交替出现的色斑。 传统上,目视评估是控制混色面料总体外观和感觉的一致性的唯一方法。  现在,通过引入市面上的新技术,纺织品生产商可以分辨面料中的不同颜色,并确定个别颜色是否符合标准。 此外,颜色的比例也可用于评估多个批次的花纹是否一致。

 

did you know spectravision can measure percentage coverage?

did you know spectravision can measure percentage coverage of a material?

 

第二,它可以帮助您达到技术规范或控制物料成本。 以屋顶瓦板或砂岩为例,它们包含不同比例的沙子、有色岩石或其他材料,用于得到不同的色彩效果。 但这些原材料的成本是不一样的。 如果知道了样品中每种材料的含量,就能帮助您在确保最终产品整体一致性的情况下控制成本。

 

did you know spectravision can measure roof shingles and sandstone?

 

分辨纹理材料的颜色——排除阴影干扰

 

如果需要准确评估粉饰灰泥、皮革、纹理壁纸等有纹理的材料的颜色,传统的分光光度计是无能为力的。 这是因为标准仪器只会测量取样测量空间的平均值——包括有阴影的区域。 这就导致测得的样品颜色深浅出现误差。

 

但是,有了 Datacolor SpectraVision 这样的高光谱成像解决方案,用户就可以轻松分辨不同颜色,并排除阴影(高峰和低谷)干扰。 结果如何? 得到所需色彩的更准确的测量值。 通过这种功能,生产商可以确保不同批次的色彩更匹配、更一致。

 

Did you know spectravision can measure stucco and leather?

did you know spectravision can measure stucco and leather?

 

分辨小尺寸样品的颜色

 

尺寸非常小但又有色调变化的产品,比如小纽扣、毛发样品、染色纱线或小颗宝石,也可能给传统分光光度计带来挑战。  有了 SpectraVision 和各种为了固定小型物体而设计的样品座,用户就可以轻松获得样品图像并分辨颜色——像素尺寸最小可达 28 微米。 这可是相当小的。

 

did you know spectravision can measure hair, yarn, and buttons?

 

这种应用在纺织品行业也被证明很有价值,因为制造商需要确保一件衣物的不同组件的一致性,例如茄克的拉链、纽扣、镶边和搭扣,或者运动鞋的鞋带、网眼、鞋底和鞋帮。

 

did you know spectravision can measure color consistency across multiple components of a garment?

 

测量 3D 物体

 

我们的客户还使用 SpectraVision 测量过一些更有趣的样品,包括 3D 物品。  同时在一块石头的顶面和多个侧面测量颜色的功能帮助我们的客户更好地了解其切割工艺和对最终产品质量的影响。

 

3D 测量的另一种应用: 您知道牙齿颜色的复杂性不亚于眼睛吗? 牙齿表面有多种颜色,其内部也有多种颜色。 有许多因素可能影响人们感觉到的牙齿颜色,因此在牙科种植体上测量颜色梯度的功能可帮助我们的客户更好地控制最终产品的质量。

 

did you know spectravision can measure 3d objects?

 

我们已经告诉了您 SpectraVision 能做什么。 现在,我们想了解: 您还可以向我们建议哪些应用?

 

了解更多关于 SpectraVision 的信息,并用您自己的样品来挑战我们。

 

 

作者:Jeff Watts,高级应用专员

 

材料偏色的现象时有发生,有可能是因为误操作,也有可能是工作后遗留下的问题。 您知道吗,Datacolor 的 Match Pigment 软件提供了一种非常有用的功能,能够让这些材料重新利用起来,从而减少浪费。

 

从可持续性方面而言,Match Pigment 的“回收”功能对整个地球非常有利。 此外,它还能帮您实现财务目标: 它可以快速缩短色彩管理系统实现投资回报的周期。 在一些行业,我们亲眼见证了这个系统在几个月内就能收回成本。

 

因为回收利用不仅让您获得了“免费”材料,还可以帮助您节省材料处理费用。 我们请 Datacolor 的高级应用专员 Jeff Watts 介绍了此功能对于颜料和涂料行业的意义,但是您也可以将它用于塑料、油墨以及其他工业应用。 下面是使用回收功能的三种方法。

 

对任何新的生产批次进行回收

 

如果您有多个偏色的产品,将它们组合到一起,形成较大的“色彩批次”。 您可能有一大桶装的是灰色/浅色,有一大桶装的是棕色/深色。 然后,像在数据库中存储染料一样将这些大桶存储起来。

 

现在,您可以在创建的每个生产批次中使用这些大桶。 系统只会尽可能多地添加偏色的产品,而不会干扰目标色彩。 您可以将其想象成较大批次的“自由体积”。

 

通过涂成目标色彩来完成回收

 

假设您有一桶米色,而您想要的是深棕色。 您可以通过组合校正和向桶中添加必要的染料,将任何装有偏色材料的“桶”染成正确的色彩。

 

但借助该软件,您不必添加任何材料,只需使用少量染料,就可以获得新的色彩。

 

如何最大限度地减少所产生的回收材料的数量

 

假设您犯了一个错误,对一批 100 磅的浅灰色用了双倍的染料。 这个问题的解决方法只有寥寥数种,但从环保和预算的角度而言,其中有一种方法是最好的。

 

  1. 将除染料外的所有东西都添加到批次中以使之均匀。 这样会将批次的量翻番,仍会多出 100 磅。
  2. 把旧的批次扔掉,另做一批新的。 同样,还是会有 100 磅的废料。
  3. 正确的解决之道: 使用 Datacolor 的“部分批次处理”功能,只向一半的批次添加正确的成分。 这样就会只余下 50 磅,可以用上面提到的其他方法解决掉这 50 磅。

 

想要了解关于 Match Pigment 的更多信息吗? 请访问我们的在线研讨会系列点播阅读我们的博客,了解有关该软件在涂料、颜料、塑料、皮革、油墨和化妆品等行业使用的基本知识。

 

您也可以观看下面的视频简要了解 Match Pigment:

 

每个人看到的颜色都略有不同。 正如前文所述,外部物理因素(例如光、背景、海拔高度和噪声)会影响我们根据标准进行配色的能力。 在本文中,我们将探讨个人因素:

 

  • 年龄
  • 药物
  • 记忆
  • 情绪

 

这些因素共同影响着我们准确感知颜色的能力。

 

与年龄有关的变化

 

随着年龄的增长视力会自然下降。 虽然我们可能需要戴眼镜,或者接受自己的周边视力已不如前这个事实,但许多人可能没有意识到颜色感知的准确性也会受到年龄的影响。

 

随着年龄的增长,眼睛的肌肉会变得松弛无力,眼睛对光线变化的反应会减弱。 老年人视网膜中的细胞对光的敏感度也会减弱,从而影响颜色对比度。 对于老年人来说,蓝色尤其容易变淡,这可能是因为随着年龄的增长和白内障的形成,眼睛的晶状体会变得发黄。

 

20 世纪 90 年代开展的一项研究测试了十年间的色觉减退状况。 研究人员发现,人对色调和饱和度的感知能力在 50 岁时开始衰退,60 岁后衰退得更快。 2014 年发表的一项更全面的研究证实,颜色混淆与年龄有关,尤其是蓝色。

 

药物

 

伴随着衰老而来的,是各种各样的疾病。一些疾病通常是用影响颜色感知的药物来治疗的。 2016 年加拿大一份报告通过对文献进行调查,确定了以下药物,讨论了几种老年人常用的处方药。

 

 

当然,这些药物也会开给其他人群,尽管开的频率低于老年人。

 

设计师如果能意识到可能存在的色觉障碍,就可以从地面覆盖物到电器上的电源按钮的所有物品上迁就他们。 想象一下,如果制药公司使用形状而不是细微的颜色变化来识别药物,那么对即使是轻微色觉受损的人来说,这会有什么不同。

 

 

记忆

 

颜色感知既是生理性的也是心理性的。 它涉及到眼睛,也涉及到大脑。 记忆对颜色的影响方式有两种。

 

首先,记忆会影响我们命名和感知颜色的方式。 如果在香蕉上看到橙黄色,我们可能会将其称为“黄色”,但如果在胡萝卜上看到相同的橙黄色,我们可能会称之为“橙色”,这是因为我们之前对这两种物体的经验以及对它们颜色的预期。 除了命名之外,事实证明即使香蕉是灰色的,“记忆的颜色效果”也可以让观察者看到香蕉是黄色的。

 

其次,随着时间和距离的推移,对颜色的记忆并不十分准确。 例如,我们很难将商店里一件饰品的颜色与家中一件衣服的颜色相匹配。 我们的记忆是不准确的,照明和其他环境可变因素也会改变感知到的颜色。 几年前曾经发表过这样一项研究,其中探讨了记忆和环境变化对配色的影响

 

无论是并排还是从远处看,记忆都是影响我们观察、描述和配色能力的一个因素。

 

 

情绪

 

情绪是影响我们感知的另一种心理特征。 事实上,忧郁的人准确识别蓝黄光谱上颜色的能力可能不及乐观的人。 虽然情感本身在感知中起着作用,但也可以从物理上解释。 例如,影响幸福感的神经递质多巴胺与颜色感知存在关联。

 

“灰色的日子”可能也有物理成分的存在。 一项德国研究评估了患者感知对比度的能力,发现抑郁症的严重程度与视网膜反应能力下降之间存在“密切而显著的相关性”。

 

主观性与颜色管理

 

通过这一系列文章我们知道,许多物理和个人因素都会影响我们感知颜色的能力。 这使得我们无法实现主观的高质量颜色管理。 为了准确识别和重现颜色,我们需要使用相关的工具和流程来走出自身的局限。

物理因素会干扰我们观察和描述颜色的能力,使我们看到的与他人不同。 当我们试图执行设计师的设想或指定某项变更时,这种主观性会妨碍我们的工作。 它还会干扰我们在投入生产前根据标准目视配色的能力。

 

正如我们近期一篇有关色觉基础知识的博文中所述,这些物理因素可能包括:

  • 光源
  • 背景
  • 海拔高度
  • 噪声

 

其中最重要的是光,因为它是我们观察颜色的基础。

 

最关键的因素:

 

光的颜色

物体会吸收和反射光。 只有物体反射的光进入到人的眼睛,我们才能看见物体,而我们看到的颜色取决于物体所反射的光的波长。 当所有可见光光谱内的光都被反射时,我们看到的物体是白色的。 当物体吸收大部分光时,我们看到它是黑色的。

 

光源本身的颜色会影响我们对物体颜色的感知。 与颜料不同,光的颜色取决于光中所含的光谱能量。 呈现为红色的物体反射红色能量,同时吸收所有其他能量。 如果没有红色能量,通常“红色”的物体将呈现为黑色。

 

我们认为“冷”的光比“暖”或淡黄色光含有更多的蓝色。 光源的颜色可以通过测量不同波长的相对功率来描述。 随着这种光谱功率分布 (SPD) 发生变化,光反射到人眼的方式也会发生变化,从而影响我们感知的颜色。

 

 

光源是根据其与自然光相比准确显示颜色的能力来进行测量。 该值由光源的光谱决定,被称为演色性指数 (CRI),通常显示在商用灯具上。 户外自然光的 CRI 是 100。

 

为了让商品更具吸引力,气氛更能吸引人进入,零售商、餐馆老板和办公空间设计师等人士会考虑 CRI。 但是自然光会随着气候、时节、一天中的时间和建筑物的位置等因素而变化。

 

照明设计师可通过精心选择人造光来进行调整。 他们可以选用相应的涂料和纺织品颜色来抵消自然光的特性。 例如,间接的北侧光会使颜色显得较暗,因此设计师可能会选择比朝南时更亮的涂料和纺织品颜色。

 

光的强度

除了颜色,光源的功率也会影响它所照亮的物体的感知颜色。 但是,越亮并不总是越好。 照明研究中心 (Lighting Research Center) 开展的研究比较了功效与 CRI、色域面积和全光谱颜色指数值之间的关系。 有时高压钠灯之类非常明亮的灯光,其演色性效果并不佳。 根据用途的不同,颜色可能比亮度更重要。

 

下列 Datacolor 博文也讨论了光源与颜色之间的关系:

 

 

背景和颜色

 

颜色的显示可能会因其环境而大不相同,这种环境不仅包括观察区域的亮度,还包括颜色样本与背景之间的关系。 Datacolor 博文谈到颜色,人们往往难以达成共识提供了多个错视的例子,其中的颜色根据密度或背景的不同而显得不同。

 

五个错视的额外例子说明了为什么很难准确地配色。 即使我们尽可能严格地控制各种可变因素,颜色感知还是易变和主观的。

 

 

海拔高度

 

事实证明,在高海拔地区,颜色感知会发生变化。 一项研究评估了氧含量降低对眼睛产生的生理变化的影响。 另有一项研究发现,登山者回到家中后他们在高海拔地区经历的视觉变化会自我扭转。

 

噪声

 

几百年来,声音和颜色之间的关系一直让科学家们为之着迷。 柏拉图和亚里士多德思索过颜色和音乐之间的关系,艾萨克•牛顿爵士设计了与音阶相对应的色环。 我们都知道联觉,这是一种人们可以听到颜色(或体验其他交叉感觉)的情况。

 

然而,虽然声音可以触发颜色,但我们尚不清楚声音(尤其是噪声)是否能抑制颜色感知。 一项研究评估了与包括噪声在内的几个因素相关的“色相偏差”,并真的发现其中是存在关系的。 另有一项研究指出,突发的白噪声通常会抑制视觉感知,但文中没有单独指出颜色感知。

 

 

更多因素

 

上文中我们分析了一些影响颜色感知的物理和环境因素,但这只不过是管中窥豹而已。 我们还将在颜色感知中考虑个人因素,例如年龄、身体健康状况和情绪。 本系列的下一篇博文将讨论这些因素。

您可能听说过,色彩是非常主观的东西。 我们的团队在色彩管理行业工作,对这一事实了如指掌。 但是也别太把这句话当一回事。 如今我们正在推出一个新的产品系列,在其中,我们深入研究了色彩感知背后的科学,以及影响我们眼中的色彩(顺便说一下,这和我们的朋友、邻居或同事眼中的色彩不完全一样)的许多因素。

 

今天的这篇文章就要探讨一些关于色彩视觉和感知的基础知识。 稍后,我们还会探讨影响色彩感知的物理因素。 最后我们将讨论环境因素。

我们希望您看完本文后,能更好地理解我们为什么经常在颜色问题上产生分歧。

 

我们如何看见

我们拥有视觉是因为我们的视网膜上有感光细胞将信号传输到我们的大脑。 高度敏感的视杆细胞使我们在亮度非常低的情况下也能看见 – 不过看到的是不同色调的灰色。 要看到各种色彩,我们需要较亮的光线以及会大致对三种不同波长作出反应的视锥细胞:

 

  • 短波 (S) – 蓝色光谱(吸收峰 ≈ 445 nm)
  • 中波 (M) – 绿色光谱(吸收峰 ≈ 535 nm)
  • 长波 (M) – 红色光谱(吸收峰 ≈ 565 nm)

 

这就是三原色论的基础,它也叫扬-亥姆霍兹论,是以研究者的姓氏命名的。 它直到 1960 年代才得到验证。

 

对立过程论主张色彩视觉取决于三种作用相反的受体复合体: 光/暗(白/黑)、红/绿和蓝/黄。 将这两种理论结合起来,可以帮助描述我们对色彩的复杂感知。

 

我们感知的色彩取决于物体如何吸收和反射不同波长。 人类只能看到电磁波谱中的一小部分,大致是 400 nm 到 700 nm 的范围,但这已足以让我们看到数以百万计的色彩。

 

色彩感知中的主观性

我们相当擅长识别熟悉的物体的颜色,即使在光照条件变化后也不例外。 眼睛和大脑的这种适应能力被称为色感一致性。 但它对于微妙的色调变化并不起作用,也不能抵消因为光线强度或和质量的变化而造成的色彩变化。

 

对于定义基本色彩的波长,我们相互之间也可能达成一致。 在这方面,我们的大脑所起的作用可能要比眼睛更大。 例如,在罗彻斯特大学 2005 年的研究中,不同的个体倾向于对色彩产生相同的感知,尽管他们视网膜中的视锥细胞数量差异很大。 当志愿者被要求将一个圆盘调整为他们所认为的“纯黄色”光泽时,大家选择的波长几乎都是一致的。

 

但是当一个或多个人员尝试使颜色与样本匹配时,情况就复杂得多。 物理/环境因素和观察者之间的个人差异可能使感知发生改变。 这些因素包括:

 

物理个人
·      光源

·      背景

·      海拔高度

·      噪声

·      年龄

·      曾用药物

·      记忆

·      情绪

 

我们在今后的文章中将讨论其中一些因素。

 

色彩的数学

既然环境和个人因素会影响色彩感知,如果我们靠肉眼将颜色与色谱样本比较,就不能保证得到准确的匹配。 这可能导致生产延期、材料浪费和质量控制失败等严重的业务问题。

 

因此各家企业现在都依靠数学公式来指定颜色,用不带主观性的测量设备来确保匹配。

 

CIE 色彩模型(也叫 CIE XYZ 空间)是 1931 年创立的。 它本质上是一个映射系统,在 3D 空间中使用红、绿、蓝色值作为轴来标定色彩。

 

如今人们还定义了许多其他的色彩空间。 CIE 的变体包括 1976 年定义的 CIELAB,其中 L 指照度,A 是红/绿轴,B 是黄/蓝轴。 还有另一种模型 CIE L*C*h,它考虑了亮度、彩度和色调。

 

测量工作依托色度计或分光光度仪,它们可提供对色彩的数字化描述。 例如,为了与色谱样本匹配而需要的三原色的各自比例以三色刺激值来表示。 三色刺激值色度计被用于质量控制应用。 Datacolor 提供种类齐全的分光光度仪,适用于各种行业和更复杂的应用。

作者:Ken Butts,Datacolor 全球大客户团队成员

 

考虑以下两种情况:

 

  1. 某位顾客找到了一件非常合意的蓝色毛衣并购买了一件与之搭配的夹克。 等回到家从袋子中拿出毛衣和夹克时却发现颜色看起来大不一样了。
  2. 一家公司的设计和色彩团队商定了最满意的绿色色度,要在新一季的系列产品中使用。 但是当这一系列在商店中陈列出来时,部分商品的绿色色度却完全不同了。

 

出现这两种情况,可能都要归咎于开发服装产品时使用了错误的光源。 在整个供应链中,由于要在多个不同的地方对样本进行评估,会出现很多错误,但是幸运的是,如果每个人都使用相同的照明条件进行判色,就完全可以避免这样的问题发生。 但是,要确保每个人都使用相同的照明来进行判色却并不总是那么容易,因此对于负责管理产品色彩的每个人员来说,具备辨别不同种类的照明的基础知识将大有帮助。

 

[了解数字色彩沟通的更多关键要素]

 

照明基础知识第 1 部分: 理解色温

 

谈到照明,可供选择的品牌和型号有很多,但是无论对于哪个品牌,都要考虑 色温。

 

色温(以绝对温度表示,例如,6500K)是将照明归入相似色系的简便方法。  光源的色温越低,光源越热或越红。 色温越高,光源越冷或越蓝。

 

重要提示: 荧光灯光源用于零售照明环境已经很久了,过去一直为它们指定类属名称,而不是色温。 但是现在,也为荧光灯光源指定了色温。 因此,如果确实要通过名称来进行区分,以下是它们对应的色温:

 

  • CWF: 4150K
  • WWF: TL83、U30: 3000K
  • TL84: 4100K
  • TL835、SPX35、U35: 3500K

 

[了解更多有关 Datacolor 的照明解决方案的信息]

 

照明基础知识第 2 部分: 光源定义

 

当今的照明产品种类繁多,大部分产品都通过以下方法之一来产生光能:

 

  1. 白炽灯丝和钨丝: 有电流通过钨丝时它会发光。 它过去常用于家庭照明。 它的缺点是什么呢? 它会造成大量能量浪费,因此很多这样的灯泡已被停止使用。 现在家庭照明中越来越多地采用节能灯和 LED 灯。石英卤素灯也属于这一类别,由于它们具有特殊特性,随着时间的推移,它们的输出也更加一致。 需要淡黄色至红色光源时会使用它们。
  2. 荧光灯: 荧光灯光源在其含有汞和被称为“荧光粉”的荧光化合物的玻璃管被施加电能时发光。 通过调整在灯管中使用的荧光粉的类型,照明设备生产商可以生产出样式和色温各不相同的各式荧光灯管。
  3. LED: 发光二极管 (LED) 在电子技术中的应用已经有超过 50 年的时间了,但是直到最近白色 LED 的出现,它们才在零售和消费性照明市场中变得越来越重要。 与其他类型的照明相比,LED 在能源效率方面明显更具优势,在零售、办公和家庭环境中的普及率越来越高。要确保顾客在 LED 照明条件下挑选商品时能够具有积极的体验,必须在相似的 LED 照明条件下进行产品色彩开发和评估。
  4. 紫外线: 紫外线 (UV) 光能不为人眼所见,但是在自然光中存在。 UV 能量用于使样本中的光学增白剂 (OBA) 和荧光染料及颜料感光,从而使它们发出可见光。 “额外”的可见光使白色的材料看起来更白更亮(与无 OBA 时相比)而且使荧光色显现出经典的“霓虹”效果。这些就是所有的基础知识了,请继续关注我们下一篇博客文章,这篇文章与为照明决策过程提供指导相关。 届时,我们将阐述需要在过程中请求哪些关键的利益相关者参与,如何构建实施计划,以及如何针对实施做出最终决定。

 

除了我们谈到的,关于光源您还有其他问题吗? 请发送邮件至 marketingdontlike@spamdatacolorcom.spam,我们将很高兴为您提供帮助。

想全面了解 SpectraVision? 为了让您了解有关我们最新仪器的最新消息以及它给零售和服装行业的色彩管理带来了哪些改变,我们整理了本指南。

 

什么是 SpectraVision?
在此之前,我们无法对“无法测量”的材料进行数字化色彩测量。 借助 SpectraVision,零售商及其供应商现在可以客观地测量并以数字方式沟通印花、装饰、纱线、蕾丝等材料的色彩。

 

Datacolor SpectraVision spectrophotometer

 

可以提供包含更多技术性信息的版本吗?
当然。 SpectraVision 将先进的高光谱分光光度计和一流的质量控制软件相结合,可以测量、分析、报告、沟通和显示准确的色彩结果。

 

 

为什么说数字化色彩管理至关重要?
即使是训练有素的色彩专家,对色彩的感知也因人而异,甚至因时段而异。 每个人所看到的色彩其实千差万别。 如果颜色未正确匹配,那么就需要重新开始整个过程。 数字化色彩管理可以降低成本,缩短将设计从概念转变为消费者渴望购买的成品所用的时间。 现在也可以对“无法测量”的材料进行数字化色彩管理。

 

Datacolor SpectraVision - Measure Prints, Trims, Laces, Yarn

 

你们有关于这方面的视频吗?
我们很高兴您询问了!

 

 

有没有关于色彩管理对于不断变化的零售领域的重要性的演示?
这是一个非常具体的要求,但事实上,我们确实有。

 

 

为什么现在要开始对“无法测量”的材料进行数字化测量?
关于这个问题,我们的纺织品和服装市场部经理 Dustin Bowersox 有几点要说。 他写了此博文,其中还简述了纺织品色彩管理的历史。

 

Datacolor SpectraVision - measure prints, trims, laces, yarn and more

 

能否详细介绍一下“无法测量”的材料?
当然可以。 这里是有关花纹、蕾丝、纱线和装饰(“装饰”包括拉链、纽扣等)的 31 件事

 

我能否认识一下使 SpectraVision 成为现实的 Datacolor 团队?
这个团队由许多成员组成。由于篇幅所限,我们只能在这里为大家介绍其中两位: 研究科学家 Kate Edwards高级光学工程师 Hong Wei

 

Datacolor SpectraVision - measure prints, trims, yarn, laces and more

我对 SpectraVision 很有兴趣。 你们能否提供内容详尽(包括技术规格)、夺人眼球的宣传册,便于我与我的团队共享?
可以提供。 您可以在此处找到宣传册。

 

能否提供能够帮助我了解可以为我的企业节约多少成本的计算器?

 

我们构建了四种语言的 SpectraVision 成本节约计算器。 愿您使用愉快!

 

 

虽说这是“终极指南”,但我想了解更多!
您的要求非常合理。 请前往此处填写一些信息,我们的团队成员将与您联系以安排进行沟通。 您也可以在此处请求报价

 

Datacolor SpectraVision - measure prints, trims, yarn, laces and more

Dustin Bowersox

 

我们可以在几秒钟内找到几乎任何问题的答案、使用手机预约汽车、在两天或更短时间内收到送货上门的任何物品。

 

如今,人们期待获得即时满足感。 在时尚领域也不例外。 从 T 型台到电影、电视节目以及我们的手机屏幕,时尚影响者无处不在。 无论时尚影响者位于何处,那里就会有热切的消费者希望在他们的壁橱里拥有最新的潮流物品,嗯……就是昨天刚刚出现的潮流物品。

 

这给各大品牌和纺织厂带来了两个经常相互竞争的优先事项: 尽可能快地响应趋势保持品牌形象。 值得庆幸的是,对于准确数字测量单色纺织品,技术进步已经在很大程度上解决了这些问题。 但对于更精细的纺织品来说,例如图案、装饰、纱线、拉链和蕾丝,情况并非如此。

 

是时候做出改变了。 这种改变需要什么? 让我们来深入探讨。

 

 


 

 

有关颜色的历史课程

 

datacolor spectravision color matching for measuring patterns, trims, laces, zippers

 

曾几何时,在利用正确、一致的色彩响应趋势方面,一直都存在着效率低下、成本高昂和主观性非常强的问题。 毕竟,根据您所询问的对象,以及这个人在得出颜色结论时的光线情况,同一种色彩看起来可能会有很大的不同。 在进行准确的色彩分析时,还会遇到其他主要障碍:

 

  1. 样本被往到海外品牌总部进行最终审批,这会在开发过程中增加数周时间。
  2. 而随着时间的推移,无论是在品牌方面还是在供应链方面,色彩团队的平均人数在大幅下降。

 

值得庆幸的是,在让消费者迅速获得他们所追逐的潮流物品的过程中,多项行业变革消除了其中的一些压力:

 

  1. 各大品牌开始设立地区办事处,在那里进行审批,从而能在开发日程中节省数周时间。
  2. 工程化色彩标准的命名和供应链认证的实施缩短——有时甚至消除——了开发样本的批色流程。
  3. 使用分光光度计(准确测量材料色彩的工具)、QC(质量控制)软件和灯箱(在多种灯光下查看一种色彩的观感)使得该流程中的许多环节更为客观,并且实现了成本节约和更快、更准确的趋势响应。

 

 


 

缺失的一角

 

datacolor spectravision color matching for measuring patterns, trims, laces, zippers

 

尽管它们拥有作为行业颠覆者的地位,但我们刚才谈到的物流和技术进步还有一个主要限制: 它们只适用于纯色。 我们不能只讨论波尔卡圆点,而对花卉和条纹避而不谈。

 

在分析蕾丝、拉链、纱线,甚至是具有不同色彩装饰的服装时,都需要高度熟练(而且高薪)的色彩专家和设计师来进行分析,这需要占用原本可以用在其他方面的宝贵时间。 当今的流程大致如下:

 

  1. 供应商对这些非纯色纺织品进行目视审核。
  2. 然后,他们将样本送到海外的某个品牌来完成同样的事情(希望该品牌和买家能够拥有相同的目视体验)。
  3. 正如您所预料的那样,样本被拒绝往往不可避免。 在发生这种情况时,就会需要进一步的审核,从而延长整个流程的持续时间。

 

在各行各业都拥有合适应用程序的世界里,这些色彩专家和设计师仍然需要使用传统的方法来对色彩样本进行字母排序并将其归档。 尽管他们可能技术娴熟,但即使是最有经验的色彩团队,在星期一和星期五感知颜色的方式也无法完全相同。 这可能会让设计师受到责备,不过这实际上是一个目视评估问题。 那么,在不能让消费者焦急等待的情况下,色彩专家应该如何做呢?

 

 


 

设计答案

 

datacolor spectravisioncolor matching for measuring patterns, trims, laces, zippers

 

将这些“无法测量”的材料引入数字化色彩管理策略的关键是一种被称为高光谱成像的方法。在这种方法中,传感器收集的信息是一组图像,而不是单个图像。

 

比方说,最新的趋势是一种精美花卉印花。 高光谱成像技术能使印花在电磁波谱中分解成许多不同的图像。 然后,将这些图像组合到高光谱数据立方体中,准备进行客观测量。  您所得到的是对图案(或蕾丝、拉链、织物或装饰)中每种色彩的准确分析。 这样还可以将品牌和纺织厂的员工从繁琐的人工作业中解放出来。

 

这种色彩测量方法对纺织品界来说可能是新生事物,但高光谱成像对其他行业来说并不新鲜。 它在天文学中用于绘制星系和恒星,在农业中用于评估患病作物,在地质和地理学领域中用于测量地形和水源。 它还被用于生物医学和监控领域。

 

换句话说,从最新趋势到用于对其进行测量的颠覆性技术,灵感无处不在。

 

要详细了解我们如何将数字化色彩测量引入装饰、蕾丝、纱线、拉链、图案和其他“无法测量”的纺织品,请访问 datacolorchina.cn。  要即时掌握塑造色彩世界的最新趋势和新闻,请订阅我们的时事通讯

 

作者:Ken Butts

 

样本调节是测量可重复性的关键要素,这是因为温度和湿度的变化可导致测量数据的变化,但并非所有的纺织品和颜色都以同样的方式对这些环境变化做出反应。  在生产和评估各种颜色和面料时,纺织品制造商和零售商通常会忽略非严格控制的相对湿度和温度对特定颜色或面料造成影响的可能性。  不过,要想尽量减少所有待评估样本的色调变化,就必须指定环境条件并进行持续控制。  如果是在环境条件可能存在较大差异的不同地域测量样本,这一点尤为重要。

 

ASTM 标准 D1776-98 下的“纺织品调节和测试标准规范”详细介绍了纺织品样本调节的 ASTM 准则。  本标准为纺织品样本调节指定的温度为 21 +/- 1°C,相对湿度 (RH) 为 65 +/- 2%。  为了确定温度和相对湿度的变化对相关色差的影响,这里使用 100% 棉色谱进行了一系列的实验。  下表详细说明了所选实验样本在所述条件以及将色谱样本调节至 ASTM 推荐值 21°C 和 65% RH 的条件所获得的 DE CMC (2:1) 色差(采用 D65/10 光源)。  表 4 中的实验数据是在保持温度恒定而改变相对湿度的条件下得到的,表 5 中的实验数据是在保持相对湿度恒定而改变温度的条件下得到的,而表 6 中的实验数据则是在同时改变温度和相对湿度的条件下得到的。  表 4 和表 5 的最后一列表示调节到极限温度或极限相对湿度时样本之间的色差。

 


(表 4
 
在 21°C 恒定温度下色差随相湿度的化)

 

通过分析表 4 中的数据可以得知,对于所测试的样本而言,在湿度降至 40% RH 之前,保持温度恒定而仅改变相对湿度对测量的色差没有显著影响。  与 65% 的标准相对湿度相比,这相当于 25% RH 的变化。  最后一列显示的是相对湿度分别调至 40% RH 和 75% RH 之后测得的样本色差(相当于 35% RH 的变化)。正如预期的那样,色差不断加大。  因此,尽管在温度恒定时小幅的相对湿度变化不会对测试样本的色差带来显著影响,但大幅的相对湿度变化还是会严重影响色差的测算。

 


(表 5
 
在 65% RH 恒定湿度下色差随温度的化)

 

通过分析表 5 中的数据可以得知,对于所测试的样本而言,温度变化对于某些颜色的色差测量有显著影响。  当湿度恒定,温度在 20-25°C (68-77°F) 的范围内(通常的办公室温度范围)时,所测试样本表现出的色调变化最小。  在生产环境中,30-35°C (86-95°F) 这种较高的温度更需要引起注意,因为样本可能会在高温下干燥后直接被拿来测量;这种情况下,必须先调节样本,然后再进行测量。  如果分光光度计未在生产设施中气温可控的区域内使用,较高的温度也是一个问题。  正如相对湿度的极端变化一样,色谱和样本测量温度的极端变化也会导致更大的色差。

 

 


(表 6
 
色差随温度和相湿度的化)

 

通过分析表 6 中的数据可以得知,对于所测试的样本而言,同时改变温度和湿度(相对于推荐的 21 +/- 1℃ 和 65 +/- 2% RH 条件)可能会对色差带来显著影响。  对于 30°C 和 35% RH 的“热/干”条件尤为如此;如前所述,这是生产设施中干燥后的样本在测量前所处的典型条件。  在全球不同地域的不同季节,每种测试条件都具有一定的普遍性。零售商办公室所处的是“暖/干”条件,测量实验室或生产样本时所处的却是“热/湿”条件,这种情况并不罕见。这也说明很有必要在整个供应链上进行样本调节,以尽量减少此类误差。

 

人为因素在数字色彩通信中的作用

仅靠仪器、测量技术和样本调节这些控制手段还是不足以确保将色彩正确的产品交付给客户。  除了控制这些偏向机械的要素外,还必须考虑评估者在数据解读和规范化使用方面的贡献。  即使所有物理变量都得到控制,但由于选择了错误的色谱、错误的光源或错误的色差公式,数据仍有可能被误读。  这些方面的任何一处错误都可能导致接受评估的样本被错误地判定为通过或失败。  因此,除了对样本测量的细节进行把控,制造商还要负责确保评估者正确地使用提供给他们的软件工具,并正确解读数字色彩数据所反映的色差。  只有这样,才能在合适的时间将色彩正确的产品送达顾客手中。

 

是我们“数字色彩沟通的关要素”系列的第三篇文章。 您可以阅读 Ken 之前的文章,目分为“确保数字色彩沟通可靠的关要素和“数字色彩沟通中的量技。 

 

作者:Ken Butts

 

在测量任何永久性样本以及将其存储到计算机数据库或进行数字通信之前,必须确定可重复的测量技术并加以遵循。  只要样本足够大并可完全覆盖查看区域,就应始终使用分光光度计上可用的最大查看区域对样本进行多次测量。  分光光度仪通常配备有一系列光圈尺寸,这样既能测量小样本又能测量大样本。当然,最佳做法是始终使用尽可能大的光圈尺寸,以便将因染色不均而带来的影响降到最低。  如有必要,可以使用较小的端口测量哪怕是最小的样本。  为了提高数字色彩数据的可重复性,在准备物理色谱时,应考虑会用到分光光度仪上可用的最大查看区域。  使用小光圈测量样本时将需要额外的读数,以确保测量误差最小。  确定了适当的测量技术之后,必须将详细信息明确传达给内部及整个供应链中参与色彩测量的每个人。

 

 

本厚度

 

对于大多数针织和编织材料来说,二至四层就足以达到适于仪器测量的不透明样本标准。  如果材料并非不透明的,光线就会穿过样本并被衬底材料或样本架反射,从而产生误导性的反射数据。  针对 40 个棉府绸测试样本,先用四层测量,然后用两层重新测量以确定不透明度效果。表 1 中列出了 11 个色差大于 DE CMC (2:1) 0.15 的样本。  测量这些样本时应使用四层测量,因为它们的数字数据会受到样本架或衬底材料颜色的影响。  作为预防措施,也为了消除进行不透明度测试所耗费的时间和精力,应将大多数样本折叠成四层,尽管它们在折叠成两层时可能已变得不透明。

 


表 1
非不透明样本的色差 

 

通常需要将质量轻且半透明的材料折叠很多层才能使其变得不透明,以致于在测量时材料被硬塞进仪器内部,从而造成反射率测量不准确。  对于此类材料,可以在下面垫上与仪器的校准瓷砖相类似的白色瓷砖,然后仅测量几层材料即可获得可重复的结果。  比较两个样本时,如果都使用了相同的衬底,则由于衬底颜色而引起的反射部分便会予以消除。

 

 

本放置

 

通过旋转样本和重新放置样本可以减少由于织物结构、纱线方向和染色不均而导致的测量差异。  在样本测量中,一种常见的做法是将样本放置在仪器端口,然后旋转样本,进行四次或更多次的测量。  利用这种技术可以进行快速测量,但它未将染色不均所带来的差异考虑进去,因此不能采用。  更好的做法是将样本从仪器中取出,然后重新折叠或重新放置,再进行额外读数。  操作时要小心,务必避开样本上受污垢、指纹、折痕、染料污点或其他物质污染的区域。

 

 

可重复的技

 

测量完样本,将其从仪器中取出,然后再重新测量时,如果测量差异小于 0.15 DE CMC (2:1),则说明已确定了最佳的测量技术。  测量差异越大,说明存储数据的质量可信度越低,而配色预测的准确度也就越小。

 

确定正确测量次数的简单方法是首先对样本进行八次测量并取得平均读数 – 确保在每次读取后旋转并重新放置样本 – 然后保存平均值。  此方法生成的读数应该比较准确,虽然它们无法在日常操作中使用。  取出样本,然后使用相同的技术再次测量 – 在旋转及重新放置后进行八次读数。  这两个平均值之间的色差应该非常低。  取出样本,然后再次测量,但是这次仅在旋转及重新放置后进行七次读数。  重复该过程,分别进行六次读数、五次读数、四次读数、三次读数,直至最后进行两次读数。  在获得每次测试与原始八次样本测量之间的色差数据之后,确定在哪个点 DE CMC (2:1) 超过了 0.15 的限值。  例如,如果四次读数样本的 DE CMC (2:1) 为 0.08,三次读数样本的 DE CMC (2:1) 为 0.21,则应读取样本四次以确保小于 0.15 DE CMC (2:1) 的测量差异。  确定了正确的读数次数后,以所需的读数次数再次测量样本至少四次,以确认所有读数均小于 0.15 DE CMC (2:1)。  如果任何一次的测量结果大于 0.15,则必须对技术加以修正,包括修改样本放置位置或进行额外读数。

 

 

量可重复性

 

测量样品三次或更多次可能看起来太耗时了,但在进行各批次的色谱对比以及进行数字色彩数据的通信时,一开始时为确保精确测量所花费的时间就会转换为可靠的色差信息。  现代分光光度仪的测量速度将进行额外读数所需的时间缩短至几秒钟。  下面的表格可提供有关对多种织物类型进行多次读数时可能出现的典型测量差异的信息。

 

 

表 2  四次读数和两次读数技术的测量差异

 

表 2 列出了使用四次测量技术和两次测量技术进行重复测量时,在 D65/10 时得到的 DE CMC (2:1) 色差,其中使用的较大查看区域光圈为 30mm。  样本被折叠成四层以确保不透明度,且在每次测量后重新放置并旋转 90°。  当使用两次测量技术时,40 个测试样本中有 13 个的测量差异大于 0.15 DE CMC (2:1)。  四次测量技术的平均可重复性为 0.03,最大为 0.08,而两次测量技术的平均可重复性为 0.16,最大为 0.81。  从这些结果中可以得出以下结论:使用两次测量技术所产生的数字色彩数据并不可靠(即使采用大光圈)。

 

在表 3 中,各种类型织物的色谱是用指定 MAV 的 20mm 光圈(用于中等查看区域)和指定 SAV 的 9mm 光圈(用于小查看区域)进行测量的。  之后,将使用四次、三次和两次读数重新测量同一样本,并与色谱进行比较以生成所列的 DE CMC (2:1) 值。  除灯芯绒以外的所有样本均使用两层进行测量,且在每次测量后重新放置并旋转 90°。  DE CMC (2:1) 值表示对各种材料进行多次重复测量所观测到的最大色差,尽管有时也会观测到较小的值。  显示短划线 (-) 的列意味着没有执行测试,原因是无法接受更多次的测量。  对于每种测试材料,选择的测量次数必须始终生成小于 0.15 DE CMC (2:1) 的测量差异。

 

 


表 3
  各种织物类型的测量差异

 

使用较大的光圈(例如 30mm 的较大查看区域)会令 DE CMC (2:1) 值较低,这是因为测量区域会显著增大。  不过,只有在使用两层(或更多层)测量完全覆盖光圈开口的大样本时,才能使用大光圈尺寸,尽管单层可能足以为不透明材料提供可接受的结果。

 

如果未能建立可重复的测量技术,就会给色彩开发和通信的各个方面带来隐患。  可重复的测量技术包括指定要使用的材料层数、样品放置、测量次数、仪器设置以及与系统操作员之间的清晰沟通。  未能全面测试和确认测量技术的质量将会成为项目生命周期的错误来源。  虽然上述表格可用作大多数材料为获得可重复的结果而选择测量次数时的指导,但建议系统用户对自己的特定材料进行相应评估,以最终确定测量方法。