SKU 顏色分選：取得可重複的顏色

目的與適用邊界

在為物品指定顏色類別或語意 SKU 之前，先建立一份經得起移動與材料差異考驗的來源顏色紀錄。

本教學給出的是一套工程評估方法，而不是可直接執行的產品認證。Deyi Vision 目前公開的 PC 範例，涵蓋的是在已確認的樣品影像上執行 EAN-13 的工作流程。工程程式碼中的原生 OCR 和檢測部分，使用前必須對照已安裝的執行環境、已繫結的模型和任務逐一核實。瀏覽器範本並不能證明可以在瀏覽器中執行：規劃中的 OpenCV.js 後端需要單獨驗證。雲端辨識須明確核准影像範圍、服務供應商、模型和費用。評審歸檔包不是可執行的發布包。相機、韌體和驅動程式的相容性需另行核查。下文所有紀錄表中的數值均為假設值，不是 Deyi Vision 的量測結果，也不是客戶的結果。

準備佐證

在預定使用的光源下，使用實際產品的各種表面飾面，並配一塊中性參考色塊。樣品要包括高光澤的、褪色的和從未見過的產品；明確聲明相機的顏色格式。重複使用取像設定之前，先檢查所儲存的像素格式和有效區域是否仍與已儲存的配方一致。凡是做過像素合併（binning）、縮放或影像轉換的，都要記錄下來，因為這些操作之後，依來源像素算出的物體比例不能再原樣套用。把歸檔的影格與送入第一個處理節點的影格作比較；若兩者不同，要保留兩者的識別碼，並說明做了什麼轉換。重新連線試驗期間，要區分新的一次曝光與重複送出的緩衝影格。取像識別碼不確定時，應關閉自動放行，並保留導致不一致的事件，而不是悄悄將計數器歸零。顏色分選與 SKU 辨識回答的是不同的問題。某個顏色區域可能與紅色參考相符，而該物品的尺寸、標籤或包裝規格卻是錯的。要先明確該任務是依實物顏色分選、核對預期的 SKU，還是兩項獨立的檢查都要做。使用通道順序已知的彩色影像，並把曝光、白平衡和光源光譜寫入配方。要測試可接受的各批材料、光澤表面、陰影和外來產品，而不是只測一張乾淨的參考色卡。飽和度低時色相不可靠，而被截斷的高光會丟掉演算法無法還原的資訊。未知、無法觀察和混色的物品需要有明確的分流去向。若語意 SKU 辨識使用了模型，要把該模型與顏色閾值分開驗證，並且在向雲端傳輸任何資料之前先取得核准。從取像紀錄入手，而不是從顯示出來的預覽入手。預覽圖可能被縮放、銳化，甚至在輸入已經中斷後仍被重複顯示。儲存未經修改的影格，以及影像尺寸、像素格式、曝光、增益、鏡頭設定、工作距離、觸發識別碼和取像時間。在同一次測試中，同時包含最小的相關特徵和允許的最大位置變化。先對靜止樣品取像，以區分對焦問題與動態模糊；然後在實際移動條件下重複，期間不改變光學幾何關係。把每張儲存的影像都關聯到對應的實物樣品或事件。缺影格或陳舊影格屬於取像失敗，即使最後顯示的畫面看起來很好。選用能取得真實顏色資訊的 Deyi Vision 彩色面陣評估方案；把單色值複製到 RGB 通道中，得不到顏色資訊。量測色塊之前，先記錄原始像素格式、所做的 Bayer 去馬賽克處理，以及實際輸出的 RGB/BGR 通道順序。把白平衡、增益、曝光和照明光譜固定在配方中；在允許的各批次和移動條件下，檢查中性參考和產品參考，確保像素值未飽和。在已安裝的系統上驗證快門/觸發行為以及相機/驅動程式的相容性。顏色分類和 SKU 身分要作為兩項獨立的驗收任務；選用彩色相機既不能證明分類準確度，也不能證明產品身分。

操作步驟

1. 取得彩色原始影像，記錄通道順序和位元深度，不要悄悄把佐證轉成灰階。
2. 比較期間固定曝光、增益和白平衡；每個影格都要記錄截斷情況和實際的照明設定。
3. 在允許的各個高度上檢查對焦和物體比例，然後在相同設定下比較靜止與移動中的顏色色塊。
4. 保留完整的來源影格和物體識別碼，使後續的背景排除或 SKU 檢測都能追溯到對應的像素。

解讀試驗結果

假設視野為 120 mm，對應 2400 px，則比例為 0.05 mm/px。一塊 2 mm 的對比色塊佔 40 px。這些尺寸只描述取樣情況：它們既不能證明色度量測的準確度，也不能保證顏色相近的 SKU 可以區分開。顏色與產品身分需要分別驗收。

紀錄表

s = 120 / 2400 = 0.05 mm/px
patch = 2 / 0.05 = 40 px

兩個工程視角

故障診斷

• 自動白平衡在不同產品之間發生變化，會使固定的顏色比較失效。
• 灰階歸檔影像無法重建已遺失的原始色彩資訊；應重新取得彩色影像，而不是靠猜測。

驗收與交接

只有當聲明的顏色參考在全部允許條件下都保持可比、且沒有截斷時，才可接受取像環節。把含糊不清的產品和新產品作為未知樣例保留下來，供後續評估，而不要把它們歸入已知 SKU。

將來源影像、預期判定、確切的版本和完整的結果紀錄放在一起儲存。在選定最終參數之前，先凍結評估集。如果這些答案後來被用於調整工作流程，就把該集合標記為開發資料，並另取一組新的獨立驗收集。要讓 Review、NoResult、執行錯誤和取像缺漏一直計入分母；不要透過篩掉資料列把它們變成合格。把可重現的失敗案例與成功樣例一併儲存。交接資料應寫明：誰有權更改配方，如何恢復先前已核准的版本，以及在驗收之前哪些設備輸出仍保持禁止。僅憑軟體結果，不能證明移動中的實物零件到達了正確的目的地。