紙張不同批次色差大，造成印刷跟色難，怎么辦？

背   景

ISO TS 10128發布于2009年，明確定義了印刷系統色彩匹配到特定數據庫的三種方法，讓大部分情況下的色彩校準方式都變得有法可依，有章可循。

 

 

譬如在傳統印刷過程中，基于ISO12647對實地顏色進行控制，然后通過TVI或是G7灰平衡方法進行階調曲線的調整，就可以實現與Fogra或GRACoL等規范的色彩匹配。

在數碼印刷的匹配過程中，理論上，只要有色彩目標，而且當前介質和油墨（墨水）能夠覆蓋到目標色域，那么經過色彩管理軟件的轉換或循環校準之后，是可以精確匹配到指定的色彩目標的。

 

 

理論上好像很簡單，但現實中情況卻是要復雜得多！

做過生產的都知道，我們經常也會遇到類似這樣的情況，明明印刷用的就是CCNB粉灰紙，客戶卻要求按照GRACoL2006的雙銅紙標準來收貨，甚至數據評分要求要達到90分。

 

 

又或者說要求經過一系列的表面處理（如覆膜過油）之后的顏色，依然需要達到原來數碼打樣GRACoL 2013標準的顏色，結果產生色差投訴，又不知如何跟客戶講清楚。

同時，即便找到符合要求的紙張追到了GRACoL 2006標準，做好了色彩管理，但生產實際使用的同一類型的紙張中有不同品牌，同一品牌又有不同克重，同一克重又分不同批次或是不同供應商，實際上每一批次的紙白都會略有不同。

例如明明都是驕陽300g單銅，但目視就能分辨出一部分略偏藍，一部分略偏黃，測量出來紙白數據也不盡相同；當然即便是同一張地龍350g粉灰紙張，測量版面上下左右四個點，或多或少也都會有一些變化。

 

 

實際生產中，紙張紙白色彩差異的復雜性，給色彩管理的實踐帶來了很大的困難和挑戰。

 

 

如果每一種紙張都要拿去上機測試對應做一次色彩管理，不知道需要耗費多少人力物力？況且測試的結果未必又能完全用得到實際生產中。

但如果每次生產都依靠人工經驗，通過加減網點來調色試錯以彌補紙張的差異，不但費時費力，而且很難把握結果的可靠性。

那么在這種紙張色彩千差萬別且復雜多變的情況下，如何才能進行更有效、更準確的色彩管理呢？

 

 

方   案

為此，筆者也嘗試查閱了大量行業資料，經過一些客戶現場實踐應用，終于找到了答案——Media Relative。

Media Relative字面意思是“相對介質”，也叫“介質相關”，可以意譯為“紙張動態匹配”，乍聽起來這個概念可能相對晦澀，它的意思就是根據紙張（基材）色彩的變化而相應地調整原始的色彩特性化文件，使其與實際紙白保持相關的色彩對應關系，從而實現顏色的相對標準，視覺更加自然和一致性的色彩匹配。

 

 

在印刷色彩復制過程中，印刷品采用的紙張通常與用于打樣的紙張有所不同，或者與指定的色彩標準中的目標參考紙白并不完全匹配，例如ISO 12647-2規定的各種ISO標準分類紙張，大家熟知的Fogra39就是引用的第一類L95，a0，b-2。

如果同一類紙張的紙白色差比較大，那么，要在實際紙張上實現準確的色度匹配，就會變得十分困難。

譬如，新的紙張新的白點對于淺位色彩會有不同程度的影響，因此絕對的色度匹配也不能再現理想的色彩目標。那么，理論上，就有必要為新紙張上的印刷色彩設置新的目標數據。然而，許多用戶往往喜歡通過觀察印刷樣品再加上簡單的測量判斷，憑經驗產生這種數據，這往往又是不現實的。

因此，科學地計算出新的特征數據并且考慮紙張顏色的影響才是有效的方式，即要在紙張變更再印刷時也能還原出原始的色彩。通常情況下，這是通過對數據進行介質相對調整來實現的，這樣，實際生產的紙張白色就變成了目標介質白色，其他色度數據也以同樣的方式進行縮放。

這種方法使用的方程式與ICC規范中定義的介質相對比色法的轉換方程式比較相似，而ISO 13655和ISO12647推薦的SCCA算法也與此有異曲同工之妙。

 

 

“介質相關”的色彩轉換意圖是通過線性縮放原紙張色度和目標紙張來產生 "介質相關 "色度的方式來實現的，如上面的公式所示。這些與介質相關的值可以通過重新排列上述公式轉換為"絕對"值。

在兩種光源下，相應顏色的反應是線性縮放，可應用調整基材介質（紙張）白點差異進行匹配。在色度適應轉換中，顏色的轉換是基于單個錐體的反應，有科學家在實驗中研究了跨媒體色彩復制中的混合適應，發現使用這種變換的迭代可以得到非常好的結果。

 

實   驗

為了確定這種方法在哪些紙張的白點范圍內有效以及有效程度如何，早在2012年，由倫敦傳播學院的 Kwame Baah教授主導下進行了一系列相關實驗。這項“介質相關”的色彩轉換技術的研究主要有以下兩個主要目標：

1、確定在不同基材（紙張）上進行顏色匹配的可接受性。

2、確定參考介質和重新更換的介質之間可接受的色差范圍。

ISO 12647-2規定了一些參考紙的色度，這些參考紙形成了一個ΔE*ab相差5的容差范圍。因此，如果在使用介質相關的顏色調整技術時，通過選擇較接近的參考特性數據集并進行相應的調整，可以使得原介質色樣和新介質色樣之間的ΔE*ab的差異控制在2.5以內是可以接受的，這種方法也被認為對大多數印刷紙張有效。

 

表1. 參考紙白樣本數據

 

在研究過程中，試驗人員選擇了紅、綠、藍、橙、紫五個顏色，同時定義了每個顏色的實地與網點，并以模擬參考紙為背景，打印成25x25mm的均勻色塊。然后，對這10個顏色進行了轉換，將它們的顏色坐標向類似于參考紙和新的紙張之間的差異方向的移動，這種變化接近于基材的介質相關校正，這導致在每個實驗階段共有10×14個樣本，與參考色實地的ΔE*ab變化多達10個。

 

圖1. 測試用的色塊

 

對于在不同介質上的顏色，應用介質相關方法進行校正，然后將這些調整后的色塊印在相對應白點的紙張上。當然要確保所有的樣本都在紙張的色域范圍內。然后要求多名標準觀察者來判斷和感知新紙張上的顏色與參考色之間的顏色差異的可接受程度。

 

圖2. 藍色實地和網點在不同紙張上的介質相關轉換

 

樣品被放置在標準的D50照明環境下，周圍有20%的反射率。在同時觀察的實驗中，模擬的紙張彼此相鄰，色塊兩兩之間有10毫米的空白；在連續觀察實驗中，參考和樣本以10秒的間隔呈現。

 

圖3. 樣品的同時觀察對比

 

結果顯示，對于實地而言，改善前的差異遠大于重新更換紙張產生的色差，從而也證實了因紙張白點變換而導致的視覺適應情況；而對于網點來說，改善前的差異略小于重新更換紙張可能產生的ΔE 2.5的差異。這一結果表明，網點部分是否能夠接受，與紙張本身顏色區別有著莫大的關系。

當然，通過應用介質相關技術的調整，改善后的差異，無論是實地還是網點都變得很小，變得更加便于主觀的視覺接受。

 

表2. 改善前后的色差對比

 

實 際 應 用

應用一：定義相對介質的新目標

如果我們深刻明白了Media Relative（介質相關）的含義，那么較為科學的方式就是根據紙白重新定義出新的色彩目標，讓色彩匹配變得更加客觀，更加貼近實際，如使用SCCA算法（全稱Substrate-Corrected Colorimetric Aims，即基于承印物糾正的色度目標）。

 

 

當使用CCNB紙張進行實際的上機測試，發現其與GRACoL 2006的紙白?E00相差4.32，其IT8數據，與GRACoL 2006標準進行對比，平均色差?E00為3.66，95%分位色差?E00為5.52，實地色C和Y，疊印色G都超出G7標準。

雖然灰平衡的各項指標尚能達標，但在實際生產中如按此標準進行生產，則有諸多不便，不但數據評分比較低，而且也很難跟印刷買家進行解釋。

 

 

如果我們基于該CCNB的紙白，對GRACoL 2006數據進行Media-Relative校準，得到一個新的相對標準，則結果會好很多。不但油墨的實地和疊印色全部達標，而且平均色差?E00也從之前的3.66降低到了1.54，95%分位色差?E00則從5.52降低到了3.2。

不但數據評分也可以獲得較為滿意的結果，可以很清楚了發現之前的色差主要是由紙白造成的，這樣一來，客戶自然就會容易接受得多。有了一個更科學的更適合的標準，對于生產控制來說，自然也會更容易得多。

 

 

但如果反過來，匹配的色彩目標是固定的，或者品牌買家不允許變化，但實際的生產介質卻又在不斷地發生變化，那就是另外一方面的應用了。

 

應用二：調整新介質以滿足固定目標

根據色彩校準理論可知，基于網點擴大（TVI）的校準方法進行紙張色彩變化的補償基本上不太現實，而G7和CMYK轉CMYK的方法都有相應的軟件可以實現這一目的。接下來，我們舉例來演示如何在生產實踐中應用Media Relative（介質相關）的技術來獲得更加理想的色彩匹配結果：

 

01、G7方法：以Curve4更改紙白為例

正常的G7算法是基于實測的紙張白點來計算灰平衡補償曲線，當實際生產紙張批次發生變化但又想要獲得一致的灰平衡時，可以將紙白的a值和b值重新輸入到生成曲線面板的自定義白點中（Custom White），Curve4軟件就會基于新白點更新補償，這樣可以獲得更接近于參考紙張白色的視覺平衡的新曲線。

 

 

還有一個較為實用的做法就是基于原來紙張的曲線，然后在更改紙張白點之后，對比前后的差值以推算出四色曲線調整的方向和幅度。

這樣做的好處是，無需重新上機采樣及測量印張，就可以基于原來紙張的測試數據獲得按新紙張紙白計算的補償曲線，進而近似得到與原紙白一致的灰平衡表現，而且效率非常高。但這種方法并不考慮紙張的明暗程度變化，也不考慮與實際特性化目標的色彩匹配，雖然短平快，但也不可避免存在一定的局限性。

 

 

值得注意的是，G7灰平衡是基于紙張白色的，強調的是視覺上適應實際紙白的灰平衡，上述這一用法雖然可以應急處理，但實質上違背了G7的原理，很可能會導致色彩校準結果超出G7規定的容差，自然就不適合用來G7認證或追求理想數據結果的情況。

 

02、CMYK轉換方法：以ORIS PM為例

在CMYK-CMYK的色彩匹配過程中，如果印刷紙張顏色發生變化，理論上也需要重新采集基于新紙張的特性化數據，再重新計算新的色彩對應關系，才能實現紙張變化后的色彩匹配一致性。

這當然就需要較多的額外時間來做測試和計算，對于非數碼印刷來說是一種較大的成本損耗，而Media Relative Match這一功能的出現則終結了這個現象，它實現了無需重新測試和采樣就能更改新紙張紙白的色彩匹配結果。

基于原隊列的基礎上，直接輸入修改后的紙張顏色就可以重新計算色彩對應表，此外，還可以消除紙張白度的模擬。

 

 

以CGS ORIS Press Matcher軟件為例，我們打開色彩轉換隊列“設置”對話框，選擇“顏色校正”選項卡，就可以找到“介質相對匹配”選項。

旁邊提供了兩個可選擇的按鈕，分別是適應源點紙白和適應目標紙白，下一步會提供兩個選項，可以直接應用新紙白以取消紙白模擬，也可以手動輸入或用儀器測量導入新的紙白，接下來，Press Matcher軟件就會自動計算，生成新的色彩轉換對應表文件。完成之后，就可以對印刷文件進行基于新紙白的色彩轉換了。

 

 

需要注意的是，CGS早在2015年發布的Press Matcher Web 1.3就加入了media relative轉換意圖，包括后期的1.4、1.5到2.0、2.1版本，但我們測試的結果都不如人意，改變的幅度微乎其微，但4.1版本在算法上有了很大的更改，可以根據需要，基于白點Lab值，調整目標色彩，也可以調整輸出設備的色彩集，其測試效果是非常不錯的。

 

結   語

兩千多年前的荀子在《勸學》中說“君子生非異也，善假于物也”，時至今日，這句話依然適用。在數字化的印刷世界中，憑經驗往往只能做到大概的效果，而善于假于物，借助數據和軟件，借助科學的方法，例如使用media relative，則可以更高效地做到不同紙白間更精確的色彩匹配結果，從而給生產帶來更大便利。

 

來源于色彩標準化公眾號