CN112311956A - 信息处理装置、颜色转换特性文件制作方法以及学习装置 - Google Patents

信息处理装置、颜色转换特性文件制作方法以及学习装置 Download PDF

Info

Publication number
CN112311956A
CN112311956A CN202010742413.2A CN202010742413A CN112311956A CN 112311956 A CN112311956 A CN 112311956A CN 202010742413 A CN202010742413 A CN 202010742413A CN 112311956 A CN112311956 A CN 112311956A
Authority
CN
China
Prior art keywords
information
color
printing
unit
print medium
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010742413.2A
Other languages
English (en)
Other versions
CN112311956B (zh
Inventor
长谷川仁
大野典
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN112311956A publication Critical patent/CN112311956A/zh
Application granted granted Critical
Publication of CN112311956B publication Critical patent/CN112311956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/0035User-machine interface; Control console
    • H04N1/00352Input means
    • H04N1/00395Arrangements for reducing operator input
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/603Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/603Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H04N1/6033Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
    • H04N1/605Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis for controlling ink amount, strike-through, bleeding soakage or the like
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/6094Colour correction or control depending on characteristics of the input medium, e.g. film type, newspaper
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/6097Colour correction or control depending on the characteristics of the output medium, e.g. glossy paper, matt paper, transparency or fabrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Processing (AREA)
  • Ink Jet (AREA)
  • Color, Gradation (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明提供信息处理装置、颜色转换特性文件制作方法及学习装置。信息处理装置具有:存储部,存储对印刷介质种类、印刷介质的每单位面积的颜色材料量和印刷于印刷介质的包括线状图像的图像的关系进行了机器学习的学习完毕模型;接受部,接受包括与印刷介质种类相关的介质种类信息的指定信息的输入;取得部,取得通过拍摄使用颜色材料进行印刷的印刷部印刷到印刷介质的包括线状图像的图像而获得的摄像信息;推定部,其使用学习完毕模型基于指定信息及摄像信息来推定表示从印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或最小值的限制值;制作部,使用限制值制作包括与颜色空间的坐标值和颜色材料量间的对应相关的信息的颜色转换特性文件。

Description

信息处理装置、颜色转换特性文件制作方法以及学习装置
技术领域
本发明涉及一种信息处理装置、颜色转换特性文件制作方法以及学习装置。
背景技术
已知一种使用油墨或者调色剂等颜色材料在纸或者薄膜等印刷介质上印刷图像的印刷装置。这种印刷装置一般通过将多个颜色的颜色材料按照颜色印刷在印刷介质上,从而在印刷介质上印刷图像。此时,使用将图像信息的色彩值转换为各色的颜色材料量的颜色转换特性文件。为了颜色转换特性文件的制作,从提高印刷品质的观点来看,需要适当地设定向印刷介质印刷的每单位面积的颜色材料量的上限值等限制值。
例如,在专利文献1中记载的装置基于通过对被印刷有测试图案的印刷介质进行拍摄而获得的摄像信息和通过对该印刷介质进行比色而获得的比色信息,来决定油墨的喷出量的上限值,以回避预定的要素。在此,基于该摄像信息,来决定不会导致油墨的溢出、洇渗或者凝集的喷出量的上限值。此外,基于该比色信息,来决定不会导致油墨的色彩饱和的喷出量的上限值。对于这些决定,分别使用通过多人实施的感官评价而预先决定的阈值。
但是,在专利文献1中记载的装置需要对于每一个应该回避的要素实施印刷以及摄像。因此,在专利文献1中记载的装置中,存在颜色转换特性文件的制作所需的工时以及时间变长的课题。
专利文献1:日本特开2018-126993号公报
发明内容
本发明的信息处理装置的一个方式具有:存储部,其存储对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的学习完毕模型;接受部,其接受包括与印刷介质的种类相关的介质种类信息在内的指定信息的输入;取得部,其取得通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得的摄像信息;推定部,其使用所述学习完毕模型,并基于所述指定信息以及所述摄像信息,而对表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值的限制值进行推定;制作部,其使用所述限制值,来制作包括与颜色空间中的坐标值和颜色材料量间的对应相关的信息在内的颜色转换特性文件。
本发明的颜色转换特性文件制作方法的一个方式,其中,准备学习完毕模型,该学习完毕模型对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习;执行指定信息的输入和摄像信息的取得,其中,所述指定信息包括与印刷介质的种类相关的介质种类信息,所述摄像信息通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得;使用所述学习完毕模型,并基于所述指定信息以及所述摄像信息,而对表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值的限制值进行推定;使用所述限制值,来制作包括与颜色空间中的坐标值和颜色材料量间的对应相关的信息在内的颜色转换特性文件。
本发明的颜色转换特性文件制作程序的一个方式使计算机实现如下功能:接受功能,其接受包括与印刷介质的种类相关的介质种类信息在内的指定信息的输入;取得功能,其取得通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得的摄像信息;推定功能,其使用对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的学习完毕模型,并基于所述指定信息以及所述摄像信息,而对表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值的限制值进行推定;制作功能,其使用所述限制值,来制作包括与颜色空间中的坐标值和颜色材料量间的对应相关的信息在内的颜色转换特性文件。
本发明的学习装置的一个方式具有:输入部,其接受将指定信息、摄像信息和限制值对应起来的数据组的输入,其中,所述指定信息包括与印刷介质的种类相关的介质种类信息,所述摄像信息通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得,所述限制值表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值;学习处理部,其基于所述数据组,而生成对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的学习完毕模型。
附图说明
图1为表示使用实施方式所涉及的信息处理装置的系统的结构例的概要图。
图2为表示颜色转换特性文件中所包括的颜色转换表的一个示例的图。
图3为表示生成颜色转换特性文件的流程的图。
图4为表示用于颜色转换特性文件的生成的图像的一个示例的图。
图5为表示构成图4所示的图像的单位图像的一个示例的图。
图6为图5所示的单位图像的部分放大图。
图7为表示产生了线状图像的中断的状态的一个示例的图。
图8为表示产生了线状图像的变粗的状态的一个示例的图。
图9为表示产生了油墨的溢出的状态的一个示例的图。
图10为表示产生了油墨的洇渗的状态的一个示例的图。
图11为表示产生了油墨的凝集的状态的一个示例的图。
图12为表示用于对推定颜色材料量的限制值的推定部进行说明的图。
图13为表示用于对用于生成学习完毕模型的机器学习进行说明的图。
图14为表示使用变形例所涉及的信息处理装置的系统的结构例的概要图。
图15为表示变形例中的包括线状图像的单位图像的图。
具体实施方式
以下,参照附图而对本发明所涉及的优选的实施方式进行说明。另外,在附图中也存在各部的尺寸或者比例与实际适当地不同且为了易于理解而示意性地进行表示的部分。此外,在以下的说明中只要没有记载特别对本发明进行限定的意思,则本发明的范围并不限于这些方式。
1.使用信息处理装置1的系统100的概要
图1为表示使用实施方式所涉及的信息处理装置1的系统100的结构例的概要图。系统100具有如下的功能:利用作为颜色材料而使用油墨的喷墨式的印刷装置200进行印刷的功能;对印刷装置200的印刷中的配色所使用的颜色转换特性文件DP进行制作的功能。印刷装置200为“印刷部”的一个示例。系统100具有印刷装置200、摄像装置300、学习装置400和信息处理装置1。印刷装置200、摄像装置300以及学习装置400分别与信息处理装置1彼此通过无线或者有线能够通信地被连接。另外,对于该连接也可以经由包括因特网的通信网。此外,学习装置400只要能够在与信息处理装置1之间授受需要的信息,也可以不与信息处理装置1能够通信地进行连接。
印刷装置200为,在信息处理装置1的控制下通过喷墨方式从而在印刷介质上进行印刷的打印机。印刷介质只要为印刷装置200能够实施印刷的介质即可,并未被特别地限定,例如为各种纸、各种布或者各种薄膜等。图1所示的印刷装置200具有喷射蓝绿色、品红色、黄色以及黑色这四色的油墨的油墨喷射头210。此外,虽然未进行图示,但印刷装置200具有输送机构和移动机构,所述输送机构对印刷介质在预定方向上进行输送,所述移动机构使油墨喷射头210沿着与该印刷介质的输送方向正交的轴而反复地进行移动。
油墨喷射头210具有喷射蓝绿色的油墨的C喷射部211C、喷射品红色的油墨的M喷射部211M、喷射黄色的油墨的Y喷射部211Y、喷射黑色的油墨的K喷射部211K。这些喷射部分别将从未图示的油墨容器供给的油墨从未图示的多个喷嘴喷射至印刷介质上。更加具体地,各喷射部针对每一个喷嘴具有未图示的压力室以及驱动元件,压力室内的压力通过驱动元件而发生变动,从而将该压力室内的油墨从喷嘴进行喷射。该驱动元件为例如压电元件或者发热元件。在以上的印刷装置200中,通过并行地实施油墨喷射头210的往复移动和油墨的喷射,从而在被输送的印刷介质的印刷面上形成图像。
另外,使油墨喷射头210往复移动的移动机构也可以省略。在这种情况下,例如,只要使油墨喷射头210跨及与印刷介质的输送方向正交的宽度方向的整个区域进行设置即可。此外,油墨喷射头210所喷射的油墨的颜色的数量并不限定于前述的四色,也可以为三色以下或者五色以上。
摄像装置300为,对由印刷装置200实施印刷后的印刷介质的印刷面进行拍摄的摄像机或者扫描仪等装置。通过该拍摄从而生成表示该印刷面的摄像图像的摄像信息。在该印刷面上印刷基于测试图像信息DG的包括线状图像的图像的情况下,该摄像信息为摄像信息DI。摄像装置300具有例如摄像光学系统以及摄像元件。摄像光学系统为包括至少一个摄像透镜的光学系统,既可以包括棱镜等各种光学元件,也可以包括变焦透镜或者聚焦透镜等。摄像元件为例如CCD(Charge Coupled Device,电荷耦合器件)图像传感器或者CMOS(Complementary MOS,互补金属氧化物半导体)图像传感器等。
另外,摄像装置300也可以具有分光功能。在这种情况下,例如,只要在摄像光学系统中设置衍射光栅或者波长可变滤光器等即可。摄像装置300的摄像图像既可以为全色也可以为单色。在该摄像图像为全色的情况下,摄像信息DI例如对于该摄像图像的每一个像素而用XYZ表色系统中的三刺激值来表示。在该摄像图像为单色的情况下,摄像信息DI例如对于该摄像图像的每一个像素而用亮度值来表示。其中,该摄像图像优选为全色。
信息处理装置1为对印刷装置200以及摄像装置300的动作进行控制的计算机。信息处理装置1具有特性文件制作功能和印刷执行功能,所述特性文件制作功能为使用从学习装置400提供的学习完毕模型PJ来制作颜色转换特性文件DP的功能,印刷执行功能为使用颜色转换特性文件DP来执行印刷装置200的印刷的功能。在本实施方式中,信息处理装置1除了前述的功能之外,还具有基于来自用户的评价结果而实施学习完毕模型PJ的追加学习的功能。这些功能通过颜色转换特性文件制作程序P1的执行从而被实现。
颜色转换特性文件DP具有颜色转换表TBL和限制值D4。颜色转换表TBL包括和颜色空间中的坐标值与油墨量间的对应相关的信息。该颜色空间为例如,RGB颜色空间或者CMYK颜色空间等设备从属颜色空间。该油墨量为,关于印刷装置200所使用的多色油墨的各油墨,相对于印刷介质的印刷面的每单位面积的供给量。限制值D4为颜色转换表TBL中的每种单色以及二次色以上的颜色的各油墨量的上限值或者下限值。即,限制值D4表示从印刷装置200向印刷介质进行印刷的每单位面积的油墨量的最大值或者最小值。限制值D4为基于指定信息D0以使印刷品质满足预定条件的方式使用学习完毕模型PJ而被推定出来的。另外,颜色转换特性文件DP的形式并未被特别地限定,例如,依据ICC(International ColorConsortium,国际色彩联盟)的规定。
学习完毕模型PJ为,对印刷介质的种类、印刷介质中的每单位面积的颜色材料量与被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的推定模型。指定信息D0在介质种类信息D1、颜色空间信息D2和颜色材料种类信息D3之中至少包括介质种类信息D1。介质种类信息D1为与印刷介质的种类相关的信息。作为该印刷介质的种类,可以列举出例如普通纸、氯乙烯以及防水纸等。颜色空间信息D2为与成为配色的基准的颜色空间的种类相关的信息。作为该配色的基准,可以列举出例如Japan Color、SWOP、Euro Standard以及成为其他基准的色彩值等。颜色材料种类信息D3为与印刷装置200所使用的颜色材料的种类相关的信息。作为该颜色材料的种类,可以列举出例如,油墨或者油墨组的商品编号等。颜色材料种类信息D3也能够换言之为与印刷装置200的机型相关的信息。另外,“JapanColor”为注册商标。此外,介质种类信息D1也可以为与印刷介质的型号相关的信息等。
学习装置400为生成学习完毕模型PJ的计算机。学习装置400通过将数据组DS作为示教数据而使用的监督机器学习从而生成学习完毕模型PJ。虽然在图1中未图示,但是数据组DS包括指定信息D0、摄像信息DI和限制值D4a。限制值D4a为相当于正确值的标签。学习装置400中的学习完毕模型PJ的生成只要适时地实施即可,既可以基于来自用户的指示来实施,也可以定期地自动实施。学习装置400所生成的学习完毕模型PJ根据来自信息处理装置1的指示等从而被提供至信息处理装置1。另外,学习装置400的功能也可以由信息处理装置1实现。
在以上的概要的系统100中,信息处理装置1使用学习完毕模型PJ来推定用于颜色转换特性文件DP的制作的限制值D4。因此,在决定颜色转换特性文件DP的制作所使用的限制值D4时,无需对于应该回避的每一个要素反复实施印刷以及摄像。其结果为,与现有技术相比能够削减颜色转换特性文件DP的制作所需的工时以及时间。此外,学习完毕模型PJ能够实施考虑了基于摄像信息DI的图像所表现出的各种要素的机器学习。特别是,由于基于摄像信息DI的图像包括线状图像,因此容易获得考虑了线状图像的“变细”、“变粗”、“中断”或者“邻接”等的学习完毕模型。因此,与现有技术相比,能够容易地获得颜色再现性优异的颜色转换特性文件DP。以下,关于信息处理装置1以及学习装置400详细地进行记述。
2.信息处理装置1
2-1.信息处理装置1的结构
信息处理装置1具有处理装置10、存储装置20、显示装置30、输入装置40和通信装置50。它们彼此以能够进行通信的方式被连接。
处理装置10为,具有对信息处理装置1的各部、印刷装置200以及摄像装置300进行控制的功能、以及处理各种数据的功能的装置。处理装置10具有例如CPU(CentralProcessing Unit,中央处理器)等处理器。另外,处理装置10既可以由单一的处理器构成,也可以由多个处理器构成。此外,处理装置10的功能的一部分或者全部也可以由DSP(Digital Signal Processor,数字信号处理器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、PLD(Programmable Logic Device,可编程逻辑器件)、FPGA(Field Programmable Gate Array,现场可编码门阵列)等硬件来实现。
存储装置20为,对处理装置10所执行的各种程序、以及处理装置10所处理的各种数据进行存储的装置。存储装置20具有例如硬盘驱动器或者半导体存储器。另外,存储装置20的一部分或者全部也可以设置在信息处理装置1的外部的存储装置或者服务器等上。
在本实施方式的存储装置20中,存储有颜色转换特性文件制作程序P1、学习完毕模型PJ、颜色转换特性文件DP、测试图像信息DG以及摄像信息DI。在此,存储装置20为“存储部”的一个示例。另外,颜色转换特性文件制作程序P1、学习完毕模型PJ、颜色转换特性文件DP、测试图像信息DG以及摄像信息DI的一部分或者全部也可以被存储在信息处理装置1的外部的存储装置或者服务器等中。
显示装置30在处理装置10的控制下显示各种图像。在此,显示装置30具有例如液晶显示面板或者有机EL(electro-luminescence,场致发光)显示面板等各种显示面板。另外,显示装置30也可以被设置在信息处理装置1的外部。
输入装置40为接受来自用户的操作的设备。例如,输入装置40具有触摸板、触摸面板或者鼠标等指示设备。在此,输入装置40在具有触摸面板的情况下,也可以兼做显示装置30。另外,输入装置40也可以设置在信息处理装置1的外部。
通信装置50为,与印刷装置200、摄像装置300以及学习装置400通过无线或者有线进行通信的设备。例如,通信装置50具有USB(Universal Serial Bus,通用串行总线)或者LAN(Local Area Network,局域网)等的接口。
在以上的结构的信息处理装置1中,处理装置10从存储装置20读入颜色转换特性文件制作程序P1并执行。通过该执行,从而处理装置10作为接受部11、取得部12、推定部13、制作部14以及追加学习部15而发挥功能。
接受部11实现接受指定信息D0的输入的接受功能。取得部12实现从摄像装置300取得摄像信息DI的取得功能。推定部13实现使用学习完毕模型PJ而基于指定信息D0以及摄像信息DI来推定限制值D4的推定功能。制作部14实现使用限制值D4来制作颜色转换特性文件DP的制作功能。追加学习部15实现通过来自用户的操作而接受与对于限制值D4的适合与否有关的标签LB的添加并使用标签LB对于学习完毕模型PJ实施追加学习的追加学习功能。例如,追加学习部15将与后述的学习装置400的学习处理部412同样的机器学习作为该追加学习来实施。标签LB添加例如该追加学习中的限制值D4的权重。另外,追加学习部15只要根据需要进行设置即可,也可以省略。
2-2.颜色转换表TBL
图2为表示颜色转换特性文件DP所包括的颜色转换表TBL的一个示例的图。图2所示的颜色转换表TBL包括信息TBL1、信息TBL2以及信息TBL3。
信息TBL1以及信息TBL2分别为与颜色空间CS1的坐标值和颜色空间CS2的坐标值间的对应相关的信息。更加具体地说,信息TBL1为从颜色空间CS1的坐标值(Ci、Mi、Yi、Ki)向颜色空间CS2的坐标值(Li、ai、bi)进行转换的A2B表。变量i为对被设置于颜色空间CS1中的格点GD1进行识别的变量。格点GD1通常在沿着颜色空间CS2的各轴的方向上等间隔地进行排列。另一方面,信息TBL2为从颜色空间CS2的坐标值(Lj、aj、bj)向颜色空间CS1的坐标值(Cj、Mj、Yj、Kj)进行转换的B2A表。变量j为对被设定于颜色空间CS2中的格点GD2进行识别的变量。格点GD2通常在沿着颜色空间的各轴的方向上等间隔地进行排列。
颜色空间CS1为例如依赖于设备的设备从属颜色空间。在图2中,例示出颜色空间CS1为CMYK颜色空间的情况。另一方面,颜色空间CS2为所谓的特性文件连接空间(PCS),且为例如不依赖于设备的设备独立颜色空间。在图2中,例示出颜色空间CS2为CIELAB颜色空间的情况。另外,颜色空间CS1只要为输出设备能够利用的颜色空间即可,并不限定于CMYK颜色空间,也可以为例如CMY颜色空间或者输出设备独自的颜色空间。此外,颜色空间CS2只要为不依赖于设备的颜色空间即可,并不限定于CIELAB颜色空间,也可以为例如XYZ颜色空间等。
信息TBL3为与颜色空间CS2的坐标值(Cj、Mj、Yj、Kj)和表示油墨量的值(cj、mj、yj、kj)间的对应相关的信息。例如,信息TBL3为将前述的B2A表即信息TBL2中的转换后的坐标值转换为油墨量的查找表。值(cj、mj、yj、kj)为,与例如前述的油墨喷射头210的油墨颜色相对应,且表示各色的油墨使用量的灰度值。
2-3.颜色转换特性文件DP制作方法
图3为表示生成颜色转换特性文件DP的流程的图。如图3所示,颜色转换特性文件DP的生成方法具有:接受指定信息D0的输入的步骤S101、取得摄像信息DI的步骤S102、推定限制值D4的步骤S103、制作颜色转换特性文件DP的步骤S104。以下,依次对各步骤进行说明。另外,步骤S101以及步骤S102的顺序并不限定于图3所示的顺序,既可以将步骤S101在步骤S102之后实施,也可以同时地实施步骤S101以及步骤S102。
在步骤S101中,接受指定信息D0的输入。该输入使用例如输入装置40来实施。此时,例如,用于选择或者输入指定信息D0的图像被显示在显示装置30上。
在步骤S102中,取得摄像信息DI。摄像信息DI通过对由印刷装置200印刷在印刷介质上的图像进行摄像从而获得。以下,关于该图像进行说明。
图4为表示颜色转换特性文件DP的生成所使用的图像的一个示例即图像G的图。图像G为使前述的印刷装置200所使用的四色的油墨的组合以及油墨量的灰度适当地不同而被形成在印刷介质MP的印刷面MP0上。图4所示图像G由多个单位图像GP构成。多个单位图像GP被分为图像群G1、图像群G2以及图像群G4。另外,多个单位图像GP的配置并不限定于图4所示的配置。
图像群G1由该四色的油墨的单色的多个单位图像GP构成。图4所例示的图像群G1由针对四色的油墨的每一个颜色而油墨量的灰度互相不同的n个单位图像GP构成。图像群G2由该四色的油墨的二次色的多个单位图像GP构成。图4所例示的图像群G2由针对四色的油墨的每一种二次色而油墨量的灰度互相不同的n个单位图像GP构成。图像群G4由该四色的油墨的四次色的多个单位图像GP构成。图4所例示的图像群G4由油墨量的灰度互相不同的n个单位图像GP构成。其中,n为2以上的自然数,优选地为10以上且100以下。另外,形成多个单位图像GP的油墨量的灰度的范围被适当地决定。
图5为构成图4所示的图像G的单位图像GP的一个示例的图。图6为图5所示的单位图像GP的部分放大图。图5所示的单位图像GP的外形呈四边形。在图5所示的示例中,在单位图像GP上描绘有线条图案PL1、线条图案PL2以及线条图案PL3。线条图案PL1、线条图案PL2以及线条图案PL3分别为“线状图像”的一个示例。线条图案PL1从单位图像GP的位于图5中的下侧的一边的一端起向与各边倾斜的方向以固定的宽度且直线状地进行延伸。线条图案PL1将单位图像GP区分为区域PA1和区域PA2。线条图案PL2从该一边的另一端起向与各边倾斜的方向以固定的宽度且直线状地进行延伸。线条图案PL2将区域PA2区分为区域PA2a和区域PA2b。线条图案PL3从被连接于该一边的两端上的两条边的一方朝向另一方弯弯曲曲地延伸。更加具体而言,如图6所示那样,线条图案PL3由依次排列并被连结的直线状地延伸的多个直线部构成。该多个直线部中的相邻两个直线部形成角。线条图案PL3的宽度随着从线条图案PL3的两端朝向中央而变窄。线条图案PL3将区域PA1区分为区域PA1a和区域PA1b。在以上的单位图像GP中,区域PA1以及区域PA2分别通过与前述的图像群相对应的颜色的油墨而被印刷。线条图案PL1、线条图案PL2以及线条图案PL3分别通过与区域PA1以及区域PA2不同的颜色的油墨而被印刷。
另外,各单位图像GP的形状等并不限定于图5所示的形状等。但是,优选为,各单位图像GP中所包含的线状图像具有在相对于油墨喷射头210的移动方向倾斜的方向上延伸的部分。在这种情况下,与线状图像相对于油墨喷射头210的移动方向平行或者正交的情况相比,能够提高基于所印刷的线状图像的、“变细”、“变粗”、“中断”或者“邻接”的判断精度。
通过对印刷了以上的图像G的印刷面MP0进行观察,从而能够对线状图像的“变细”、“变粗”、“中断”、“邻接”、油墨的洇渗、凝集或者溢出等要素的有无与印刷面MP0中的每单位面积的油墨量间的关系进行判断。
图7为表示产生了线条图案PL3的中断的状态的一个示例的图。“线状图像的中断”是指,因油墨的不足而导致线状图像的在长边方向上的一部分缺损了的状态。在图7中示出以线条图案PL3的宽度最窄的部分为中心而缺损了线条图案PL3的中央部分的状态。此外,虽然未图示,但是“线状图像的变细”是指,因油墨的不足,虽未导致线状图像的中断,但是与原来的线状图像的宽度相比变窄的状态。
图8为表示产生了线条图案PL3的变粗的状态的一个示例的图。“线状图像的变粗”是指,因油墨的过多而导致与原来的线状图像的宽度相比变粗的状态。在图8中示出,线条图案PL3的应该形成角的部分的宽度与原来相比变粗,其结果为线条图案PL3的形状从原来的形状走样了的状态。另外,虽未图示,但是“线状图像的邻接”是指,因油墨的过多而导致相邻的两个线状图像彼此相接的状态。
图9为表示产生了油墨的溢出的状态的一个示例的图。“油墨的溢出”是指,因相对于印刷介质MP的油墨吸收能力而言油墨的供给量过大,从而油墨从原本的单位图像GP的区域超出而导致单位图像GP的形状破坏的状态。在图9中,示出了区域PA1以及区域PA2与线条图案PL1以及线条图案PL2的边界的形状破坏的示例。
图10为表示发生了油墨的洇渗的状态的一个示例的图。“油墨的洇渗”是指,因相对于印刷介质MP的油墨保持能力而言油墨的供给量过大,从而油墨从原本的单位图像GP的区域超出而导致单位图像GP的轮廓的模糊程度增大的状态。在图10中,示出了区域PA1以及区域PA2与线条图案PL1以及线条图案PL2的边界的模糊程度增大的示例。
图11为表示发生了油墨的凝集的状态的一个示例的图。“油墨的凝集”是指,因在使用了分散系的油墨的情况下分散质彼此聚集,导致在单位图像GP内产生了油墨的浓度不均匀的状态。在图11中,示出了在区域PA1以及区域PA2中分别产生了浓度不均匀的示例。
另外,虽然未图示,但是色阶(gradation)的色调跳跃(tone jump)等作为单位图像GP之间的色差或者浓度差而表现在被印刷的图像G上。
在步骤S103中,推定部13使用学习完毕模型PJ,基于指定信息D0以及摄像信息DI,对表示从印刷装置200向印刷介质MP印刷的每单位面积的油墨量的最大值或者最小值的限制值D4进行推定。限制值D4例如被表现为表示各色的油墨量的信息(Ci、Mi、Yi、Ki)。
图12为用于对推定限制值D4的推定部13进行说明的图。学习完毕模型PJ为,根据摄像信息DI以及指定信息D0的输入而输出限制值D4的学习完毕模型。具体地说,学习完毕模型PJ通过使处理装置10执行从摄像信息DI以及指定信息D0生成限制值D4的运算的程序与应用于该运算的多个系数的组合从而被实现。该程序例如为构成人工智能软件的程序模块。该多个系数例如通过利用了后述的学习装置400中的数据组DS的深层学习从而被设定。在图12中,作为优选例而示出了学习完毕模型PJ为具有输入层、输出层以及中间层的深层神经网络等数理模型的情况。
在此,学习完毕模型PJ对从印刷装置200向印刷介质MP印刷的每单位面积的油墨量的最大值以及最小值的一方或者双方进行推定,来作为限制值D4。该最大值相当于作为不产生上述的线状图像的“变粗”或者“邻接”的油墨量而取得的最大值。该最小值相当于作为不产生上述的线状图像的“变细”或者“中断”的油墨值而取得的最小值。另外,学习完毕模型PJ在对该最大值以及该最小值的双方进行推定的情况下,例如也可以单独地包括对该最大值进行推定的学习完毕模型和对该最小值进行推定的学习完毕模型。
在步骤S104中,制作部14使用限制值D4来制作颜色转换特性文件DP。具体地说,制作部14以如下方式制作颜色转换特性文件DP,即,以使得针对单色、二次色或者四次色的每种颜色,油墨量都不超过前述的推定部13的推定结果的方式。
在以上的信息处理装置1中,推定部13使用学习完毕模型PJ来推定用于颜色转换特性文件DP的制作的限制值D4。因此,在决定颜色转换特性文件DP的制作所使用的限制值D4时,无需针对应该回避的每一个要素而反复实施印刷以及摄像。其结果为,与现有技术相比较,能够减少颜色转换特性文件DP的制作所需要的工时以及时间。此外,学习完毕模型PJ能够进行考虑了基于摄像信息DI的图像所表现出的各种各样的要素的机器学习。特别是,由于基于摄像信息DI的图像包括线状图像,因此容易获得考虑了线状图像的“变细”、“变粗”、“中断”或者“邻接”等要素的学习完毕模型。因此,与现有技术相比,能够容易地获得颜色再现性优异的颜色转换特性文件DP。
在本实施方式中,学习完毕模型PJ进一步对与颜色转换特性文件DP所使用的颜色空间的种类的关系进行机器学习。因此,在指定信息D0包括与该颜色空间的种类相关的颜色空间信息D2的情况下,能够获得降低了颜色转换前后的色差的颜色转换特性文件DP。
在此,在该颜色空间中基于颜色转换特性文件DP中的对应的色差ΔE的值,优选为,人在分离比较中难以识别色差的3.0以下。在这种情况下,能够获得在实质上无颜色转换前后的色差的颜色转换特性文件DP。
此外,学习完毕模型PJ进一步对与颜色材料的种类的关系进行机器学习。因此,在指定信息D0包括与该颜色材料的种类相关的颜色材料种类信息D3的情况下,能够获得考虑了颜色材料的种类的颜色转换特性文件DP。
另外,追加学习部15通过来自用户的操作而接受与对于限制值D4的适合与否有关的标签LB的添加,且使用标签LB而对于学习完毕模型PJ实施追加学习。因此,能够事后提高颜色转换特性文件DP的颜色再现性。
3.学习装置400
如图1所示,学习装置400具有处理装置410和存储装置420,且它们彼此以能够进行通信的方式被连接。虽未图示,但学习装置400具有能够与信息处理装置1进行通信的通信装置。该通信装置被构成为与前述的信息处理装置1的通信装置50相同。另外,学习装置400也可以具有与信息处理装置1的显示装置30以及输入装置40相同的装置。
处理装置410为,具有对学习装置400的各部进行控制的功能、以及处理各种数据的功能的装置。处理装置410具有例如CPU等处理器。另外,处理装置410既可以由单一的处理器构成,也可以由多个处理器构成。此外,处理装置410的功能的一部分或者全部也可以由DSP、ASIC、PLD、FPGA等硬件来实现。
存储装置420为,对处理装置410所执行的各种程序、以及处理装置410所处理的各种数据进行存储的装置。存储装置420具有例如硬盘驱动器或者半导体存储器。另外,存储装置420的一部分或者全部也可以设置在学习装置400的外部的存储装置或者服务器等上。
在本实施方式的存储装置420中存储有学习程序P2、数据组DS以及学习完毕模型PJ。另外,学习程序P2、数据组DS以及学习完毕模型PJ的一部分或者全部也可以被存储在学习装置400的外部的存储装置或者服务器等中。
在以上的结构的学习装置400中,处理装置410从存储装置420读取学习程序P2并执行。通过该执行,从而处理装置410作为输入部411以及学习处理部412而发挥功能。
输入部411实现接受将指定信息D0、摄像信息DI和限制值D4a对应起来的数据组DS的输入的功能。学习处理部412实现基于数据组DS而生成学习完毕模型PJ的功能。
图13为用于对用于学习完毕模型PJ的生成的机器学习进行说明的图。对于学习完毕模型PJ的机器学习,使用多个数据组DS。各数据组DS包括摄像信息DI、与摄像信息DI相对应的指定信息D0以及限制值D4a。数据组DS中的指定信息D0以及摄像信息DI也可以为,使用与信息处理装置1不同的装置而生成的信息。数据组DS中的限制值D4a为,相当于对于该数据组DS中的摄像信息DI以及指定信息D0的正确值的标签。该标签由管理者等基于前述的图像G的状态而被决定。在此,能够将在与过去的指定信息D0以及摄像信息DI相同的条件下回避了油墨的溢出、洇渗以及凝集等应该回避的要素中的一个以上的要素时的上限值或者下限值作为限制值D4a来利用。
学习处理部412通过利用了多个数据组DS的监督机器学习而对学习完毕模型PJ的多个系数进行设定。具体地说,学习处理部412以使相对于数据组DS中的指定信息D0以及摄像信息DI的输入而暂定的学习完毕模型PJ所输出的限制值D4b与被包含于数据组DS中的限制值D4a的差异减小的方式,对学习完毕模型PJ的多个系数进行更新。例如,学习处理部412以使表示限制值D4a与限制值D4b的差异的评价函数最小化的方式,通过误差反向传播算法反复地更新学习完毕模型PJ的多个系数。通过以上的机器学习而被设定的学习完毕模型PJ的多个系数被存储在存储装置420中。以上的机器学习后的学习完毕模型PJ基于在多个数据组DS中的指定信息D0以及摄像信息DI与限制值D4a之间所潜在的倾向,而输出相对于未知的指定信息D0以及摄像信息DI在统计上妥当的限制值D4。
在以上的学习装置400中,能够获得考虑用于机器学习的图像G所表现出的各种各样的要素并进行了机器学习的学习完毕模型PJ。例如,在本实施方式中,能够获得不仅学习了线状图像的“变细”、“变粗”、“中断”或者“邻接”等要素,还学习了前述的油墨的溢出、洇渗、凝集以及颜色饱和等要素的学习完毕模型PJ。
4.变形例
虽然以上基于图示的实施方式,而对本发明的信息处理装置、颜色转换特性文件制作方法、颜色转换特性文件制作程序以及学习装置进行了说明,但是本发明并不限定于此。此外,本发明的各部的结构能够置换为发挥与前述的实施方式的相同功能的任意结构,此外,也能够添加任意的结构。
图14为表示使用变形例所涉及的信息处理装置1A的系统100A的结构例的概要图。在前述的实施方式中,例示出了信息处理装置1执行颜色转换特性文件制作程序P1的情况。与之相对地,如图14所示的那样,作为服务器而发挥功能的信息处理装置1A也可以执行颜色转换特性文件制作程序P1,且将该执行的功能的一部分或者全部提供至客户端500。
在图14中,信息处理装置1A经由包括因特网的通信网NW而分别与客户端500、印刷装置200-1、印刷装置200-2以及印刷装置200-3以彼此能够互相进行通信的方式被连接。信息处理装置1A为能够执行颜色转换特性文件制作程序P1的计算机。印刷装置200-1~印刷装置200-3分别被构成为与前述的印刷装置200相同。另外,信息处理装置1A也可以兼用做前述的学习装置400。
图15为表示变形例中的包括线状图像的单位图像GP的图。用于颜色转换特性文件DP或者学习完毕模型PJ的生成的包括线状图像的图像的方式并不限定于上述的实施方式,例如也可以为图15所示的方式。图15所示的单位图像GP包括呈半径互不相同的圆形的多个线状图像和呈外接圆的半径互不相同的多边形的多个线状图像,且它们被配置为同心。
另外,虽然在前述的实施方式中,例示出作为颜色材料而使用油墨的情况,但是并不限定于此,例如也可以作为颜色材料而使用调色剂。即,印刷部也可以为例如电子照相方式的打印机。在这种情况下,作为应该回避的要素,可以列举例如调色剂的脱落等。
此外,印刷介质也可以为升华转印用的印刷介质。在这种情况下,颜色转换特性文件或者学习完毕模型的制作所使用的摄像信息既可以为对印刷介质进行摄像而获得的摄像信息,也可以为对从印刷介质转印了图像的介质进行摄像而获得的摄像信息。
另外,虽然在前述的实施方式中,例示出了将学习完毕模型PJ的追加学习由信息处理装置1来实施的情况,但是并不限定于此,也可以将该追加学习由学习装置400来实施。在这种情况下,实施了该追加学习的学习完毕模型PJ适时地被提供至信息处理装置1。
符号说明
1…信息处理装置;1A…信息处理装置;11…接受部;12…取得部;13…推定部;14…制作部;15…追加学习部;20…存储装置;200…印刷装置;200-1…印刷装置;200-2…印刷装置;200-3…印刷装置;400…学习装置;411…输入部;412…学习处理部;CS1…颜色空间;CS2…颜色空间;D0…指定信息;D1…介质种类信息;D2…颜色空间信息;D3…颜色材料种类信息;D4…限制值;D4a…限制值;D4b…限制值;DG…测试图像信息;DI…摄像信息;DP…颜色转换特性文件;DS…数据组;G…图像;LB…标签;MP…印刷介质;P1…颜色转换特性文件制作程序;PL1…线条图案;PL2…线条图案;PL3…线条图案;PJ…学习完毕模型。

Claims (7)

1.一种信息处理装置,具有:
存储部,其存储对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的学习完毕模型;
接受部,其接受包括与印刷介质的种类相关的介质种类信息在内的指定信息的输入;
取得部,其取得通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得的摄像信息;
推定部,其使用所述学习完毕模型,并基于所述指定信息以及所述摄像信息,而对表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值的限制值进行推定;
制作部,其使用所述限制值,来制作包括与颜色空间中的坐标值和颜色材料量间的对应相关的信息在内的颜色转换特性文件。
2.如权利要求1所述的信息处理装置,其中,
所述学习完毕模型还对与所述颜色空间的种类的关系进行机器学习,
所述指定信息包括与所述颜色空间的种类相关的颜色空间信息。
3.如权利要求2所述的信息处理装置,其中,
在所述颜色空间中基于所述对应的色差ΔE的值为3.0以下。
4.如权利要求1至3中任一项所述的信息处理装置,其中,
所述学习完毕模型还对与所述颜色材料的种类的关系进行机器学习,
所述指定信息包括与所述颜色材料的种类相关的颜色材料种类信息。
5.如权利要求1所述的信息处理装置,其中,
具有追加学习部,该追加学习部通过来自用户的操作而接受与对于所述限制值的适合与否有关的标签的添加,并使用所述标签来对所述学习完毕模型实施追加学习。
6.一种颜色转换特性文件制作方法,其中,
准备学习完毕模型,该学习完毕模型对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习;
执行指定信息的输入和摄像信息的取得,其中,所述指定信息包括与印刷介质的种类相关的介质种类信息,所述摄像信息通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得;
使用所述学习完毕模型,并基于所述指定信息以及所述摄像信息,而对表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值的限制值进行推定;
使用所述限制值,来制作包括与颜色空间中的坐标值和颜色材料量间的对应相关的信息在内的颜色转换特性文件。
7.一种学习装置,具有:
输入部,其接受将指定信息、摄像信息和限制值对应起来的数据组的输入,其中,所述指定信息包括与印刷介质的种类相关的介质种类信息,所述摄像信息通过对由使用颜色材料进行印刷的印刷部印刷到印刷介质上的包括线状图像的图像进行拍摄从而获得,所述限制值表示从所述印刷部向印刷介质印刷的每单位面积的颜色材料量的最大值或者最小值;
学习处理部,其基于所述数据组,而生成对印刷介质的种类、印刷介质中的每单位面积的颜色材料量和被印刷于印刷介质上的包括线状图像的图像的关系进行了机器学习的学习完毕模型。
CN202010742413.2A 2019-08-01 2020-07-29 信息处理装置、颜色转换特性文件制作方法以及学习装置 Active CN112311956B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-142069 2019-08-01
JP2019142069A JP6922950B2 (ja) 2019-08-01 2019-08-01 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置

Publications (2)

Publication Number Publication Date
CN112311956A true CN112311956A (zh) 2021-02-02
CN112311956B CN112311956B (zh) 2022-06-03

Family

ID=74258470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010742413.2A Active CN112311956B (zh) 2019-08-01 2020-07-29 信息处理装置、颜色转换特性文件制作方法以及学习装置

Country Status (3)

Country Link
US (1) US11165930B2 (zh)
JP (1) JP6922950B2 (zh)
CN (1) CN112311956B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101121345A (zh) * 2006-08-08 2008-02-13 佳能株式会社 简档形成方法以及打印系统
CN201456554U (zh) * 2009-05-15 2010-05-12 浙江影天印业有限公司 一种调整油墨控制信息的系统
US20120243011A1 (en) * 2011-03-22 2012-09-27 Seiko Epson Corporation Profile creation method, profile creation program, and printing apparatus
JP2013236335A (ja) * 2012-05-10 2013-11-21 Fujifilm Corp プロファイル作成装置及び方法、色変換装置及び方法、プログラム並びに印刷システム
WO2014050577A1 (ja) * 2012-09-27 2014-04-03 コニカミノルタ株式会社 色処理方法、色処理装置、画像形成装置及び色変換装置
WO2016121430A1 (ja) * 2015-01-26 2016-08-04 富士フイルム株式会社 色変換テーブル作成装置、色変換テーブル作成方法、及び色変換テーブル作成プログラム
JP2018098630A (ja) * 2016-12-13 2018-06-21 富士フイルム株式会社 色変換テーブル作成装置及び方法、色変換装置、並びにプログラム
CN108394180A (zh) * 2017-02-06 2018-08-14 精工爱普生株式会社 印刷装置
JP2018126993A (ja) * 2017-02-06 2018-08-16 セイコーエプソン株式会社 印刷装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05221006A (ja) * 1992-02-12 1993-08-31 Nec Corp 印字制御装置
JP2000253266A (ja) * 1999-03-02 2000-09-14 Canon Inc 画像処理装置および画像処理方法
JP3787534B2 (ja) 2002-05-20 2006-06-21 キヤノン株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP2005175876A (ja) * 2003-12-11 2005-06-30 Ricoh Co Ltd 色信号処理方法および装置、カラープロファイル作成方法、プログラムおよび記録媒体
JP2009111667A (ja) 2007-10-30 2009-05-21 Seiko Epson Corp 印刷結果の予測
JP2011193269A (ja) * 2010-03-15 2011-09-29 Ricoh Co Ltd 画像形成装置及び方法
JP5760521B2 (ja) * 2011-03-04 2015-08-12 セイコーエプソン株式会社 プロファイル作成方法、プロファイル作成プログラムおよび印刷装置
JP2012231306A (ja) * 2011-04-26 2012-11-22 Seiko Epson Corp 印刷装置の製造方法、印刷装置、および印刷方法
JP6140630B2 (ja) * 2014-03-28 2017-05-31 京セラドキュメントソリューションズ株式会社 画像形成装置
CN106937018B (zh) * 2017-01-12 2019-03-05 浙江大学 基于rbf神经网络用于纺织品喷墨印染的色彩映射方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101121345A (zh) * 2006-08-08 2008-02-13 佳能株式会社 简档形成方法以及打印系统
CN201456554U (zh) * 2009-05-15 2010-05-12 浙江影天印业有限公司 一种调整油墨控制信息的系统
US20120243011A1 (en) * 2011-03-22 2012-09-27 Seiko Epson Corporation Profile creation method, profile creation program, and printing apparatus
JP2013236335A (ja) * 2012-05-10 2013-11-21 Fujifilm Corp プロファイル作成装置及び方法、色変換装置及び方法、プログラム並びに印刷システム
WO2014050577A1 (ja) * 2012-09-27 2014-04-03 コニカミノルタ株式会社 色処理方法、色処理装置、画像形成装置及び色変換装置
WO2016121430A1 (ja) * 2015-01-26 2016-08-04 富士フイルム株式会社 色変換テーブル作成装置、色変換テーブル作成方法、及び色変換テーブル作成プログラム
JP2018098630A (ja) * 2016-12-13 2018-06-21 富士フイルム株式会社 色変換テーブル作成装置及び方法、色変換装置、並びにプログラム
CN108394180A (zh) * 2017-02-06 2018-08-14 精工爱普生株式会社 印刷装置
JP2018126993A (ja) * 2017-02-06 2018-08-16 セイコーエプソン株式会社 印刷装置

Also Published As

Publication number Publication date
US20210037164A1 (en) 2021-02-04
CN112311956B (zh) 2022-06-03
JP6922950B2 (ja) 2021-08-18
JP2021024152A (ja) 2021-02-22
US11165930B2 (en) 2021-11-02

Similar Documents

Publication Publication Date Title
EP3100862B1 (en) Image-processing apparatus and method, program, and inkjet printing system
JP5855607B2 (ja) 画像記録方法及び装置並びにプログラム
US9571696B2 (en) Print data generating apparatus and generating method for generating color conversion profile
CN112243069B (zh) 信息处理装置、颜色转换特性文件制作方法以及学习装置
US11416723B2 (en) Image processing apparatus, and non-transitory computer-readable recording medium therefor
JP2014100854A (ja) 画像形成装置及び方法、並びに補正値算出方法
CN112311956B (zh) 信息处理装置、颜色转换特性文件制作方法以及学习装置
JP6424696B2 (ja) 印刷装置、印刷方法、及び、印刷システム
CN112241245B (zh) 信息处理装置、颜色转换特性文件制作方法以及学习装置
JP2021024153A (ja) 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
US20170197408A1 (en) Control device for controlling printer having print head
JP2023078957A (ja) 印刷装置、その制御方法及びプログラム
JP2005014586A (ja) 印刷制御装置、印刷制御方法および印刷制御プログラム
JP7427386B2 (ja) 情報処理装置、方法、及びプログラム
US11778125B2 (en) Image processing apparatus, method, and product generating correction information in ascending order from a region of a smaller number of printing materials
JP2023081711A (ja) 画像処理装置、画像処理方法
JP2023091489A (ja) 情報処理装置、画像形成装置、画像形成システム、方法、及びプログラム
JP2023035673A (ja) 画像形成装置、画像形成方法
JP2024016362A (ja) 印刷装置、印刷装置の制御方法、プログラム及び印刷システム
JP2024013272A (ja) 画像処理装置、画像処理装置の制御方法、プログラム及び印刷装置
JP2022129159A (ja) 画像処理装置、画像形成システム、画像処理方法及びプログラム
JP2020201820A (ja) 色変換テーブル生成方法、色変換テーブル生成プログラムおよび印刷装置
JP5906630B2 (ja) 画像処理装置、画像処理方法、及び液体吐出装置
JP2009218730A (ja) 色変換テーブル作成方法
JP2009218731A (ja) 色変換テーブル作成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant