JP2022078426A - 印刷システム、印刷媒体特定方法およびメディア情報提供装置 - Google Patents
印刷システム、印刷媒体特定方法およびメディア情報提供装置 Download PDFInfo
- Publication number
- JP2022078426A JP2022078426A JP2020189097A JP2020189097A JP2022078426A JP 2022078426 A JP2022078426 A JP 2022078426A JP 2020189097 A JP2020189097 A JP 2020189097A JP 2020189097 A JP2020189097 A JP 2020189097A JP 2022078426 A JP2022078426 A JP 2022078426A
- Authority
- JP
- Japan
- Prior art keywords
- print medium
- media
- unit
- type
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 59
- 230000003595 spectral effect Effects 0.000 claims abstract description 112
- 238000010801 machine learning Methods 0.000 claims abstract description 72
- 238000002834 transmittance Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 44
- 238000012545 processing Methods 0.000 description 31
- 239000000976 ink Substances 0.000 description 20
- 238000012549 training Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 238000001035 drying Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000006081 fluorescent whitening agent Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/23—Reproducing arrangements
- H04N1/2307—Circuits or arrangements for the control thereof, e.g. using a programmed control device, according to a measured quantity
- H04N1/2323—Circuits or arrangements for the control thereof, e.g. using a programmed control device, according to a measured quantity according to characteristics of the reproducing medium, e.g. type, size or availability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
- B41J11/00—Devices or arrangements of selective printing mechanisms, e.g. ink-jet printers or thermal printers, for supporting or handling copy material in sheet or web form
- B41J11/009—Detecting type of paper, e.g. by automatic reading of a code that is printed on a paper package or on a paper roll or by sensing the grade of translucency of the paper
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1202—Dedicated interfaces to print systems specifically adapted to achieve a particular effect
- G06F3/1203—Improving or facilitating administration, e.g. print management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1202—Dedicated interfaces to print systems specifically adapted to achieve a particular effect
- G06F3/1203—Improving or facilitating administration, e.g. print management
- G06F3/1205—Improving or facilitating administration, e.g. print management resulting in increased flexibility in print job configuration, e.g. job settings, print requirements, job tickets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1237—Print job management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1237—Print job management
- G06F3/1253—Configuration of print job parameters, e.g. using UI at the client
- G06F3/1254—Automatic configuration, e.g. by driver
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1237—Print job management
- G06F3/1253—Configuration of print job parameters, e.g. using UI at the client
- G06F3/1257—Configuration of print job parameters, e.g. using UI at the client by using pre-stored settings, e.g. job templates, presets, print styles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1278—Dedicated interfaces to print systems specifically adapted to adopt a particular infrastructure
- G06F3/1285—Remote printer device, e.g. being remote from client or server
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00681—Detecting the presence, position or size of a sheet or correcting its position before scanning
- H04N1/00684—Object of the detection
- H04N1/00724—Type of sheet, e.g. colour of paper or transparency
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00681—Detecting the presence, position or size of a sheet or correcting its position before scanning
- H04N1/00684—Object of the detection
- H04N1/00726—Other properties of the sheet, e.g. curvature or reflectivity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6097—Colour 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Ink Jet (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】印刷媒体の種類を特定するための補助情報を出力し、印刷媒体の種類の特定を行なわせる。
【解決手段】複数種類の印刷媒体に関して、印刷媒体の未印刷領域の分光情報と印刷媒体の種類を示す識別子とに基づき、識別子を教師とする機械学習によって生成された学習済みモデルを準備する。他方、印刷しようとする印刷媒体の未印刷領域の分光情報を取得し、取得した分光情報を学習済みモデルに適用する。その結果を利用して、印刷媒体の種類に関する補助情報を出力し、出力された補助情報を用いた印刷媒体の種類の特定を受け付ける。この結果、印刷媒体の種類が特定できれば、その印刷媒体に適した印刷条件を用いて印刷を行なう。
【選択図】図1
【解決手段】複数種類の印刷媒体に関して、印刷媒体の未印刷領域の分光情報と印刷媒体の種類を示す識別子とに基づき、識別子を教師とする機械学習によって生成された学習済みモデルを準備する。他方、印刷しようとする印刷媒体の未印刷領域の分光情報を取得し、取得した分光情報を学習済みモデルに適用する。その結果を利用して、印刷媒体の種類に関する補助情報を出力し、出力された補助情報を用いた印刷媒体の種類の特定を受け付ける。この結果、印刷媒体の種類が特定できれば、その印刷媒体に適した印刷条件を用いて印刷を行なう。
【選択図】図1
Description
本開示は、印刷や再生といった媒体(メディア)の処理のために、メディアの種類を特定するための技術に関する。
インクを用いた印刷においては、インクを吐出する用紙などの印刷媒体(以下、メディアという)の種類を判別して、インクの打ち込み量等を調整している。こうした場合には、印刷しようとするメディアの種類を判別することが欠かせない。特許文献1は、メディアの種類を判別するための判別情報を生成し、判別情報による判別結果に基づいて、該当する種類のメディアを一覧表示し、その中から印刷設定を選択するようにしている。新規なメディアと判定された場合、新規メディアとして登録するか、既存のメディアタイプの中から選択するか、いずれかの対応が可能である。
しかしながら、特許文献1記載の技術では、新規メディアの場合、新規メディアとして登録できるものの、対応する印刷モードは既存のモードから選択しているに過ぎない。登録した新規メディアは、メディア名称の変更は可能であるものの、印刷モードは既存のモードを選択して用いるに過ぎない。つまり、メディアが新規なものであると判別できても、その判断を補助する情報がないので適切な印刷モードと紐づけることは困難であった。また、既存メディアタイプの中から選択する際にも、単に選択肢を与えられるだけであり、いずれの既存メディアが適切なものか、選択する為の判断情報がない。このため、ユーザーが適切な既存メディアタイプを選択することも困難であった。
本開示は、以下の形態又は適用例として実現することが可能である。
(1)本開示の第1の態様は、印刷媒体に印刷を行なう印刷システムとしての態様である。この印刷システムは、複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって予め生成された学習済みモデルを記憶する記憶部と、印刷を行なおうとする印刷媒体の未印刷領域の分光情報を取得する分光情報取得部と、前記取得した分光情報を前記記憶した前記学習済みモデルに適用した結果を用いて、前記印刷媒体の種類に関する補助情報を出力する出力部と、前記出力部が出力した補助情報を用いた前記印刷媒体の種類の特定を受け付ける特定部と、を備える。
(2)本開示の第2の態様は、印刷媒体を特定する印刷媒体特定方法としての態様である。この印刷媒体特定方法は、複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって生成された学習済みモデルを準備し、印刷しようとする印刷媒体の未印刷領域の分光情報を取得し、前記取得した分光情報を前記学習済みモデルに適用した認識結果を利用して、前記印刷媒体の種類に関する補助情報を出力し、前記出力された補助情報を用いた前記印刷媒体の種類の特定を受け付ける。
(3)本開示の第3の態様は、メディア情報提供装置としての態様である。このメディア情報提供装置は、複数種類のメディアに関して、前記メディアの地色の分光情報と前記メディアの種類を示す識別子とが与えられ、前記識別子を教師とする機械学習によって生成された学習済みモデルを記憶する記憶部と、処理しようとするメディアの地色の分光情報を取得する分光情報取得部と、前記取得した分光情報を前記学習済みモデルに適用した結果を利用して、前記メディアの種類に関する補助情報を出力する出力部と、を備える。
A.第1実施形態:
(1)プリンター20の構成:
図1は、実施形態である印刷システム10の構成を示すブロック図である。印刷システム10は、プリンター20と機械学習装置50とを備える。プリンター20と機械学習装置50とは、ネットワークNTを介して接続されている。ネットワークNTは、有線、無線を問わない。プリンター20と機械学習装置50との接続は、インターネットなどの公衆ネットワークを介した接続でもよいし、直接的な接続でもよい。本実施形態では、機械学習装置50は、いわゆるクラウド上の装置として実現されている。
(1)プリンター20の構成:
図1は、実施形態である印刷システム10の構成を示すブロック図である。印刷システム10は、プリンター20と機械学習装置50とを備える。プリンター20と機械学習装置50とは、ネットワークNTを介して接続されている。ネットワークNTは、有線、無線を問わない。プリンター20と機械学習装置50との接続は、インターネットなどの公衆ネットワークを介した接続でもよいし、直接的な接続でもよい。本実施形態では、機械学習装置50は、いわゆるクラウド上の装置として実現されている。
プリンター20は、プロセッサー21、通信部23、ディスプレイ24、不揮発性メモリー30、ヘッド搬送装置25、用紙搬送装置26、印刷ヘッド27などを備える。プロセッサー21は、プリンター20全体を制御して印刷を実現する印刷制御部22として働く。印刷制御部22は、通信部23を介して機械学習装置50とデータの交換が可能である。また、印刷制御部22は、不揮発性メモリー30にアクセスし、後述する学習済みモデル31や印刷プロファイル33を参照可能である。印刷制御部22は、学習済みモデル31を用いて印刷媒体の種類を認識する印刷媒体認識部として機能する。
本実施形態では、プリンター20において、CPU,RAM等を備えるプロセッサー21と不揮発性メモリー30とを備えており、不揮発性メモリー30に記録された印刷制御プログラム等の種々のプログラムをプロセッサー21で実行することで、印刷制御部22としての機能が実現される。印刷制御部22は、ディスプレイ24に、印刷に必要な情報を表示する。ディスプレイ24には、タッチパネルを設けられており、使用者は、表示された情報を参照して、場合によっては、動作の指示やパラメーターの選択などを行なうことができる。これらの処理も、予め用意されたプログラムを実行することにより、印刷制御部22の機能として実現される。
印刷制御部22は、ヘッド搬送装置25を用いて、印刷ヘッド27を搭載したキャリッジ28を印刷媒体Pの幅方向(主走査方向という)に往復動させる。更に、印刷制御部22は、用紙搬送装置26を用いて、印刷媒体Pを、主走査方向に交差する方向(副走査方向)に搬送可能である。キャリッジ28には、シアンC、マゼンタM、イエローY、ブラックKの4色のインクをそれぞれ収納したインクカートリッジ41が搭載可能である。インクカートリッジ41のインクは、印刷ヘッド27に備えられたノズルに供給され、印刷制御部22からの指示により、印刷媒体Pに吐出される。したがって、印刷制御部22は、印刷媒体Pの副走査方向への搬送と印刷ヘッド27の主走査方向への往復動に合わせて、印刷ヘッド27の各ノズルからインクを吐出させることにより、印刷媒体P上に画像を形成可能である。
本実施形態では、プリンター20は、いわゆるインクジェット方式のシリアルプリンターとしたが、インクジェット方式以外のプリンター、例えばレーザープリンターなどのいわゆるページプリンターであってもよい。あるいはその他、熱昇華型プリンターなどであってもよく、印刷媒体Pの種類に応じて異なる印刷条件、例えばインクジェット方式であれば、印刷媒体P毎のインクの打ち込み量(インクデューティ)の上限、インクを乾燥させるヒーターが設けられている場合にはその乾燥温度、更には印刷媒体Pの搬送速度などを設定して印刷を行なうプリンターであれば、どのようなプリンターであっても使用可能である。
キャリッジ28には、分光情報取得部としての分光反射計43が設けられている。分光反射計43には、可視光の波長範囲の光を照射するLEDとこのLEDからの光が印刷媒体Pに反射した光の強度を、所定の波長範囲、例えば10nm毎に検出するセンサーとが設けられている。分光反射計43は、キャリッジ28の副走査方向先端に設けられているので、印刷に先立って、搬送された印刷媒体Pの先端の未印刷部分の分光反射率を検出することができる。なお、分光情報としては、こうした分光反射率の他、光が印刷媒体Pを透過する割合である分光透過率を用いてもよい。この場合には、印刷媒体Pを挟む位置に、発光用のLEDと受光用のセンサーとを設ければよい。
分光反射計43から取得した分光反射率のデータは、印刷媒体Pの種類を特定するのに用いる。本実施形態では、印刷制御部22は、分光反射計43を用いて検出した分光反射率のデータを不揮発性メモリー30に記憶した学習済みモデル31に与えることにより、印刷媒体Pの種類を認識する。分光反射率を用いた印刷媒体Pの種類の認識の手法については、後で詳しく説明する。印刷媒体Pの種類を認識すると、印刷制御部22は、印刷する印刷媒体Pの種類に対応した印刷プロファイル33を不揮発性メモリー30から読み出す。印刷プロファイル33は、通常、複数種類のパラメーターを含むので、印刷媒体Pの種類に対応した複数の印刷パラメーターのセットとして用意される。
本実施形態では、印刷媒体Pの種類は、分光反射率のデータを、学習済みモデル31に与えることにより、印刷媒体Pの種類を示す識別子番号と印刷媒体Pがその種類の印刷媒体であることを示すパラメーターとにより特定される。この印刷媒体Pの種類を示す識別子番号と印刷媒体Pがその種類の印刷媒体である可能性を示すパラメーターとを、印刷媒体の種類に関する補助情報と呼ぶ。
学習済みモデル31は、教師付き機械学習により作られたものであり、予め作成されて、プリンター20の不揮発性メモリー30にインストールされている。この学習済みモデル31は、機械学習装置50においてディープラーニングにより生成される。機械学習装置50により生成された学習済みモデル31は、通信部23を介して、印刷に先だって、プリンター20にダウンロードされる。
(2)機械学習装置50の構成:
クラウド上に置かれた機械学習装置50は、図示するように、学習制御部51と、通信部53と、機械学習部60と、不揮発性メモリー70と、これらの接続するバス55を備える。通信部53は、プリンター20の通信部23と通信することにより、プリンター20とのデータのやり取りなどを行なう。
クラウド上に置かれた機械学習装置50は、図示するように、学習制御部51と、通信部53と、機械学習部60と、不揮発性メモリー70と、これらの接続するバス55を備える。通信部53は、プリンター20の通信部23と通信することにより、プリンター20とのデータのやり取りなどを行なう。
機械学習部60は、教師付きの機械学習を行なう専用のプロセッサーおよびメモリーを備える。メモリーには、訓練モデル61、教師データ63、専用の学習ブログラムが記憶されており、学習プログラムを実行することにより、教師データ63を用いて訓練モデルを訓練することにより、学習済みモデル65を生成する。学習済みモデル65は、ある時点までに得られた教師データにより、訓練モデル61を用いて生成された学習済みのモデルであり、通信部53を介して、各プリンター20にダウンロードされた時点で、そのプリンター20における学習済みモデル31として扱われる。ダウンロードされた時点では、機械学習装置50の学習済みモデル65とプリンター20における学習済みモデル31とは、同じものである。
本実施形態では、機械学習装置50は、各種印刷媒体Pの分光反射率のデータおよびその分光反射率のデータに対応する印刷媒体Pの種類を示す識別子とを教師データ63として、訓練モデル61を用いて機械学習を行なう。これは、印刷媒体Pの種類に応じて分光反射率の特性は異なることを利用している。蛍光増白剤が使用されていない白い紙の場合は、各波長域において反射率の変化は少ない傾向がある。一方、蛍光増白剤が使用されている白い紙の場合、短波長域において反射率が上昇する傾向がある。このように、印刷媒体Pの分光反射率は、印刷媒体Pの表面の色情報や、蛍光増白剤の有無等の情報を含んでいる。
図2は、機械学習部60が機械学習を行なって、学習済みモデルを生成する処理を示すフローチャートである。この処理を開始するまでに、複数種類の印刷媒体Pについて、その分光反射率のデータが、印刷媒体Pの種類を識別する識別子に対応付けた教師データが収集されている。学習済みモデルの生成処理は、この教師データに基づいて行なわれるため、学習済みモデルの生成処理を行なう際には、機械学習装置50とプリンター20とが接続されていなくても差し支えない。
処理が開始されると、まず教師データ63を取得する処理を行なう(ステップS100)。教師データ63は処理に先だって、予め収集されている。本実施形態では、メディアAからメディアTまでの20種類のメディアについて、教師データである分光反射率のデータが収集され、メモリーに保存されている。この教師データ63を取得すると、続いて、訓練モデル61を用いた機械学習処理(ステップS110)を、汎化が完了するまで(ステップS120)、行なう。訓練モデル61に対して教師データ63を与えて機械学習をすることにより、学習済みモデル65が生成されるので、最後にこれを学習済みモデル65として保存する。保存された学習済みモデル65は、機械学習装置50にプリンター20が接続された時点で、プリンター20に転送され、不揮発性メモリー30に保存される。
機械学習用の訓練モデルは種々の定義が可能である。図3は本実施形態において利用されるモデルの一例を模式的に示した図である。同図においては、CNNによる全n層の各層を直方体L1からLnで示しており、通常のニューラルネットワークのノードを白丸で示している。本実施形態においては、分光反射率のデータについては、CNN(Convolutional Neural Network)を用いたが、カプセルネットワーク型やベクトルニューラルネットワーク型などの各種ニューラルネットワークなど、他のモデルを利用することも差し支えない。一例として、本願出願人による他の出願である特願2020-94205号に示されたベクトルニューラルネットワークを用いた構成を挙げることができる。このベクトルニューラルネットワーク型のモデルでは、中間層の出力を利用できる。なお、中間層の出力を利用できるベクトルニューラルネットワークは、公知である。
第1層L1には、一定波長毎の反射率を入力する複数のノードが設けられている。本実施形態においては、分光反射率データが示す一定波長毎の分光反射率を入力層である第1層L1の各ノードへの入力データとし、最終出力層Lnから分光反射率データに関する最終出力データを出力する。なお、反射率は0以上1以下の値である。分光反射率のデータに代えて、一定波長毎の透過率を用いることも可能である。また、両者を用いることも可能である。分光反射率と分光透過率の両者を用いる場合には、図3に示した訓練モデルを2つ設け、各モデルの最終層から分光反射率と分光透過率の結果を出力させ、両結果を統合して判定させる最終出力層Lnを構築し、最終結果を出力させてもよい。
第1層L1の各ノードの出力は次の第2層のノードに、所定の重み付けを施されて接続されている。これは第2層L2以降、第n-1層まで同様である。この各層間における各ノード間の重み付けを教師データを用いて修正する作業を繰り返すことで、学習が完了して、学習済みモデル65が生成される。この点を、以下、詳しく説明する。
学習に際しては、機械学習部60は、教師データの1つを訓練モデルに入力し、最終出力層Lnの出力値を計算する。このとき、最終出力層Lnのどのノードが、どのメディアの種類に対応しているかを予め決めておく。例えば、印刷媒体PがメディアAであれば、ノードAが値1に近い値を出力するように、学習を行なうものとする。1つの教師データを訓練モデル61に与え、機械学習部60は、出力された最終出力層Lnの各ノードAからTの値を損失関数により評価する。つまり、教師データが、例えばメディアAについてのものであれば、ノードAが値1、他のノードBからTが値0となっている状態を目標状態として、実際の出力との差(学習誤差)を、損失関数により特定する。その上で、機械学習部60は、各ノード間の重み付けを修正する。修正後に損失関数によって再度学習誤差を求め、先に求めた学習誤差との差分(微分値)を求め、重み付けにより学習誤差が減ったから判断し、更に重み付けを修正する。
学習誤差を求める損失関数は、種々の関数を採用可能であり、例えば、交差エントロピー誤差などを採用可能である。以上のような損失関数を算出する処理は、教師データ63に含まれるデータの全部または一部について実施され、その平均や総和によって1回の学習における損失関数が表現される。1回の学習における学習誤差が得られたら、機械学習部60は、既定の最適化アルゴリズム、例えば、確率的勾配降下法等によって重み付けを修正する。
以上のようにして、全ての教師データ63に対して、既定回数の重み付けの修正が行われると、機械学習部60は、訓練モデル61の汎化が完了したか否かを判定する(ステップS120)。すなわち、機械学習部60は、教師データ63を用いて訓練モデル61の入力と出力とが一致している度合いを取得し、一致している度合いが、予め定めた閾値以上である場合に汎化が完了したと判定する。
汎化が完了したと判断されなければ、機械学習処理(ステップS110)が繰り返される。つまり、さらに重みを修正する処理が行なわれ、誤差関数を用いた学習誤差の演算と評価が繰り返される。なお、機械学習部60は、こうした印刷媒体Pの種類の教師付き機械学習の他、ハイパーパラメーターの妥当性の検証など、他の処理を行なうことも差し支えない。
最終出力層Lnの各ノードは、判別対象とする印刷媒体Pの種類(メディアA,メディアB・・・・メディアT)に対応している。教師データを用いて、1つの教師データが与えられ場合の歳出出力層Lnの各ノードの出力値の和は1になるように規格化される。最終出力層Lnにおいて出力値が最も大きいノードに対応する印刷媒体Pの種類が、入力層L1に入力された各教師データを取得した印刷媒体Pの種類であると推定可能である。理想的には、各教師データが与えられた場合、最終出力層Lnの1つのノードの出力が値1、他は値0となり、印刷媒体Pを判別できることが望ましいが、複数種類の出力を持つ多層のニューラルネットワークの各ノードの出力は、通常、値0より大きく値1未満の範囲となる。このための最終出力層Lnの各ノードの出力値のうちの最大値を、印刷媒体Pが当該ノードに対応したメディアである可能性を示すパラメーターとして扱う。
こうして、機械学習装置50において、訓練モデル61に教師データ63を与えて学習を行なわせ、学習済みモデル65を生成する。教師付き機械学習を行なう印刷媒体Pの種類については、その種類の印刷媒体Pに印刷を行なう場合の印刷プロファイル73が準備され、不揮発性メモリー70に保存される。印刷プロファイル73は、プリンター20によっても異なるため、全ての種類の印刷媒体P用の印刷プロファイル73を、プリンター20側に記憶することが困難な場合も想定される。このため、一部の種類の印刷媒体Pについては、対応する印刷プロファイル73をクラウド側である機械学習装置50の不揮発性メモリー70に記憶しておくことも行なわれる。もとより、印刷プロファイル73を記憶するだけの専用のサイトをクラウド上に設け、印刷プロファイル73をここに準備しておくことも差し支えない。
機械学習装置50が生成した学習済みモデル65は、必要に応じて、各プリンター20にダウンロードされ、各プリンター20において使用可能となる。また、このとき、プリンター20は、学習済みモデル65と共に、学習した各メディアの種類毎の分光反射率のデータもダウロードし、これを不揮発性メモリー30に保存する。機械学習装置50では、新しいメディアが登場すれば、そのメディアに識別子を付けた教師付きデータとして機械学習を行なうので、機械学習部60における学習済みモデル65は常に最新のものに更新される。他方、各プリンター20の不揮発性メモリー30に保存された学習済みモデルは、各プリンター20がダウンロードした時点で最新のものになり、それまでは両者は必ずしも一致しない。このため、各プリンター20で利用する学習済みモデルは、符号31により示し、機械学習部60において生成された学習済みモデル65とは区別している。
(3)印刷処理:
図4に、プリンター20が実行する印刷処理ルーチンを示す。ここでは、プリンター20が図示しないコンビューターや携帯電話等から印刷の指示を受けたときに、メディアの判別処理(ステップS200からS400まで)と印刷処理(ステップS250)とを併せて行なうものとして示したが、メディアの判別処理と印刷処理とを別々に処理するものとしてもよい。印刷媒体Pがロール紙などの場合には、印刷媒体Pがプリンター20に装填されたときに、メディアの判別処理を行なえばよい。また、カットシートの場合であれば、最初の一枚に対してメディアの判別処理を行ない、その後は、印刷媒体Pが入れ替えられるまで、メディアの判別処理をスキップすればよい。図4に示した処理ルーチンの開始前には、不揮発性メモリー30に、学習済みモデル31および複数種類の印刷媒体Pに対応する印刷プロファイル33が保存されている。図4の処理を開始すると、プリンター20のプロセッサー21は、図示しないトレイ等に用意された印刷媒体Pを、その先端が、分光反射計43の下に位置するまで搬送する処理を行なう(ステップS200)。
図4に、プリンター20が実行する印刷処理ルーチンを示す。ここでは、プリンター20が図示しないコンビューターや携帯電話等から印刷の指示を受けたときに、メディアの判別処理(ステップS200からS400まで)と印刷処理(ステップS250)とを併せて行なうものとして示したが、メディアの判別処理と印刷処理とを別々に処理するものとしてもよい。印刷媒体Pがロール紙などの場合には、印刷媒体Pがプリンター20に装填されたときに、メディアの判別処理を行なえばよい。また、カットシートの場合であれば、最初の一枚に対してメディアの判別処理を行ない、その後は、印刷媒体Pが入れ替えられるまで、メディアの判別処理をスキップすればよい。図4に示した処理ルーチンの開始前には、不揮発性メモリー30に、学習済みモデル31および複数種類の印刷媒体Pに対応する印刷プロファイル33が保存されている。図4の処理を開始すると、プリンター20のプロセッサー21は、図示しないトレイ等に用意された印刷媒体Pを、その先端が、分光反射計43の下に位置するまで搬送する処理を行なう(ステップS200)。
続いて、分光反射計43を用いて、印刷媒体Pの分光反射率を取得する処理を行なう(ステップS210)。分光反射率は、照射している光の波長を所定の波長範囲、ここでは10nm毎に区切って、その波長範囲の反射率のデータの集合として取得される。図4に、実線J1で例示したものは、通常の印刷用紙の分光反射率の一例を示す。これに対して、蛍光増白剤が塗布されているような印刷媒体Pは、実線J2として例示したように、短波長側の反射率が、通常の印刷用紙より高くなる。なお、分光反射率は、プリンター20で測定してもよいし、専用の測定装置を用いて測定し、これを通信などを利用して、通信部23経由でプロセッサー21が取得する様にしてもよい。
続いてプロセッサー21は、ステップSS210で取得した分光反射率のデータと学習済みモデル31を用いて印刷媒体の種類を判別するメディア判定処理を行なう(ステップS220)。プロセッサー21は、取得した分光反射率のデータを学習済みモデル31に入力し、出力値を得る。プロセッサー21は、学習済みモデル31の中間層や最終層の出力値に基づいて、印刷媒体Pの種類を表わす識別子とパラメーターとを取得する(ステップS230)。
次に、取得したパラメーターに基づいて、印刷使用としている印刷媒体Pが既知のメディアであるか否かの判断を行なう(ステップS240)。もとより、中間層や最終出力層Lnなどの出力値から得られたパラメーターとメディアの種類(識別子)とを表示して、既知メディアとして判断してよいか、常に使用者に確認を求めるものとしてもよい。この場合は、使用者の判断によって、既知メディアか否かが決定される。
既知メディアであると判断した場合には、既知メディア印刷条件設定処理(ステップS300)を実行し、既知メディアでないと判断した場合には、未知メディア印刷条件設定処理(ステップS400)を実行する。いずれの印刷条件設定処理によっても、印刷に必要な各種パラメーターが設定されるので、この印刷パラメーターを用いた印刷を実行する(ステップS250)。
既知メディア印刷条件設定処理(ステップS300)について、図5から図7を用いて説明する。プリンター20にセットされた印刷媒体Pが、学習済みモデル31を用いたメディア判定処理(ステップS220)により、既知メディアと判断された場合には、取得した識別子に対応するメディア名を表示する(ステップS305)。メディア名は、プリンター20に設けられたディスプレイ24に表示してもよいし、印刷を指示したコンピューターや携帯電話等の表示部に表示してもよい。以下、「表示する」という場合は、こうした幾つかの表示態様のいずれかを意味する。
次に、メディア名を表示した既知メディア用の印刷プロファイルがローカルに、つまりプリンター20内にあるかを判断する(ステップS310)。印刷プロファイル33は、印刷媒体Pの種類に対応した複数の印刷パラメーターのセットであり、ここでは、
(A)印刷設定(解像度・印刷媒体)で決まる基本LUT(デジタル値をインク量に変換するテーブル)
(B)ICCプロファイル
が含まれる。主要な種類の、例えば普通紙や写真用マット紙などの印刷媒体Pに対応した印刷プロファイルは、予め不揮発性メモリー30に記憶されている。この場合には、プロセッサー21は、不揮発性メモリー30に記憶された印刷プロファイル33を設定し(ステップS320)、「NEXT」に抜けて本処理ルーチンを終了する。この後、印刷が実行される(図4、ステップS250)。なお、本実施形態では、メモリカードをプリンター20に装着して印刷したり、携帯電話などプリンタードライバーを持たない端末からの印刷指示を受けて印刷する場合を考え、印刷プロファイル33をプリンター20に持つ構成として説明したが、プリンタードライバーを備えるコンピューター等から印刷する場合には、印刷プロファイル33は、コンビューターにインストールされたプリンタードライバーと共にコンピューター側に設定される。したがって、ステップS310では、メディア名を表示した既知メディア用の印刷プロファイルがプリンタードライバー側にあるかを判断すればよい。
(A)印刷設定(解像度・印刷媒体)で決まる基本LUT(デジタル値をインク量に変換するテーブル)
(B)ICCプロファイル
が含まれる。主要な種類の、例えば普通紙や写真用マット紙などの印刷媒体Pに対応した印刷プロファイルは、予め不揮発性メモリー30に記憶されている。この場合には、プロセッサー21は、不揮発性メモリー30に記憶された印刷プロファイル33を設定し(ステップS320)、「NEXT」に抜けて本処理ルーチンを終了する。この後、印刷が実行される(図4、ステップS250)。なお、本実施形態では、メモリカードをプリンター20に装着して印刷したり、携帯電話などプリンタードライバーを持たない端末からの印刷指示を受けて印刷する場合を考え、印刷プロファイル33をプリンター20に持つ構成として説明したが、プリンタードライバーを備えるコンピューター等から印刷する場合には、印刷プロファイル33は、コンビューターにインストールされたプリンタードライバーと共にコンピューター側に設定される。したがって、ステップS310では、メディア名を表示した既知メディア用の印刷プロファイルがプリンタードライバー側にあるかを判断すればよい。
他方、ステップS310において、プリンター20にセットされた印刷媒体Pは既知メディアであるが、その印刷プロファイル33がローカルにないと判断されると、続いて、選択用ダイアローグボックスを表示する(ステップS330)。選択用ダイアローグボックス90の一例を、図6に示す。この例では、メディアAからNについては、プリンター20の不揮発性メモリー30に用意されており、メディアOからTについては、用意されていない。用意されていないメディアについては、クラウドに印刷プロファイル33が用意されている場合があるので、既知メディアであると判断した印刷媒体PがメディアOからTに該当する場合には、クラウドにある各プロファイルのいずれを選択するかという選択肢およびクラウドにあるプロファイルを使用しないという選択肢を表示する。
その後、選択用ダイアローグボックス90を用いて使用者からの入力を受け付ける処理を行なう(ステップS340)。選択用ダイアローグボックス90は、これが表示されている限り、他の処理は受け付けられない。したがって、使用者が、いずれかの選択肢をタッチパネルやマウスクリックなどにより選択し、「OK」ボタンを押して、選択用ダイアローグボックス90を閉じると、プロセッサー21は、使用者の選択が、クラウドにあるプロファイルを使用するというものであったかを判断する(ステップS350)。使用者の選択が、クラウドにある印刷プロファイルを使用するというものであれば、通信部23を介して、ネットワークNT上のクラウドである機械学習装置50にアクセスし、不揮発性メモリー70から、対応する印刷プロファイル73を取得する(ステップS360)。印刷プロファイルを取得した後は、ローカルに印刷プロファイル73があった場合と同様、印刷プロファイル73の設定(ステップS320)を行ない、「NEXT」に抜けて、本処理ルーチンを終了する。その後、印刷が行なわれることは、上述した通りである。
図6に示した選択用ダイアローグボックス90により、クラウドにある印刷プロファイルを使用しない、が選択された場合には(ステップS350、「NO」)、その印刷媒体P用のプロファイルを作成する処理を行なう(ステップS370)。新たな印刷プロファイル73は、例えば図7に示した選択用ダイアローグボックス91を用いて作成する。図では、設定可能な項目として、インクデューティ、乾燥ヒーターの設定温度、印刷媒体Pの搬送速度、インターレースの方式を例示している。インクデューティは、インクジェット方式のプリンターにおいて、印刷媒体Pに打ち込めるインク量の最大値を示す。乾燥ヒーターの温度は、印刷ヘッド27から吐出したインクを乾燥させるヒーターが設けられている場合、そのヒーターを何度で用いるかを設定するものである。本実施形態のプリンター20では、ヒーターは設けられていないので、この項目は設定できない。設定できない項目は、表示しない、またはグレーなど他の選択肢と異なる態様で表示するといった対応をとってもよい。搬送速度は、印刷媒体Pを用紙搬送装置26を用いて搬送する速度である。また、インターレースの方式の項目は、画像を形成する場合のドット形成の順序や組み合わせを設定するものである。
上述した設定がなされて、OKボタンが押されると、プロセッサー21は、印刷プロファイル33に含まれる基本LUTを、図7で設定されたインクデューティを利用し、これを転用した上で、印刷測色をして新たな印刷媒体用のICCプロファイルを作成する。
プロセッサー21は、これを印刷プロファイル73のデータベースを記憶した不揮発性メモリー70に、印刷プロファイルの1つとして、そのメディア名と共に登録する(ステップS380)。このとき、ICCプロファイルの作成条件の情報も一緒に保存される。作成した印刷プロファイルを不揮発性メモリー70に登録するのは、同様の印刷媒体Pがプリンター20にセットされた場合、再利用するためである。その後の印刷プロファイルの設定(ステップS320)や、印刷処理ルーチンにおける印刷実行(図4、ステップS250)などは、上述した処理と同様である。
以上、学習済みモデル31を用いて取得したパラメーターから既知メディアであると判断した場合の処理について説明した。これに対して、取得したパラメーターから既知メディアではなく、未知メディアであると判断した場合には、未知メディア印刷条件設定処理を実行する。この処理の概要を、図8のフローチャートに示した。図4のステップS240において、プリンター20にセットされた印刷媒体Pが未知メディアであると判断されると、プロセッサー21は、まず新規メディア名の入力を使用者に促す処理を行なう(図8、ステップS410)。新規メディアの名称の入力は、ディスプレイ24に表示した文字のボタンをタッチパネルを利用して選択する手法や、画像の印刷を指示したコンピューターや携帯電話から行なうことができる。
新規メディア名を使用者が入力すると、次に、機械学習装置50からダウンロードした学習済みの各メディアの分光反射率のデータと、今回取得した印刷媒体Pの分光反射率のデータとを用いて、既存メディアとの類似度を表示する処理を行なう(ステップS420)。類似度の表示の一例を、図9に示す。ここでは、既に学習したメディアAからMに対する類似度を、次式(1)により求め、これを一覧可能なテーブル95として表示する。
R=1.0-ΔE/NR …(1)
ここで、ΔEは、両者の分光反射率から求めた色差であり、NRは、類似度Rを値-1.0から値+1.0に正規化するための係数である。なお、Rが値-1以下にとなった場合は、R=-1.0としている。
R=1.0-ΔE/NR …(1)
ここで、ΔEは、両者の分光反射率から求めた色差であり、NRは、類似度Rを値-1.0から値+1.0に正規化するための係数である。なお、Rが値-1以下にとなった場合は、R=-1.0としている。
印刷媒体P同士の類似度Rは、値1.0に近いほど、印刷媒体P光学的な特徴が近いことを示し、値-1.0に近いほど光学的な特徴が隔たっていることを示す。この類似度Rを表示した上で、プロセッサー21は、類似したメディアとしていずれのメディアを選択するかを使用者に指定させる選択用ダイアローグボックス97を表示する処理を行なう(ステップS430)。この選択用ダイアローグボックス97の一例を、図10に示した。この選択用ダイアローグボックス97を用いて、使用者は、未知のメディア、つまり新規メディアについて、図9に示した類似を参考にして、既存のメディアから印刷プロファイル33を選択するか、あるいは全く新規に印刷設定を行なって、新規のメディア用の印刷プロファイル33を作成するかを選択する。
選択用ダイアローグボックス97では、類似度の高い印刷媒体Pを示す識別子と上記式(1)により求めた類似度とを、類似度の数値の高いものから順に表示している。選択用ダイアローグボックス97では、識別子(図におけるメディア種)は、5種類が見えているが、スクロールバーが設けられているので、類似度の高い順にメディア種を示している欄をスクロールして、残りのメディア種とその類似度とを確認することができる。プリンター20にセットされた印刷媒体Pが既存のメディアではないと判断した場合であっても、類似度と実際の印刷媒体Pの様子から、使用者がある程度類似度の高いメディア種を選択する場合があり得る。この場合、使用者は、選択用ダイアローグボックス97の表示を見て、通常は、最も類似度の高いメディア種を選択し、「決定」ボタンを押す。もとより、類似度は低くても、使用者は自分の経験などを元に、類似度は最も高くなくても、所望のメディア種を選択することも可能である。
図10では、既存のメディア種は、類似度の高いものから順に表示したが、順序は逆でもよいし、例えばメディア種の名称の順序でもよい、もとより、ランダムに表示してもよい。更に、類似度のみならず、予め種々の条件でランク付けし、このランクと共に表示する様にしてもよい。この例を、図11に示した。図示した選択用ダイアローグボックス98では、メディア種を、ランクS、A、Bといった区分にしたがって表示している。ランクは、類似度に対応するものであってもよいし、学習済みモデル31が最も高いパラメーターを示した印刷媒体PをランクSとし、この印刷媒体Pに紙質やインク吸収力の近いメディアを、ランクAなど、高いランクにしたものであってもよい。
選択用ダイアローグボックス97や98により、既存メディアが選択されると(ステップS440:「YES」)、不揮発性メモリー30に記憶されている既存の印刷プロファイル33から選択されたメディア種に対応する印刷プロファイル33を選択し(ステップS450)、これを元にメディア学習を行なう(ステップS455)。メディア学習は、分光反射計43を用いて取得したこの印刷媒体Pの分光反射率のデータが選択したメディア種のものであるとして、再学習する処理である。実際の処理は、機械学習装置50で行なわれる。つまり、プロセッサー21は、選択用ダイアローグボックス97や98を介して受け付けた既存メディアの種類と、分光反射計43を用いて取得した分光反射率のデータとを、通信部23を介して、機械学習装置50に出力し、機械学習装置50の機械学習部60で再学習を行なわせるのである。
機械学習部60により再学習が行なわれると、再学習の結果を受けて、不揮発性メモリー70の印刷プロファイル73のデータベースも更新される。そこで、再学習完了の通知を受けて、プリンター20のプロセッサー21は、必要に応じて、学習済みモデル65を不揮発性メモリー30にプリンター20が用いる学習済みモデル31としてダウンロードする。また、印刷媒体Pの種類とその印刷媒体Pに用いる印刷プロファイルとの組合わせを、不揮発性メモリー70の印刷プロファイル73のデータベースから、不揮発性メモリー30にダウンロードする(ステップS460)。従って、再学習により得られたこれらの学習済みモデル31や印刷プロファイル33は、これ以降、プリンター20において利用可能となる。
選択用ダイアローグボックス97や98が表示された状態で、使用者は、既存のメディア種の印刷プロファイルを利用せず、新規に印刷設定を行なう、という選択も可能である。この場合には、ステップS440での判断は「NO」となり、ステップS470以降の処理が実行される。この場合には、既存プロファイルを選択して(ステップS450)利用する代わりに、新たなプロファイルの作成を行なう(ステップS470)。新たな印刷プロファイル(ICCプロファイル)の作成は、最も類似度が高い印刷媒体Pの設定を流用して行なわれる。なお、図7を用いて説明した様に、使用者が印刷プロファイルを構成する各種パラメーターを自ら設定することで行なわれる。
新たな印刷プロファイルを作成した上で、未知メディアであると判断していることから、既存プロファイルを選択した場合(ステップS450)と同様に、メディアの再学習(ステップS475)の指示と、機械学習装置50からのダウンロード(ステップS480)とを行なう。これらの処理は、それぞれ、ステップS455,S460の処理と同様である。
以上説明した処理(ステップS440からS480)の後、新たなメディアに対応する印刷プロファイルを設定し、「NEXT」に抜けて、印刷処理ルーチンにおいて印刷を実行する(図4、ステップS250)。
以上説明した実施形態の印刷システム10によれば、印刷媒体Pの印刷を行なう際に、印刷媒体Pの未印刷領域の分光反射計43により分光反射率を計測し、これを学習済みモデル31に適用することで、印刷媒体Pの種類の特定を経て印刷媒体Pへの印刷を行なう。印刷媒体Pが一意に特定できない場合には、印刷媒体Pの種類に関する補助情報、例えば類似度Rを出力して表示するので、使用者は印刷媒体Pの種類を容易に特定することができ、この特定を受けて、印刷媒体の種類に対応する印刷プロファイルを適用し、適切な印刷条件で、印刷媒体Pへの印刷を行なうことができる。
実施形態では、補助情報である印刷媒体の種類毎の類似度Rは、印刷しようとしている印刷媒体Pが未知のメディアである場合に表示している。このため、使用者は、未知のメディアが、既知のどのメディアに類似しているかを知ることができ、既存のメディアを教師とする印刷媒体の再学習を機械学習部60に行なわせることができる。
更に、本実施形態では、印刷媒体Pの未印刷領域の分光反射率のみで、印刷媒体Pの種類を特定したり、あるいは補助情報を出力したりしているので、装置構成が簡略化できるという利点がある。しかも、分光反射計43を印刷ヘッド27に設けているので、印刷しようとする印刷媒体Pをプリンター20にセットするという通常の印刷方法で、印刷媒体Pの分光反射率を取得することができる。このため、印刷媒体Pをいちいち測定装置に持って行って測定してくるといった煩瑣な手間を要しない。更に、本実施形態では、ネットワークNTを介して、プリンター20を機械学習装置50に接続しているので、印刷媒体Pが種類を特定できないメディアである場合に、教師付きの機械学習を再度行なわせて、学習済みモデルや印刷プロファイルなどの更新をリアルタイムで行なうことも可能である。
本実施形態では、教師付きの機械学習は、プリンター20とは別の機械学習装置50で行なっているので、プリンター20に機械学習を行なうための装置構成を用意する必要がない。しかも本実施形態では、機械学習装置50により学習された学習済みモデル65は、プリンター20の不揮発性メモリー30にダウンロードされ、プリンター20単独で利用可能となる。このため、分光反射率のデータを用いた印刷媒体Pの種類の判別に、いちいち機械学習装置50とデータのやり取りをする必要がない。図1では、プリンター20と機械学習装置50とを接続した印刷システム10を示したが、学習済みモデルの再学習を行なわないのであれば、プリンター20だけでの運用も可能である。
B.第2実施形態:
第2実施形態は、図12に示すメディア情報提供装置100としての形態である。このメディア情報提供装置100は、第1実施形態のプリンター20における印刷のための構成を除き、メディア処理部180を備えた構成を有する。このメディア情報提供装置100は、メディアMの種類の判別を補助する補助情報を提供する。このメディア情報提供装置100は、複数種類のメディアMに関して、メディアの地色の分光情報とメディアの種類を示す識別子とが与えられ、識別子を教師とする機械学習によって生成された学習済みモデル131を用いてメディアの種類を所定のパラメーターで認識するメディア認識部としての制御部110と、メディアMを搬送する搬送部126、搬送されたメディアの地色の分光情報を取得する分光情報取得部143と、取得した分光情報をメディア認識部である制御部130に入力し、学習済みモデル131による認識結果を利用して、メディアMの種類に関する補助情報を出力する出力部124と、補助情報を利用して種類を特定したメディアMを、種類に応じた適切な処理条件を処理する処理部180と、を備える。学習済みモデル131は、メディアMの種類毎に必要に処理の内容を記録した処理プロファイル133と共に、メモリー130に記憶されている。なお、メディア情報提供装置100としては、搬送部126やメディア処理部180は必ずしも必要はない。搬送部126に代えて、利用者がメディアを分光情報取得部143やメディア処理部180に持ち込んでもよい。分光情報取得部143や処理部180は内蔵しておらず、他の工場や装置で処理する場合もあり得る。
第2実施形態は、図12に示すメディア情報提供装置100としての形態である。このメディア情報提供装置100は、第1実施形態のプリンター20における印刷のための構成を除き、メディア処理部180を備えた構成を有する。このメディア情報提供装置100は、メディアMの種類の判別を補助する補助情報を提供する。このメディア情報提供装置100は、複数種類のメディアMに関して、メディアの地色の分光情報とメディアの種類を示す識別子とが与えられ、識別子を教師とする機械学習によって生成された学習済みモデル131を用いてメディアの種類を所定のパラメーターで認識するメディア認識部としての制御部110と、メディアMを搬送する搬送部126、搬送されたメディアの地色の分光情報を取得する分光情報取得部143と、取得した分光情報をメディア認識部である制御部130に入力し、学習済みモデル131による認識結果を利用して、メディアMの種類に関する補助情報を出力する出力部124と、補助情報を利用して種類を特定したメディアMを、種類に応じた適切な処理条件を処理する処理部180と、を備える。学習済みモデル131は、メディアMの種類毎に必要に処理の内容を記録した処理プロファイル133と共に、メモリー130に記憶されている。なお、メディア情報提供装置100としては、搬送部126やメディア処理部180は必ずしも必要はない。搬送部126に代えて、利用者がメディアを分光情報取得部143やメディア処理部180に持ち込んでもよい。分光情報取得部143や処理部180は内蔵しておらず、他の工場や装置で処理する場合もあり得る。
このメディア情報提供装置100によれば、メディアの地色の分光情報によりメディアの種類を判断する補助情報を出力するので、処理しようとするメディアMの種類を容易に判別できる。こうしたメディア情報提供装置100は、印刷に用いられた用紙を再生する場合などにおいて、メディアの種類を容易に判別でき、これに適した条件を処理できるという利点がある。印刷用紙などのメディアを再生する場合には、メディアの種類によって処理方法や処理手順などを変更する必要があることも多いからである。印刷媒体などのメディアの再生には、メディアの裁断や薬品による溶融などの処理工程が必要となることがあり、こうした場合に、メディアの種類を簡単に特定できることは有用である。こうした場合に、このメディア情報提供装置100は、メデイア地色の分光情報をもとに、メディアの種類に関する補助情報を出力するので、メディア処理部180によるメディアの処理といった取り扱いを容易なものにすることできる。
C.他の実施形態:
本開示の印刷システムは、以下の態様でも実施可能である。
(1)第1の態様は、印刷媒体に印刷を行なう印刷システムとしての態様である。この印刷システムは、印刷媒体に印刷を行なう印刷システムであって、複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって予め生成された学習済みモデルを記憶する記憶部と、印刷を行なおうとする印刷媒体の未印刷領域の分光情報を取得する分光情報取得部と、前記取得した分光情報を前記記憶した前記学習済みモデルに適用した結果を用いて、前記印刷媒体の種類に関する補助情報を出力する出力部と、前記出力部が出力した補助情報を用いた前記印刷媒体の種類の特定を受け付ける特定部と、を備える。
本開示の印刷システムは、以下の態様でも実施可能である。
(1)第1の態様は、印刷媒体に印刷を行なう印刷システムとしての態様である。この印刷システムは、印刷媒体に印刷を行なう印刷システムであって、複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって予め生成された学習済みモデルを記憶する記憶部と、印刷を行なおうとする印刷媒体の未印刷領域の分光情報を取得する分光情報取得部と、前記取得した分光情報を前記記憶した前記学習済みモデルに適用した結果を用いて、前記印刷媒体の種類に関する補助情報を出力する出力部と、前記出力部が出力した補助情報を用いた前記印刷媒体の種類の特定を受け付ける特定部と、を備える。
この印刷システムによれば、印刷媒体の未印刷領域の分光情報を学習済みモデルに適用することで、印刷媒体の種類に関する補助情報を出力するので、使用者は印刷媒体の種類を容易に特定することができる。
(2)こうした印刷システムにおいて、分光情報は、分光反射率および分光透過率のうちの少なくとも一つであり、分光情報取得部は、前記印刷媒体の未印刷領域の分光反射率および分光透過率のうちの少なくとも一つを測定する測定部を備えるものとしてもよい。こうすれば、印刷馬体の分光反射率を取得するだけで済み、分光情報取得部の構成を簡略化することができる。分光情報としては、分光透過率を用いても差し支えない。また分光反射率と分光透過率の両方を用いてもよい。一般に、分光反射率の場合、光を投射する投光部と反射光を受け取る受光部とを印刷媒体の一方の面にまとめて配置できるので、構成を簡易なものにすることができる。なお、分光反射率等を検出する分光反射計など計測を実際に行なう装置は、印刷部など、印刷システムに組み込んでもよいし、印刷システムとは別に設け、通信などを介して、分光情報取得部が取得する様にしてもよい。
(3)こうした構成において、前記記憶部は、前前記学習済みモデルによっては未知の印刷媒体であるとされた印刷媒体について、前記未知の印刷媒体の分光情報と前記未知の印刷媒体に付与された識別子とを用いて、学習済みモデルを再学習する再学習部と、前記再学習部による学習結果を用いて、前記記憶された学習済みモデルを更新する更新部とを備えるものとしてよい。こうすれば、新たな種類の印刷媒体に対しても機械学習による学習済みモデルを対応させることができる。
(4)こうした構成において、前記未知の印刷媒体であるとされた印刷媒体について、前記未知の印刷媒体に適した印刷条件の設定を行なう印刷条件設定部を備えるものとしてもよい。こうすれば、新たな種類の印刷媒体についても、その印刷媒体に適した印刷条件を設定するできる。
(5)前記出力部が出力した補助情報に基づいて、前記印刷媒体の種類が特定されたとき、前記印刷媒体に適した前記印刷条件の設定を行なう印刷条件設定部を備えるものとしてよい。学習済みモデルに適用した結果を用いて印刷媒体の種類が特定されれば、印刷条件設定部は、特定された種類の印刷媒体に適した印刷条件を設定できる。
(6)こうした構成において 前記出力部は、前記補助情報を表示する表示部を備え、前記印刷条件設定部は、前記表示部に表示された前記補助情報を用いて、使用者が前記印刷媒体を特定する特定部を備えるものとしてよい。補助情報が表示部に表示されるので、使用者は、印刷媒体の種類の特定を容易に行なうことができる。なお、表示部は、印刷を行なうプリンター側に設けてもよいし、印刷を指示するコンピューターや携帯電話などの端末の側に設けてもよい。
(7)こうした構成において、前記印刷条件設定部は、前記印刷媒体が前記学習済みの印刷媒体でない場合には、前記学習済みの印刷媒体用の前記印刷条件を用いて印刷を行なうか、新たな印刷条件の設定を作成して印刷を行なうかを、前記使用者に選択させるものとしてよい。こうすれば、使用者は、新たな種類の印刷媒体が、学習済みの印刷媒体に類似する程度を知ることができるので、印刷媒体の種類の特定を容易に行なうことができる。なお、こうした新たな種類の印刷媒体の特定は、印刷媒体の種類を一意に定める場合のみならず、新たな種類の印刷媒体が既存のどの印刷媒体に類似しているか、という特定も含んでいる。こうした場合、類似している種類の印刷媒体の種類を示す識別子を教師として、機械学習を行なわせ、学習済みモデルを再学習させてもよい。
(8)こうした構成において、前記印刷条件設定部は、前記印刷媒体が前記学習済みの印刷媒体でない場合には、前記学習済みの印刷媒体用の前記印刷条件を用いて印刷を行なうか、新たな印刷条件の設定を作成して印刷を行なうかを、前記使用者に選択させるものとしてよい。こうすれば、新たな印刷条件の設定を行なうかを適切に判断できる。
(9)こうした構成において、前記出力部は、前記新たな印刷条件の設定の作成が選択された場合には、前記学習済みでないと判断された前記印刷媒体が前記学習済みの印刷媒体に類似する程度を示す情報として、前記分光情報から演算した類似度を、前記補助情報の一つとして前記表示部に表示するものとしてよい。こうすれば、印刷媒体の種類の類似の程度を容易に知ることができ、使用者にとって、印刷媒体の種類の特定が容易となる。
(10)他の態様の1つは、印刷する印刷媒体の種類を特定する印刷媒体特定方法としての態様である。この印刷媒体特定方法は、複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって生成された学習済みモデルを準備し、印刷しようとする印刷媒体の未印刷領域の分光情報を取得し、前記取得した分光情報を前記学習済みモデルに適用した認識結果を利用して、前記印刷媒体の種類に関する補助情報を出力し、前記出力された補助情報を用いた前記印刷媒体の種類の特定を受け付けるものとしてよい。こうすれば、印刷媒体の未印刷領域の分光情報を学習済みモデルに適用することで、印刷媒体の種類に関する補助情報を出力するので、使用者は印刷媒体の種類を容易に特定することができる。この場合、印刷媒体の特定を受けて、印刷媒体の種類に対応する印刷条件で、印刷を行なってもよい。
(11)他の態様の1つは、こうした構成において、処理しようとするメディアの種類の判別を補助する補助情報を提供するメディア情報提供装置であって、複数種類のメディアに関して、前記メディアの地色の分光情報と前記メディアの種類を示す識別子とが与えられ、前記識別子を教師とする機械学習によって生成された学習済みモデルを記憶する記憶部と、処理しようとするメディアの地色の分光情報を取得する分光情報取得部と、前記取得した分光情報を前記学習済みモデルに適用した結果を利用して、前記メディアの種類に関する補助情報を出力する出力部とものとしてよい。こうすれば、メディアの地色の分光情報を学習済みモデルに適用することで、メディアの種類に関する補助情報が出力されるので、使用者はメディアの種類を特定することができる。更に、この特定を受けて、メディアの種類に対応する条件で、処理を行なうものとすることも可能である。
(12)上記各実施形態において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよい。ソフトウェアによって実現されていた構成の少なくとも一部は、ディスクリートな回路構成により実現することも可能である。また、本開示の機能の一部または全部がソフトウェアで実現される場合には、そのソフトウェア(コンピュータープログラム)は、コンピューター読み取り可能な記録媒体に格納された形で提供することができる。「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスクやCD-ROMのような携帯型の記録媒体に限らず、各種のRAMやROM等のコンピューター内の内部記憶装置や、ハードディスク等のコンピューターに固定されている外部記憶装置も含んでいる。すなわち、「コンピューター読み取り可能な記録媒体」とは、データパケットを一時的ではなく固定可能な任意の記録媒体を含む広い意味を有している。
本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば、発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態中の技術的特徴は、上述の課題の一部又は全部を解決するために、あるいは、上述の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。
10…印刷システム、20…プリンター、21…プロセッサー、22…印刷制御部、23…通信部、24…ディスプレイ、25…ヘッド搬送装置、26…用紙搬送装置、27…印刷ヘッド、28…キャリッジ、30…不揮発性メモリー、31…学習済みモデル、33…印刷プロファイル、41…インクカートリッジ、43…分光反射計、50…機械学習装置、51…学習制御部、53…通信部、55…バス、60…機械学習部、61…訓練モデル、63…教師データ、65…学習済みモデル、70…不揮発性メモリー、73…印刷プロファイル、90,91,97,98…選択用ダイアローグボックス、95…テーブル、100…メディア情報提供装置、110…制御部、124…出力部、126…搬送部、130…メディア認識部、131…学習済みモデル、133…処理プロファイル、143…分光情報取得部、180…メディア処理部
Claims (11)
- 印刷媒体に印刷を行なう印刷システムであって、
複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって予め生成された学習済みモデルを記憶する記憶部と、
印刷を行なおうとする印刷媒体の未印刷領域の分光情報を取得する分光情報取得部と、
前記取得した分光情報を前記記憶した前記学習済みモデルに適用した結果を用いて、前記印刷媒体の種類に関する補助情報を出力する出力部と、
前記出力部が出力した補助情報を用いた前記印刷媒体の種類の特定を受け付ける特定部と、
を備える印刷システム。 - 前記分光情報は、分光反射率および分光透過率のうちの少なくとも一つであり、
前記分光情報取得部は、前記印刷媒体の前記未印刷領域の分光反射率および分光透過率のうちの少なくとも一つを測定する測定部を備える、
請求項1記載の印刷システム。 - 前記記憶部は、
前記学習済みモデルによっては未知の印刷媒体であるとされた印刷媒体について、前記未知の印刷媒体の分光情報と前記未知の印刷媒体に付与された識別子とを用いて、学習済みモデルを再学習する再学習部と、
前記再学習部による学習結果を用いて、前記記憶された学習済みモデルを更新する更新部と、
を備える請求項1または請求項2に記載の印刷システム。 - 前記未知の印刷媒体であるとされた印刷媒体について、前記未知の印刷媒体に適した印刷条件の設定を行なう印刷条件設定部を備える、請求項3に記載の印刷システム。
- 前記出力部が出力した補助情報に基づいて、前記印刷媒体の種類が特定されたとき、前記印刷媒体に適した印刷条件の設定を行なう印刷条件設定部を備える、請求項1または請求項2に記載の印刷システム。
- 前記出力部は、前記補助情報を表示する表示部を備え、
前記印刷条件設定部は、前記表示部に表示された前記補助情報を用いて、使用者が前記印刷媒体を特定する特定部を備える、
請求項5に記載の印刷システム。 - 前記出力部は、分光情報取得部により前記分光情報を取得した前記印刷媒体が、前記学習済みモデルの生成の際に学習された学習済みの印刷媒体に類似する程度を示す情報を、前記補助情報の1つとして、前記表示部に表示する、請求項6に記載の印刷システム。
- 前記印刷条件設定部は、前記印刷媒体が前記学習済みの印刷媒体でない場合には、前記学習済みの印刷媒体用の前記印刷条件を用いて印刷を行なうか、新たな印刷条件の設定を作成して印刷を行なうかを、使用者に選択させる、請求項5から請求項7のいずれか一項に記載の印刷システム。
- 前記出力部は、前記新たな印刷条件の設定の作成が選択された場合には、前記学習済みでないと判断された前記印刷媒体が前記学習済みの印刷媒体に類似する程度を示す情報として、前記分光情報から演算した類似度を、前記補助情報の一つとして表示部に表示する、請求項8記載の印刷システム。
- 印刷する印刷媒体を特定する印刷媒体特定方法であって、
複数種類の印刷媒体に関して、前記印刷媒体の未印刷領域の分光情報と前記印刷媒体の種類を示す識別子とに基づき、前記識別子を教師とする機械学習によって生成された学習済みモデルを準備し、
印刷しようとする印刷媒体の未印刷領域の分光情報を取得し、
前記取得した分光情報を前記学習済みモデルに適用した認識結果を利用して、前記印刷媒体の種類に関する補助情報を出力し、
前記出力された補助情報を用いた前記印刷媒体の種類の特定を受け付ける、
印刷媒体特定方法。 - 処理しようとするメディアの種類の判別を補助する補助情報を提供するメディア情報提供装置であって、
複数種類のメディアに関して、前記メディアの地色の分光情報と前記メディアの種類を示す識別子とが与えられ、前記識別子を教師とする機械学習によって生成された学習済みモデルを記憶する記憶部と、
処理しようとするメディアの地色の分光情報を取得する分光情報取得部と、
前記取得した分光情報を前記学習済みモデルに適用した結果を利用して、前記メディアの種類に関する補助情報を出力する出力部と、
を備えるメディア情報提供装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020189097A JP2022078426A (ja) | 2020-11-13 | 2020-11-13 | 印刷システム、印刷媒体特定方法およびメディア情報提供装置 |
US17/523,984 US11616892B2 (en) | 2020-11-13 | 2021-11-11 | Printing system, print medium specifying method, and medium information providing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020189097A JP2022078426A (ja) | 2020-11-13 | 2020-11-13 | 印刷システム、印刷媒体特定方法およびメディア情報提供装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022078426A true JP2022078426A (ja) | 2022-05-25 |
Family
ID=81587000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020189097A Pending JP2022078426A (ja) | 2020-11-13 | 2020-11-13 | 印刷システム、印刷媒体特定方法およびメディア情報提供装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11616892B2 (ja) |
JP (1) | JP2022078426A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022021119A (ja) * | 2020-07-21 | 2022-02-02 | キヤノン株式会社 | 情報処理装置、記録装置、情報処理方法、及びプログラム |
JP2023114275A (ja) * | 2022-02-04 | 2023-08-17 | キヤノン株式会社 | 情報処理装置、システム、情報処理装置の制御方法及びプログラム |
US20230393553A1 (en) * | 2022-06-01 | 2023-12-07 | Gm Cruise Holdings Llc | Autonomous vehicles with three-dimensional printers |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154913A (ja) | 2004-11-25 | 2006-06-15 | Canon Inc | データ処理装置 |
JP5418333B2 (ja) * | 2010-03-17 | 2014-02-19 | 凸版印刷株式会社 | 分光測色計の異常検知装置及びこの装置を組み込んだ印刷装置 |
JP5825070B2 (ja) * | 2011-11-21 | 2015-12-02 | セイコーエプソン株式会社 | 印刷装置、および印刷方法 |
JP2015121882A (ja) | 2013-12-20 | 2015-07-02 | キヤノン株式会社 | 印刷制御装置及びデータ処理方法、プログラム |
JP2015221509A (ja) * | 2014-05-22 | 2015-12-10 | セイコーエプソン株式会社 | 印刷装置、及び印刷方法 |
JP6623685B2 (ja) * | 2015-10-29 | 2019-12-25 | セイコーエプソン株式会社 | 測定装置及び印刷装置 |
JP7216324B2 (ja) * | 2019-01-29 | 2023-02-01 | セイコーエプソン株式会社 | 種別判定装置、電子機器、及び種別判定方法 |
JP2022146143A (ja) * | 2021-03-22 | 2022-10-05 | 沖電気工業株式会社 | 画像処理装置および画像処理方法 |
-
2020
- 2020-11-13 JP JP2020189097A patent/JP2022078426A/ja active Pending
-
2021
- 2021-11-11 US US17/523,984 patent/US11616892B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20220159140A1 (en) | 2022-05-19 |
US11616892B2 (en) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022078426A (ja) | 印刷システム、印刷媒体特定方法およびメディア情報提供装置 | |
US7548705B2 (en) | Systems and methods for marking test patches for calibrating and/or visually confirming color accuracy of a marking device | |
JP5415729B2 (ja) | 画像処理方法及び画像処理装置 | |
US8775278B2 (en) | Computer readable medium having consumables-usability determination program, consumables-usability determination system and method using the consumables-usability determination program | |
US20050270321A1 (en) | Program product, device, and method for color chart discrimination and program product, device, and method for color correction | |
EP2348702A2 (en) | Print information managing apparatus, print information managing method, print information managing system, and recording medium with program recorded therein | |
US20040109181A1 (en) | Image forming apparatus performing image correction for object, and method thereof | |
JP2015221509A (ja) | 印刷装置、及び印刷方法 | |
US8947739B2 (en) | Printing condition setting apparatus, printing condition setting method, and non-transitory storage medium | |
JP2007276162A (ja) | 画像処理装置および印刷方法 | |
JP4221594B2 (ja) | 色情報取得装置 | |
JP2022090382A (ja) | 印刷媒体処理システムおよび印刷媒体処理方法 | |
JP5840227B2 (ja) | データ生成方法及びデータ生成装置 | |
JP6180332B2 (ja) | 媒体検出方法、媒体検出装置及び印刷装置 | |
JP2003170617A (ja) | 分配カーブ生成装置及び分配カーブ生成プログラム | |
JP5402382B2 (ja) | 画像形成装置 | |
US10664206B2 (en) | Print-mode configuration selection | |
JP2008278152A (ja) | 画像処理システム及びその制御方法 | |
JP4552641B2 (ja) | 画像処理システム、画像処理方法および画像処理プログラム | |
JP5675231B2 (ja) | 出力画像データを作成し出力するためのコンピュータプログラム及び情報処理装置 | |
CN102673168A (zh) | 打印装置以及打印方法 | |
JP2022069196A (ja) | 記録媒体判別装置および記録媒体の種類の判別方法 | |
US11165930B2 (en) | Information processing apparatus, color conversion profile creation method, and learning apparatus | |
JP2002273993A (ja) | プリンタ、これを制御するプリンタホスト、及びプリンタホストの動作プログラム | |
JP2024077715A (ja) | 印刷システム、調整支援方法、および調整支援プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240510 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240611 |