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

 

您的产品是什么颜色?为什么我们无法完全达成一致?

 

一谈到产品的颜色,人们往往难以达成共识。 我们都记得当初就那条连衣裙是白金相间条纹还是蓝黑相间条纹展开的激烈争论。 那么为什么我们无法完全达成一致? 其中有多个因素在起作用。

 

1) 变色龙效应

 

下图中哪一组红色方块的颜色显得更深? 哪一组绿色方块的颜色显得更深?

 

 

他们实际上是相同的颜色。

 

 

当背景变化时,我们的眼睛会欺骗我们。 思考一下您的判色方法以及使用的背景。

 

2) 同时对比

 

每个圆的颜色是否相同?

 

 

答案是肯定的

 

在颜色较深的背景的映衬下,浅色对象的颜色会显得更浅。 当您目视评估自己的标准色和生产样本时,务必考虑这一因素

 

3) 同化

 

与同时对比效应相比,同化的比较对象发生了扭转。 哪个黄色背景显得较暗和较暖?

 

 

与蓝色条纹下的黄色相比,红色条纹下的黄色显得较暖。

 

4) 连续对比

 

上面提到的所有效应都是瞬时的。 其他效应是基于眼中视锥细胞的疲劳。盯着黑点 5 秒钟,然后向下翻页并保持凝视

 

 

在凝视橙色图案几秒钟后,将目光转向空白的地方,您会看到一个色彩明暗倒转的残像

 

 

这对您意味着什么?

 

这意味着,目视对色或仅仅靠人的肉眼进行判色会有很大的局限:

 

  • 目视判色是主观的
  • 观察者具有不同的色彩视觉,因此,色彩感知会因人而异
  • 色彩差异难以量化和沟通
  • 需要控制许多变量,包括灯光强度、视角、环境色和光源质量

 

这甚至还没考虑到人类色觉的其他事实,例如:

 

  • 每 12 名男性中就有 1 名 (8%) 存在单一 x 染色体导致的色觉缺陷
  • 每 250 名女性中就有 1 名 (0.4%) 存在色觉缺陷
  • 最常见的色觉缺陷是绿色部分色盲
  • 全色盲是罕见的,每 33,000 人中只有 1 个。 全色盲会失去所有三个名为 Acromatopsia 的受体,出现这种情况的人会被称为”Achromat”(色盲患者)。

 

还有一个原因是色彩的同色异谱。

 

如果两个样本在日光下看起来很匹配,但是在其他光照条件(例如荧光灯、白炽灯或 LED)下观看时却不匹配,便是因为发生了同色异谱。

 

 

现在您可能想知道是否有方法克服判色过程中的这些限制。 好消息是,方法是有的:

 

  1. 正确的光源选择
    a. 根据既定的行业标准(如果有)选择光源,或者选择适合您的特定应用的光源
    b. 每个人都必须同意在整个 QC 企业中使用相同的光源和程序
  2. 利用分光光度仪来分析反射或透射光的整个可见光谱上各种波长的光谱分布,并测量样本相对于参考标准的反射或透射比率,从而获得所需的客观色彩数据,以便做出明智的决策。

若想了解切换到 LED 光源对色彩的影响以及如何设计实施计划,请先阅读同一主题下的 第一篇博客

 

评估条件色变

 

如前所述,当光源改变时,大多数色彩都会发生一定程度的变化(条件色变)。 现在的问题是,与我在原始光源下看到的标准色相比,这些色彩会在 LED 光源下发生多大程度的变化。 接下来的问题是我可以用什么方法来评估条件色变,有多少标准色受到影响,这种问题是否严重,以及问题严重时可以采取哪些应对措施。

 

评估条件色变的第一种也是最简单的测试方法是,先在灯箱内使用原始光源(待替换的光源)观察标准色,然后使用 LED 光源观察。 当然,该灯箱必须配有与目标环境中使用的 LED 光源相匹配的 LED 光源,以确保评估的实效性。 如果 LED 灯制造商与灯箱制造商没有合作关系,或者灯箱制造商无法直接提供现成可用的合适 LED 灯,这项测试执行起来会十分困难。 目标环境中使用的 LED 灯和灯箱中的 LED 灯之间的一致性可以通过比较各自的“光谱功率分布”(SPD) 数据来确定,双方必须能够随时提供这种数据。 以国际照明委员会 (CIE) 为代表的国际标准组织通常都会对光源的标准 SPD 数据进行审查,因此,LED 灯制造商和灯箱制造商双方应该尽力提供相同标准规格的灯,以便于比较。
 

Evaluating Flare

 

但是目视样本评估存在两个重大挑战。 第一个重大挑战是,色彩记忆和视觉适应会妨碍实际色彩变化的客观量化。 当评估者来回切换灯箱内的光源时,他们对样本色彩的“记忆”会减弱,当他们的眼睛适应第二种光源下的新照明环境时,评估者对条件色变程度和方向的印象会发生改变。 另一个重大挑战是,目视评估每次只能评估一种标准色,或者最多一个色系。 对于包含数千种标准色的色彩库,使用灯箱进行目视评估不仅十分耗时,而且不切实际。 一些专业的灯箱支持在多种光源下同时进行评估,虽然这可以解决色彩记忆的问题,但它每次仍然仅限于对少量样本进行评估。

 

作为目视样本评估的替代方案,色彩管理软件能以数字和图表的方式呈现条件色变结果。 使用这种方法的前提条件是软件中必须含有所选 LED 光源的 SPD 数据,为此您可以求助于软件供应商和光源制造商,让他们合力提供。 有了 LED 光源的 SPD 数据,用户就可以对色彩易变性数据进行评估,以确定色彩在 LED 光源和日光(指定的 D65 人造日光灯)下会如何呈现。 您可以在待替换的光源(例如 U3000、CWF、TL84,等等)下进行同样的分析,然后评估这两组数据,以此判断在 LED 光源和待替换的光源之间明度、色度(亮度/饱和度)或色相是否有显著的变化。 同样,色彩软件供应商可以协助完成这项任务。 由于分析是基于数据而不是视觉判断,可以同时且客观地评估成千上万个样本,软件会整理相关数据并快速识别有问题的色彩或色系。 诸如图表和屏幕色彩显示之类的其他工具对于分析实施 LED 光源切换的影响也很有用。

 

完成分析后,您应该清楚地知道哪些色彩或色系在 LED 光源下观察时会发生显著的变化,然后问题就转变为应该采取什么应对措施。 虽然乍看起来,选择没有这些问题的其他 LED 光源像是一个有吸引力的解决方案,但是如果色彩办公室无法控制组织内的光源选择,或者产品是在别人的商店里展示,这种方案可能行不通。 于是必须做出选择,要么通过修改标准色来改善条件色变问题,要么重新执行显色过程(“提供色样”),使产品的色彩与 LED 光源下的标准色匹配,或者等到下一个季节性的调色板开发出来,然后就像对待其他任何光源一样对待 LED 光源。 与利益相关者一起评估受影响最大的标准色至关重要,这有助于制定正确的应对措施。

 

希望这篇博客对大家有所帮助。下周我将介绍如何评估同色异谱问题并概述实施计划的制定。 和往常一样,若想针对 LED 光源切换对色彩管理的影响进行全面的讨论,请直接与我联系。

 

Ken Butts

作者:Ken Butts

 

LED 光源的色彩管理

 

全球的公司都在快速采用 LED 照明,以提高能效,进而实现成本节约。  但是他们可能没有考虑到其产品的色彩会受何影响。 产品的色彩与光源的色彩直接相关,因此,在 LED 照明下观察产品时,设计师、推销商、供应商和最终客户的视觉体验都会受到影响。 为了确保提供正面的客户体验,各公司必须积极主动地评估光源变化对其产品色彩的影响。

 

LED 光源对色彩的影响

 

LED lighting在评估照明变化的影响时,必须考虑两个重要的特性: 条件色变和同色异谱。 这两个特性有点类似,但适用的情况不同。 条件色变这个术语描述的是在不同光源下观察同一样本时色彩发生变化的倾向。 如果样本在某一光源下看上去比在另一光源下更红,我们就会说这个样本的向红色方向偏移。 这种在不同照明条件下观察样本时色彩发生变化的倾向也被称为色彩易变性。 大多数有色材料都会随着光源的变化而发生一定程度的条件色变,在 LED 照明下观察时同样如此。 关键的问题是,条件色变的程度是否会引起反感,如果会,必须采取什么措施来尽可能减少负面体验。

 

同色异谱是一种类似的特性,但适用于两个样本相互对比的情况。 如果两个样本在某一光源下的视觉色彩差异不同于在另一光源下观察到的差异,我们就会说这两个样本出现了同色异谱问题。 一个典型的例子是,某件夹克的袖口和袖套在商店里看起来是很好的搭配,但在室外日光下观看时却显得很不一样。 因此,纺织品制造商的一个主要目标就是使所有指定光源下的色谱都尽可能接近色谱样本,从而尽量减少同色异谱带来的潜在问题。

 

实施计划

 

在切换到 LED 之前,各公司必须评估自己的色谱样本和现有产品受条件色变和同色异谱的影响有多大,然后决定是否需要采取纠正措施。 影响的严重程度在不同的产品评估人看来可能并不一样,因此必须让关键的利益相关者参与评估过程:

 

  • 设计师: 他们在原来的主光源下设计产品时所选择的色彩如果放到 LED 光源下,视觉效果可能并不一样,这会导致产品的整体美感发生改变
  • 推销商:季节性的调色板可能不那么令人满意,既有可能是因为整个调色板的色彩发生了改变,也有可能是个别色彩向无法接受的方向偏移色彩办公室: 沟通是关键。通常是由零售/服装色彩办公室负责将色彩决策贯彻落实到全局色彩管理工作流程
  • 色彩办公室:沟通是关键。通常是由零售/服装色彩办公室负责将色彩决策贯彻落实到全局色彩管理工作流程
  • 供应商:现有的色彩可能需要重新配制以匹配新光源下的色谱样本,而已经投入生产的色彩可能无法很好地与 LED 光源下的色谱样本匹配
  • 参与色彩评估的每个人: 判色时要用配有 LED 光源的灯箱,而且必须更新软件以计算 LED 光源下的色彩差异,这两者都可能需要花费一定的成本来实现
  • 最终客户:客户体验必须保持正面,并且支持现行的产品销售

 

LED 光源实施计划必须考虑新光源对这些利益相关者的影响。 可以提一些非常具体的问题来确保其中每一类人的视觉体验都得到考虑,例如:

 

  • 与之前的光源相比,我的标准色是否有所改变,问题是否已经严重到要求我采取一些应对措施,例如修改我的调色板,或者重新配色?
  • 现有产品或持续使用的颜色是否会有同色异谱问题,如果会,我该如何解决?
  • 我该如何在零售/服装办公室以及供应链中使用 LED 光源对样本进行目视和仪器评估?
  • 我如何确保目视和仪器评估结果的一致性(这对数字形式的通过/失败判定程序至关重要)?
  • 在显色过程中,除了切换到 LED 这种新光源,是否还有其他的备选方案?
  • 如果将来引入另一种新光源,我怎样才能避免出现同样的条件色变和同色异谱问题?

 

在制定实施计划时,色彩技术提供商可以成为很好的信息来源,并为零售/服装色彩办公室提供有力的支持。 这类提供商包括色彩软件供应商、分光光度仪供应商和灯箱制造商,因为他们会深入了解其他公司采取的做法以及 LED 光源对目视和仪器样本评估的影响。

 

请保持关注,我将在下周的博客中进一步介绍如何评估条件色变问题。

 

Ken Butts

在色彩测量仪器(分光光度仪)的帮助下,光滑表面的色彩测量变得更加容易,因为我们可以通过配置来模拟某一特定且固定的样本照明和样本观察角度。 然而,作为色彩领域的专家,您经常面临的挑战是为难以测量的表面(例如粗糙塑料、地毯、织造材料等)提供准确的数据。鉴于不平坦表面的特殊性 – 需要用到球形几何构造的仪器 – 最佳做法是朝不同方向旋转样本,然后让系统计算测量结果的平均值以获得最佳结果。

 

当然,这种做法的前提是仪器的每次测量都具有高度的可重复性和一致性。 然而,并不是所有的仪器都具备同等的性能,从而也就无法保证提供一致的测量数据。

 

我们最近对多种粗糙表面进行了一项样本旋转测试,参与测试的是 Datacolor 800 和竞争对手的仪器,结果不言自明。

 


图 1: 受测样本表面的示例

 

 

 


图 2: 两种仪器以 3 个不同测量角度(90˚、180˚ 和 270˚)对多种粗糙表面和色彩测量得到的 dE CIE Lab* 均值

 

从中可以看出,DC800 在不同样本方向上提供的测量结果更为一致。 因此,与竞争对手的仪器相比,您可以通过更少的测量来获得更准确的测量结果。

 

如需关于此测试的更多信息,请直接联系我。 我坚信,通过使用合适的仪器,您可以获得更一致的测量数据,并重拾对色彩决策的信心。

 

 

 

如果您想进一步了解 Jeff: 请单击此处