Unlimited PS Actions, graphics, videos & courses! Unlimited asset downloads! From $16.50/m
Advertisement
  1. Design & Illustration
  2. Color Theory
Design

 Teori Warna Mendalam: Apa Manajemen Warna itu?

by
Length:LongLanguages:

Indonesian (Bahasa Indonesia) translation by Abdul Mutholib (you can also view the original English article)

Seorang desainer duduk di sampingku, melihat ke palet pada software karya seni vektornya. "Ada sesuatu yang hilang... Aku yakin ada warna lain yang tidak bisa aku gunakan..."

Tidak, aku meresponnya segera dan menjelaskan dengan sangat percaya diri: "Semua orang ingat semenjak sekolah bagaimana mata bekerja—cone (salah satu sel penerima cahaya pada retina) mendeteksi cahaya merah, hijau dan biru, dan warna-warna lainnya  hanyalah campuran dari ketiga warna ini. Kamu melihat merah, hijau dan biru di monitor dan kamu bisa mencampur-campurnya untuk mendapatkan warna yang lebih terang, begitulah semua warna."

Beberapa saat kemudian aku menyadari kalau aku salah. Ini adalah hal yang lebih rumit daripada itu dan artikel ini menjelaskan mengapa.

Pada artikel ini, kita akan melihat model-model warna, bagaimana warna bisa dipecah belah menjadi bagian-bagian komponen dan dibuat. Kemudian kita akan beralih untuk melihat ruang warna, hubungan warna yang lebih tepat dari model warnanya, apa yang sebenarnya mendefinisikan warna yang sedang kita jelaskan.  Di sini kita akan melihat mengapa pasti ada warna yang tidak bisa digunakan di softwaremu. Pada akhirnya kita akan melihat pada manajemen warna, proses yang harus meyakinkanmu melihat warna yang tepat melalui alur kerja desainmu.

1. Bagaimana Bisa Kita Mendeskripsikan sebuah Warna?

Apakah Model Warna Itu?

Jadi jika kamu mengerti tentang tentang pencetakan latar, kamu mungkin sudah menertawakanku atas pemikiran komputer sentris (merasa ahli tentang semua yang berhubungan dengan komputer) sederhana tentang merah, hijau dan biru—semua orang tahu warna-warna tercipta dari campuran cyan (sian/biru kehijauan), magenta, kuning dan hitam. Tapi keduanya sama-sama benar—mereka hanyalah color models (model warna) yang berbeda, metode-metode untuk memecah belah warna menjadi komponen-komponennya menjadi abstrak dan numerik mewakili sebuah warna.

Aku mengasumsikan kebanyakan desainer harusnya mengenal model warna RGB dan CYMK. Jika kamu mengerti, jangan ragu untuk melewati setengah bagian dari artikel, melewati bagian satu untuk lebih jelasnya tapi ini tetaplah model warna HSB dan Lab yang berguna.

Apa Model Warna RGB Itu?

Contoh pertama kita adalah RGB color model (model warna RGB). Model ini, terkadang dideskripsikan sebagai additive color model (model warna aditif), menjelaskan bagaimana cahaya berwarna dikombinasikan untuk membuat warna.  Bayangkan kamu berada di sebuah ruangan gelap dengan lampu dimmable (yang volume cahayanya bisa diredupkan) berwarna merah, hijau dan biru, dan dengan menyesuaikan kecerahan/pencahayaan masing-masing lampunya, kamu bisa menerangi ruangannya dengan warna apapun yang kamu mau dengan mencampurnya.  Apabila semua lampu dimatikan, kamu akan mendapatkan warna hitam—gelap! Apabila kamu mencampur warna merah dan hijau bersama, ruangannya akan terlihat menjadi kuning, dan kemudian kamu menyalakan lampu birunya, ruangannya menjadi putih.

Kenapa merah, hijau dan biru? Kamu mungkin mengingat pelajaran sains di sekolah, sebuah cahaya spektrum, digambarkan sebagai frekuensi, mulai dari warna merah sampai warna pelangi menjadi biru dan ungu.  Dari sudut pandang ilmiah, cahaya bisa terbentuk dari campuran monochromes (monokrom), cahaya dari satu frekuensi.

Bagaimanapun juga, kita memiliki sel pengindraan cahaya yang disebut cones di retina mata kita untuk mendeteksi jumlah area cahaya spektrum merah, hijau dan biru. Karena ini cahaya monokromati kuning yang "sebenarnya", yang mana berada di antara merah dan hijau di spektrum, tidak dapat dibedakan dari campuran cahaya monokromatik merah dan hijau.

Dari sudut pandang desain, kita tidak dapat menerima perbedaannya, ini bukanlah masalah dan jadi kita bisa mengambil warna apapun yang kita lihat sebagai campuran dari merah, hijau dan biru.

Spectrum of Monochromatic colors
Spektrum warna monokromatik

Karena fakta ini, banyak perangkat, seperti layar monitor, TV dan LED yang berubah warna, menghasilkan cahaya dengan merah, hijau dan biru sebagai sumber cahayanya. Demikian pula dengan perangkat penangkap cahaya, seperti kamera ataupun scanner (perangkat penduplikat), meniru mata manusia dengan sensor dengan ketiga warna tersebut.

Pada dunia/era digital, komponen-komponen RGB (merah, hijau dan biru) sering digambarkan sebagai angka antara 0 dan 255. Kenapa 255? Kamu bisa menyalahkan para programmer untuk masalah ini—ini karena mereka disimpan dalam bentuk nilai "8-bit", yang mana bisa menyimpan 256 nilai berbeda.  Kamu dapat lebih menyalahkan mereka lagi apabila kamu harus berurusan dengan website dan hexadecimal encoded numbers seperti #FF4E3A!

Red Green Blue Additive Color Model
Model warna Aditif Merah, Hijau dan Biru

Apakah Model Warna CYMK Itu?

Jadi kenapa menjelaskan warna dengan cara berbeda lainnya? Ya, dunia percetakan adalah contoh yang baik.  Kita tidak mau meletakan pancaran cahaya pada media cetak kita; kita mau meletakan pigmen-pigmen warna dari tinta untuk diletakan pada selembar kertas untuk menghasilkan warna tersebut.  Yakin paling-paling itu warna merah, hijau dan biru lagi? Jika kamu sudah pernah mencetak atau melukis sebelumnya, kamu akan mengerti bukan itu masalahnya.

Warna utama kita pada dunia percetakan adalah pigmen-pigmen Cyan (sian/biru kehijauan), Magenta dan Kuning, dan dengan menambahkan warna-warna tersebut pada selembar kertas putih, kita mendapatkan warna Merah, Hijau atau Biru. Menambahkan ketiga warnanya, kita cenderung mendapat warna coklat lumpur, tapi menambah warna pigmen keempat, hitam, kita dapat mencampurnya untuk mendapatkan warna-warna lainnya.  Model warna ini menambahkan warna untuk mendapatkan corak yang lebih gelap, jadi terkadang disebut sebagai subtractive model (model subtraktif), tapi umumnya disebut sebagai CMYK color model (model warna CYMK). Biasanya kamu akan melihat proporsi masing-masing pigmen ditunjukan secara digital sebagai angka antra 0 dan 100.

Cyan Magenta Yellow and Black color system
Campuran subtraktif dari Cyan, Magenta dan Kuning bisa menghasilkan banyak warna dan tambahan warna hitam (gambar kanan) bisa menghasilkan lebih banyak warna lagi.

Untuk penjelasan visual yang bagus dari model warna RGB dan CYMK, cobalah lihat video dari Kirk Nelson.

Apakah Model Warna HSB/HSV/HSL itu?

Tapi ada model warna lain selain itu. Apabila kamu mengaktifkan color picker di Adobe Photoshop CC atau pernah berkunjung ke colorizer.org, kamu juga akan melihat HSB color model (model warna HSB).

Model ini menggambarkan warna sebagai kombinasi dari Hue, Saturation and Brightness, menyesuaikan seberapa banyak orang yang cenderung memikirkan warna.

Saturation (Kejenuhan) menunjukan seberapa jelas warna dihasilkan: warna dengan kejenuhan 100% akan menjadi jelas dan tebal, warna dengan kejenuhan 50% akan menjadi pastel lebih halus, dan warna yang tidak memiliki kejenuhan akan berskala abu-abu.

Brightness (Kecerahan) (terkadang malah disebut sebagai Value dan karena menjadi HSV color model) dapat dianggap sebagai jumlah hitam di dalam warna, 0% pencahayaan akan menjadi hitam pekat, 100% kecerahan akan menjadi warna putih atau menjadi warna lain tergantung saturasi kita.

Yang terakhir, Hue (Warna) menjelaskan tentang warna monokrom yang mana yang sedang kita bicarakan, berarti warna yang dimaksud adalah warna pelangi: merah, kuning, hijau, ungu dan lain-lain. Hue digambarkan sebagai angka antara 0 dan 360, pada dasarnya ini adalah sebuah sudut pada roda warna.

Sementara itu model warna HSB memiliki wilayahnya sendiri, aku selalu merasa tidak nyaman jika saturation diset ke 0%, hue dapat diset ke nilai berapapun dan tetap memiliki warna yang sama (skala abu-abu), dan yang lebih buruknya jika Brightness diset ke 0%, Hue dan Saturation menjadi sedikit bermasalah, dengan disetnya nilai ke berapapun semuanya akan menjadi hitam.

HSL color model (model warna HSL) yang berhubungan HSB/HSV juga memiliki definisi yang sama, tapi memiliki konsep tambahan, yaitu Lightness (Pencahayaan), memiliki warna putih dan hitam sebagai jangkauannya, dengan warna terang di tengah, agak berbeda namun secara umun definisinya sama dengan saturation.

HSB and HSV color models
Model warna HSB dan HSV

Apakah Model Warna Lab itu?

Model warna terakhir yang diusulkan oleh color picker dari Photoshop adalah  Lab color model (model warna Lab), yang mana sedikit kurang intuitif tapi lebih mendekati dengan bagaimana sistem visual/penglihatan manusia bekerja.

"Tapi tunggu", aku mendengarmu berteriak, "Kamu bilang mata manusia melihat warna merah, hijau dan biru!" Itu benar, itu disebut dengan Trichromatic model of vision (model penglihatan triwarna) dan meskipun itu menggambarkan bagaimana masing-masing cones pada mata bekerja, sebenarnya itu tidak dengan akurat mengambarkan sistem penglihatan secara keseluruhan.

Ternyata sistem tersebut lebih baik digambarkan dengan Opponent model of vision, yang mana mengatakan bahwa sistem penglihatan terhubung untuk mendeteksi perbedaan di antara cones daripada nilai asli yang mereka lihat. Sistemnya melihat perbedaan pada Greenness vs. Redness (Kehijauan dibanding dengan Kemerahan), Blueness vs. Yellowness (Kebiruan dibanding dengan Kekuningan) dan Terang dibanding dengan Gelap.

Menirukan dimensi a & b Lab ini menggambarkan color-opponency, dimensi a menggambarkan merah/hijau dan dimensi b menggambarkan biru/kuning.  Dimensi ketiga, L untuk Lightness, sama dengan definisi HSL, tapi dengan dua perbedaan utama. Semendata model lain berbasis pada intensitas dari cahaya, Lab malah berbasis pada persepsi manusia akan intensitas ini.  Hasil dari ini adalah penggandaan pencahaan sebenarnya sebenarnya tampak dua kali lipat; hal yang sama tidak dapat dikatakan pada sisten sebelumnya.

Mengesampingkan persepsi manusia akan pencahayaan dari warna membuat dimensi a & b sebagai ukuran chromaticity, kecerahan tidak bergantung warna. Ini penting, sebagaimana beberapa warna tampak lebih terang atau gelap, meskipun berapa pada intensitas yang sama.  Contohnya, kita melihat kuning yang benar-benar tersaturasi jauh lebih terang daripada biru yang benar-benar tersaturasi. Semua perubahan tersebut menghasilkan sebuah model warna perceptually uniform (keserupaan perseptual).

Sehubungan dengan rentangnya, L diukur dari 0 (gelap) sampai 100 (terang), a dari -120 (merah) sampai +120 (hijau), dan b dari +120 (kuning) sampai -120 (biru).

LAB Color Model
Model warna Lab - Kirk Nelson

Karena sulit memahaminya dari tulisan, aku merekomendasikanmu untuk melihat video dari Kirk Nelson sebentar di bawah ini.

Membawa persepsi ke dalam hal-hal tentu saja membantu para peneliti penglihatan manusia, tapi apakah ini membantu para desainer?

Nah, ini adalah perceptual uniformity yang sangat menguntungkan. Sebagai contoh, kebebasan brightness dari dimensi-dimensi chromatisitas bisa sangat berguna. Kamu bisa, misalnya , memodifikasi kurvanya pada dimensi-dimensi ini untuk menambahkan sedikit warna kebiruan tanpa mengubah brightness gambar yang dilihat.

Apakah Ada Model Warna Lain?

Bisakah kita memecah warna dengan cara-cara lain? Tentu saja! Meyakini penggambaran perseptual bebas dari Lab, bagaimana jika kita memecah kromatisitas menjadi Hue dan Saturation seperti HSV? Kita akan memiliki Munsell system, meskipun begitu, di sini saturation-nya disebut "Chroma" dan Lightness-nya disebut "Value" dan ini cenderung digunakan dalam penelitian tanah daripada desain!

Tautan yang aku berikan sebelumnya, colorizer.org, adalah cara yang fantastis untuk memahami sistem-sistem tersebut, mereka menawarkan slider (pengontrol variabel) untuk semua dimensi dari sistem-sistemnya yang berbeda.  Kamu akan melihat model warna yang lebih banyak lagi seperti YPbPr dan XYZ. Mereka adalah model yang lebih spesialis, kurang berguna untuk para desainer, tapi praktis bagi para pengembang video codec untuk menyelipkan sedikit konten ke dalam bandwidth kita.

Beralih dari digital, sistem-sistem seperti Pantone bisa dijelaskan sebagai sistem warna, distandarisasikan untuk mengabstrak warna. Memungkinkan dua desainer dari jarak jauh dengan swatch color yang sama mengetahui bahwa mereka memikirkan warna Cerulean (biru langit) atau Hot Pink (merah muda mencolok) yang sama!

Jika kita beralih dari mata manusia, melihat pada persepsi warna dari hewan, kamera infra merah atau bahkan data satelit, tiba-tiba kita jadi memiliki sesitivitas pada frekuensi lain daripada merah, hijau dan biru. Kemudian kita beralih ke area gambar warna palsu untuk melihat warna yang tidak dapat dilihat menjadi terlihat.

False color imagery from NASA
Citra warna palsu NASA

2. Bagaimana Kita Bisa Mendeskripsikan sebuah Warna dengan Akurat?

Kembali ke desain sehari-hari, pada saat kita beralih di antara model-model warna tersebut, itulah mengapa sangat jelas kalau sebelumnya aku salah. Mungkin kamu telah melewati penderitaan dalam menyempurnakan sebuah media dengan corak warna yang tepat sesuai warna yang kamu inginkan, hanya untuk mencetaknya dan menemukan semua warna yang dihasilkan secara halus dengan cara yang berbeda.

Apabila sebuah dokumen menunjukan 100% Merah dan 100% Cyan (Sian), berapakah proporsinya? Tanpa ada petunjuk lain, ini akan menjadi 100% dari perangkatnya bisa berikan, piksel dengan warna merah terang yang penuh atau tinta Cyan (Sian).  Ada dua masalah utama di sini: kapabilitas dari setiap perangkat berbeda, jadi warna yang benar-benar merah akan terlihat berbeda di setiap monitor, dan yang kedua, bagaimana kita beralih di antara model-model warna selagi memberikan warna dengan akurat?

Untuk melakukannya dengan benar, kita membutuhkan Color Management (Manajemen Warna). Aku akan menjelaskannya secara lengkap pada bagian 3, tapi pertama-tama, kita perlu memahami ruang-ruang warna, atau lebih tepatnya saudaranya model warna.

Apakah Ruang Warna Itu?

Color spaces (ruang warna) dengan tepat mengidentifikasi sebuah pemetaan dari deskripsi akan sebuah warna tentang bagaimana warna tersebut harusnya dihasilkan ulang. Ruang-ruang warna tersebut mengidentifikasi dengan jelas tentang bagaimana komponen-komponen warna harusnya digambarkan, dengan tepat menunjukan bagaimana campuran warna-warna dasar tersebut harus terlihat, dan brightness pada dunia nyata yang bagaimana agar nilai yang diberikan pada warna dapat membuatnya bercahaya pada layar.

Gagasan tentang ruang warna dapat bekerja pada model warna apapun. Pantone, yang mana telah aku sebutkan sebelumnya, sebenarnya lebih cocok dikatakan sebagai Ruang Warna karena dia dapat mengambarkan warna dengan tepat.  Ada ruang warna umum untuk RGB dan CYMK, tapi pertama-tama kita akan melihat pada Lab untuk mempelajari beberapa konsep.

Ruang Warna CIE Lab dan XYZ

Persisnya dimensi L, a & b apa dari yang model warna Lab ukur tergantung pada ruang warna Lab mana yang mereka maksud. Ruang warna Lab awalnya berasal dari  Richard S. Hunter pada tahun 1948, tapi International Commission on Illumination (CIE) secara bertahap meningkatkan definisi yang tepat untuk nilai Lab untuk  pendekatan akan persepsi manusia yang lebih baik di definisi ruang warna CIE 1976, CIE 1994 dan CIE 2000.  Technically (secara teknis), dimensi-dimensi CIE harusnya merujuk pada L*, a* dan b* sebagaimana mereka didefinisikan secara berbeda dari dimensi Hunter 1948, tapi aku telah mengikuti penggunaan Photoshop.

Masing-masing dari sistem-sitem tersebut berbasis dan didefinisikan pada nilai XYZ semenjak awal CIE1931 XYZ color space (ruang warna CIE1931). Kecuali kamu tertarik pada sistem penglihatan manusia, detail-detail tersebut tidak penting, kecuali faktanya bahwa X & Y mengukur kromtisitas lagi dan kita bisa mengabaikan pencahayaan untuk memetakan semua warna pada skala XY dari kromatisitas: kita menyebutnya sebagai chromaticity diagram (diagram kromatisitas).  Pada diagram kromatisitas yang ditunjukan di bawah ini, bentuk kurva melengkung adalah jajaran warna-warna yang bisa manusia lihat (kromatisitas, sungguh, seperti kita tidak memiliki pencahayaan). Di mana diagram ini benar-benar bermanfaat untuk membandingkan rentang perbedaan ruang warna.

Chromaticity Diagram showing CIE 1931 xy color space
Kromatisitas menunjukan rentang Penglihatan Manusia dalam ruang warna CIE 1931 xy

Apakah Gamut Warna Itu?

Rentang ruang warna dideskripsikan sebagai gamut-nya. Kamu bisa menemukan ruang warna dan gamut warna digunakan secara lumayan bergantian, tapi cara terbaik untuk memahami perbedaannya adalah dengan melihat kembali pada diagram Kromatisitas CIE 1931 di atas.  Area yang berwarna adalah ruang warna dari penglihatan manusia dan garis tebal yang menandai jangkauannya adalah gamut warna dari penglihatan manusia.

sRGB Color Space Ruang Warna sRGB

Gamut warna berguna ketika kita mendeskripsikan ruang warna. Mari lihat sRGB untuk mendemonstrasikannya. Apabila kamu merasa berani, kamu dapat melihat pada specification (spesifikasi) ruang warna sRGB.  Ruang warna sRGB bisa dianggap sebagai ruang warna default untuk model RGB. Hampir semua perangkat pengambilan gambar dan layar bekerja dalam model warna RGB, mendukung sRGB meminimum mungkin.

Lihatlah pada diagram Kromatisitas di bawah—bentuk segitiga menunjukan gamut sRGB dibandingkan dengan Penglihatan Manusia (CIE 1931). Seperti yang kamu lihat, banyak area di dalam gamut Penglihatan Manusia berada di luar gamut ruang warna sRGB.  Intinya, ini adalah area-area yang bisa kita lihat tapi tidak bisa disajikan di dalam ruang warna sRGB dan warna-warna tersebut disebut sebagai Out of Gamut (Keluar dari Gamut) dari ruang warna sRGB.  Faktanya bahwa banyak sekali penglihatan manusia di luar ruang warna sRGB menjelaskan mengapa ini adalah sebuah minimun dan cenderung dianggap sebagai ruang warna narrow gamut (gamut sempit). 

Chromaticity Diagram showing CIE 1931 xy color space and sRGB color space
Diagram Kromatisitas menunjukan perbandingan ruang warna sRGB dengan Penglihatan Manusia (CIE 1931) 

Sudahkah kamu melihat lisensi artistik yang kuambil dengan diagram kromatisitas? Apabila monitormu hanya menampilkan sRGB, mengapa tidak semua warna berada di segitiga sRGB? Dan bagaimana bisa kamu melihat warna di luar itu?

Pada kenyataannya, warna-warna di sepanjang tepi lengkungan diagram adalah monokromatik murni; tiga sudut segitiga sRGB akan menjadi warna hijau, biru dan merah terbaik yang monitor bisa hasilkan. Aku baru saja melebarkan rentang warna pada rentang penglihatan manusia untuk memberikan jangkauan ilustrator yang lebih baik.

Ruang Warna Adobe & ProPhoto

Bagimana jika kita mau warna di luar ruang warna sRGB tapi tetap berada di model RGB? Kita perlu gamut ruang warna RGB yang lebih luas.

Ada banyak cara, tapi kita akan melihat pada dua cara utama. Pertama ada Adobe RGB color space (ruang warna RGB Adobe), diperkenalkan pada 1998, yang mana bisa kamu lihat di bawah, memungkinkan penggambaran hijau yang lebih baik dari sRGB.

Kedua, ProPhoto RGB dari Kodak atau dikenal sebagai ROMM RGB, memberikan ruang warna yang luas. Faktanya ada ruang di gamut warna ProPhoto RGB yang berada di luar gamut CIE 1931, menunjukan bahwa warna biru dan hijau yang sangat jenuh di ruang warna ini menggambarkan warna yang sebenarnya manusia tidak bisa lihat!

Adobe ProPhoto RGB Color Spaces

Profil ICC

Baiklah, jadi ruang warna RGB mana yang kamera/monitor/scanner-ku gunakan? Kemungkinan tidak ada satupun dari mereka! Walaupun mereka mungkin dekat dengan standar ruang warna, setiap model dari sebuah perangkat akan memiliki ruang warnanya sendiri. 

Karena fakta ini, International Color Consortium menghadirkan ICC profile (profil ICC), sebuah cara untuk menentukan dan membagikan ruang warna perangkat tertentu. Seperti sebuah ruang warna yang mungkin tersedia dari produsen atau kamu bisa membuatnya sendiri seperti yang dijelaskan pada bagian 3.

Ruang Warna CMYK

Beralih dari model warna RGB, kita akan melihat pada ruang warna CYMK. Yang ini jauh lebih rumit karena memerlukan informasi tidak hanya tentang tinta, tapi juga kertas dan detail pencetakan lainnya.  Lihatlah pada this guide (petunjuk ini) untuk melihat rentang profil yang tersedia. Kita hanya akan menggunakan SWOP color space (ruang warna SWOP) dari American Web Coated.

Ruang heksagonal tidak beraturan adalah gamut dari SWOP dan aku juga sudah meletakan gamut segitiga sRGB, jadi kita bisa membandingkannya. Kita mendapat beberapa area keluar dari gamut warna untuk setiap ruang warna antara satu sama lain, jadi maksudnya kita tidak bisa beralih antara CYMK dan RGB dengan mudah—kita membutuhkan Manajemen Warna.

CMYK Color Spaces

3. Apakah Manajemen Warna Itu?

Jadi sekarang kamu (semoga saja) memahami tentang ruang warna, tapi bagaimana kamu sebenarnya menggunakannya? Dengan menggunakan sebuah alur kerja yang dikelola dengan warna.

Color Management (Manajemen Warna) adalah sebuah rangkaian sistem untuk mengelola warna melalui alur kerja sebuah media. Itu termasuk;

  • manajemen ruang warna dari berkas media
  • konversi/pertukaran antara ruang warna
  • karakterisasi dan kalibrasi dari perangkat untuk tampilan (atau tangkapan gambar) yang akurat pada ruang warna

Karakterisasi/Kalibrasi Perangkat

Jadi langkah pertama kita akan memastikan bahwa kita melihat warna dengan benar pada perangkat kita. Seperti yang telah kita ketahui, perangkat memiliki ruang warnanya sendiri, mengacu pada profil ICC.  Profil ini mungkin tersedia dari produsen, tapi untuk mendapatkan yang lebih akurat, sebaiknya buatlah profilmu sendiri, sebagaimana setiap perangkat berbeda karena daya tahan manufaktur dan kondisi lingkungannya.

Characterisation (Karakterisasi) adalah proses pengukuran kapabilitas sebuah perangkat. Hasilnya diperoleh dari Colorimetry (Kolorimetri), mengukur tampilan warnanya seperti yang dilihat oleh orang, dengan sebuah Colorimeter (Kolorimeter).

Langkah selanjutnya adalah menggunakan karakterisasi ini dan meningkatkan reproduksi perangkat untuk penggambaran warna yang lebih nyata; ini disebut dengan Calibration (Kalibrasi). Biasanya kolorimeter tampilan akan hadir dengan software untuk mengkalibrasi tampilan dan kemudian lakukan karakterisasi akhir untuk membuat profil ICC.

Aku telah menautkan beberapa tutorial di bawah ini. Berjalan melewati proses untuk kedua teknik pada tampilan Mac oleh Jordan Merrick, menunjukan penggunaan kolorimeter murah lainnya untuk kalibrasi oleh Daniel Sone, dan menunjukan proses karakterisasi untuk kamera oleh Jeffery Opp.

Mengatur Ruang Warnamu

Sekarang kita mengerti apakah ruang warna itu, tapi bagaimana kita memilih ruang warna yang tepat untuk sebuah dokumen?  Biasanya kita akan dibatasi pada sebuah subset (bagian) dari perangkat yang kita gunakan dan media akhir yang kita inginkan atau perangkat pengambilan gambar, dalam istilah fotografi dan scanning, akan menentukan model warna yang digunakan.  Jadi apakah kita cukup menggunakan ruang warna dengan gamut paling luas yang tersedia? Seringnya itu menjadi pendekatan yang paling bagus dan kita tentu saja tidak mau membatasi diri kita pada hal yang tidak dibutuhkan, tapi ada beberapa kesulitan yang perlu diperhatikan.

Pertama perhatikan ruang warna terakhir dalam prosesmu, cetak atau saring.  Dengan segala cara menggunakan gamut yang luas untuk penangkapan gambar dan dalam dokumen perantara, sebagaimana ini akan memberikan data yang lebih banyak untuk dikerjakan, tapi bertujuan untuk berakhir dengan warna dalam ruang warna gamut terakhir.   Setidaknya, cari tahu ruang warna apa dan lakukan sendiri perubahannya untuk langkah akhir. Ini akan memungkinkanmu melihat apabila kliping pada ruang warna menghasilkan warna yang aneh.

Kemungkinan kesulitan kedua adalah ketika menyajikannya secara digital, kita meletakan sebuah angka untuk dimensi model warnanya dan setiap angka-angka tersebut memiliki bit depth (kedalaman bit), pada dasarnya angka intensitas subdivisi untuk setiap warna utama.

Biasanya ini akan menjadi 8 atau 16 bit, menggambarkan 256 and 65536 kemungkinan nilai dari Merah, Hijau dan Bitu. Jadi jelas kita menginginkan kedalaman bit untuk warna yang lebih beragam, tapi terkadang kita akan dibatasi pada kedalaman bit yang lebih rendah (mungkin untuk ukuran berkas hasil).

Dalam masalah ini, gamut yang lebih besar memberi ruang subdivisi terpisah lebih jauh lagi, berarti warna tersaturasi yang terbuang sebenarnya membuang-buang data bit yang berguna, paling buruknya menghasilkan frekuensi. Jadi jika kamu memiliki kedalaman bit terbatas, pilihlah ruang warnamu untuk mencocokan apa yang kamu coba untuk sajikan dalam sebuah dokumen

Perubahan di antara Ruang Warna

Untungnya rangkaian peralatan Manajemen Warna berhubungan dengan bagian matematika untuk beralih di antara ruang warna untuk kita. Interaksi nyata desainer memiliki pemilihan pemetaan ini untuk mengurus perubahan gamut dan distribusi warna di antara ruang; istilahnya disebut Render Intent.

Relative colorimetric (Kolorimetrik Relatif) bertujuan untuk pemetaan warna yang akurat yang mana bisa direpresentasikan pada kedua ruang warna, dan menyajikan gamut warna yang keluar sebagai warna terdekat yang tersedia. Mengasumsikan kebanyakan warna di dalam dokumen berada di ruang berbagi di gamut, ini cenderung tampak hampir sama dengan mata manusia, yang mana sangat praktis untuk fotografi.  Kerugian besarnya adalah warna apapun di luar target gamut "dipotong" dari warna terdekatnya dan karena itulah informasi menghilang.

Perceptual (Perseptual) bertujuan mengubah daripada memadatkan semua warnanya kepada sumber ruang warna untuk menghasilkan ruang warna.  Ini mengubah bagaimana semua warna terlihat, tapi tidak ada informasi yang menghilang. Tak ada yang menghilang; tapi perubahan besar dalam warna dan kecerahan dapat terjadi.

Satu gagasan yang membuatku tertarik sampai sekarang adala white point (poin putih) dalam ruang warna, yang mana menjelaskan lokasi dari warna putih yang paling alami tersedia; ini membedakan dari ruang warna satu ke lainnya. Kolorimetrik relatif bertujuan untuk menjaga poin putih di seberang pemetaan, mendistorsi warna dan semacamnya, tapi tujuan absolute colormetric (kolometrik absolut) tidak seperti itu.  Ini dapat merubah keseluruhan white balance (keseimbangan putih) dari sebuah gambar sehingga ini ini tidak terlalu bagus untuk fotografi, tapi sangat berguna untuk produk kemasan dan branding karena mereproduksi dengan akurat warna-warnanya.

Saturation cenderung dapat berguna untuk beralih ke gamut yang lebih besar, karena dia menjaga saturasi relatif. Ini akan membuat fotografi terlihat jelas, tapi penggunaannya berguna untuk kemasan dan infografik.

Terdengar Seperti Sebuah Kerja Keras—Akankah Aku Merasa Terbebani?

Jawabannya tergantung dari bagaimana desainmu. Apabila kamu bekerja dengan hasil cetak, jawabannya ya. Apabila keseluruhan alur kerjamu adalah digital, mungkin untuk web, kamu bisa tetap menggunakan sRGB, tapi aku mengusulkanmu paling tidak pahamilah topik-topik ini.  Apakah kamu harus mengkalibrasi atau bagaimana adalah masalah yang diperdebatkan, seperti yang dijelaskan pada diskusi Thomas Cannon tentang Is Color Calibration Necessary in Web Design?.

Apabila kamu mengambil foto dari dunia nyata (scanner atau kamera) atau meletakan gambar pada dunia nyata (printer atau pencetak), kamu benar-benar harus tahu hal-hal ini, dan aku merekomendasikamu untuk membaca lebih lanjut bagaimana perangkat dan software tertentu berurusan dengan ruang warna dan manajemen warna.

Bagaimanapun juga, sadarilah, mungkin ada warna-warna yang tidak muncul di palet pada pilihan peralatan karya seni digitalmu. Dan bahkan jangan menyebutkan tinta logam sebagai keseluruhan hal yang berbeda dari yang telah disebutkan!

Advertisement
Advertisement
Advertisement
Advertisement
Looking for something to help kick start your next project?
Envato Market has a range of items for sale to help get you started.