颜色是我们理解和驾驭周围世界的一种方式。 从事颜色工作的人员需要了解我们如何看待和描述颜色、如何对颜色进行采样以及如何确保商业生产中颜色的一致性。 这是我们在关于颜色和颜色测量基础的五部分电子书中广泛讨论的主题。
以下是任何使用颜色的人都需要理解的八个概念。 我们的电子书中对这些以及更多内容进行了广泛的介绍。
颜色只是影响物体外观的一个因素。 当我们评估颜色时,我们复杂的眼睛/大脑组合集成了纹理、光泽、不透明度、照明和背景颜色等属性。 这意味着如果其他属性不一致,具有相同颜料或染料配方的物体可能会显得不同。
可见光谱由各种波长的光组成。 视锥细胞是我们眼睛中的光感受器,它对波长很敏感,可以让我们看到颜色。 在我们看来,较短的波浪呈蓝色,较长的波浪呈红色。
物体的颜色取决于它们如何吸收和反射光线。 但最终,我们看到的颜色是主观的,由我们自己的眼睛和大脑决定。 各种环境和生物因素会微妙地影响我们的颜色感知。 我们在一系列博客文章中讨论了这些:
像背景或相邻颜色这样简单的因素也会影响我们看待颜色的方式。
即使是年幼的孩子也能识别红色。 但是我们如何在那个大的“红色”类别中描述特定的颜色呢? 我们可以使用什么语言来更好地描述我们所设想的颜色? 我们如何展示颜色之间的关系?
测试已经确定观察者倾向于根据 3 个属性来组织颜色:
根据这些特性,已经开发了许多分类系统来定义和组织可见光谱。 第一个是孟塞尔彩色图集,于 1915 年出版,至今仍在使用,与其他几个专业系统一起使用。
无论我们试图复制的颜色标准的来源是什么,我们主观匹配颜色的尝试(仅使用我们的视力)都是不精确的。 这是一个商业问题,因为准确的颜色匹配和一致的颜色与高质量的产品相关联。
除了确保色彩一致之外,数字色彩管理还简化了工作流程,从而为企业节省时间和金钱。
色彩的体验需要3个要素:
为了准确匹配和再现颜色,需要用数字描述这些物理因素。 那个练习就是比色学的科学。
为了科学地描述颜色,必须对光源进行标准化以便可重现。 物体的特性需要测量为反射率和透射率曲线。 到达眼睛的红色、绿色和蓝色光波的长度可以区分颜色的深浅。
Datacolor分光光度仪和随附的颜色控制软件可帮助用户客观地测量颜色。
虽然颜色一致性是一个质量指标,但颜色需要匹配的程度是一项业务决策。 在许多行业中,消费者期望视觉上完美的配色——尤其是高端产品。 例如,他们可能将颜色差异描述为汽车内饰或奢侈品中的缺陷,而这些缺陷在较便宜的商品中可能是可以接受的。
在 CIE Lab 颜色空间中,两种颜色之间的偏差用 dE 或 Delta E 来描述。它可以用标准和样品的 LCh 或 Lab 颜色坐标值来计算。 但是数学上的差异并不完全符合人类的感知。 我们首先看到阴影的差异,然后是色度,最后是亮度。
我们新的电子书系列的第四册演示了确定色差的公式,并详细讨论了颜色容差。
2类色彩测量仪器分别是:
我们网站上的帖子提供了这些工具之间的额外区别。 您还可以在此处了解不同类型的分光光度仪。
无论您使用什么仪器,您的样品都必须正确准备,以确保测量准确。 测量需要一致且可重复。 这就要求控制过程中的每一个可能的变量。
制定并记录您的程序。 确保样品具有代表性且绝对干净。 尽量保持一致的温度、光照和湿度。 某些类型的样品,例如纺织品,可能会带来特殊的挑战。
利用Datacolor的专业知识。 要了解有关这些概念和其他概念的更多信息,请下载我们的免费色彩管理电子书。