Sortir & verifikasi varian
Produk atau kemasan varian yang salah warna — rasa, dosis, atau SKU tertukar — ditolak sebelum tercampur ke lot yang benar. Kasus paling umum di lini dengan banyak varian bergantian.
Mata manusia gampang tertipu warna — kelelahan, pencahayaan ruangan, dan persepsi subjektif membuat penilaian warna manual tidak konsisten antar operator dan antar shift. Kamera dengan pencahayaan terkalibrasi memberi angka, bukan opini.
Produk atau kemasan varian yang salah warna — rasa, dosis, atau SKU tertukar — ditolak sebelum tercampur ke lot yang benar. Kasus paling umum di lini dengan banyak varian bergantian.
Warna produk yang menyimpang dari acuan (pudar, gosong, oksidasi) — pada makanan, tablet, cairan, atau produk cat/tekstil.
Perubahan warna sering jadi tanda cacat tersembunyi: tablet yang berubah warna karena lembap, area las yang overheat, atau produk yang mulai busuk.
Membandingkan warna produk terhadap sample acuan atau nilai target (Lab/RGB) dengan toleransi numerik — bukan penilaian visual operator yang subjektif.
Warna cetakan kemasan sesuai brand guideline; pergeseran warna cetak (registrasi tinta) terdeteksi sebelum satu batch penuh tercetak salah.
Memisahkan produk ke beberapa jalur berdasarkan kategori warna — umum di sortir hasil pertanian atau komponen dengan varian warna. Ini bagian dari sistem sorting yang lebih luas — lihat halaman kamera sorting produk untuk kategori sorting lainnya.
Inspeksi warna adalah salah satu aplikasi vision yang paling sering gagal bukan karena kameranya, tapi karena pencahayaannya tidak stabil. Kami uji ini secara eksplisit saat uji sample, bukan asumsi dari spesifikasi kamera.
Faktor paling menentukan dan paling sering diabaikan. Sumber cahaya harus konsisten CRI dan suhu warnanya (color temperature) — lampu yang "cukup terang" tapi CRI rendah membuat kamera membaca warna yang salah, sekalipun matanya terlihat benar.
Sensor warna (Bayer) dibutuhkan untuk menangkap informasi warna; kamera monokrom hanya menangkap intensitas, tidak bisa membedakan warna yang kecerahannya sama.
Kamera dikalibrasi terhadap target warna referensi (color chart) secara berkala — bukan sekali di awal instalasi — karena lampu LED bisa bergeser karakteristiknya seiring waktu.
Perbandingan di ruang warna Lab lebih mendekati persepsi mata manusia dibanding RGB mentah, dan lebih stabil terhadap variasi pencahayaan kecil.
Kamera sorting produk (warna, ukuran, jenis) →
Contoh penerapan di industri farmasi (tablet berubah warna) →
Biasanya karena pencahayaan di sekitar area kamera berubah — lampu ruangan, cahaya matahari dari jendela, atau LED yang mulai redup — sementara mata manusia otomatis beradaptasi terhadap perubahan ini (color constancy), sedangkan kamera tidak. Solusinya adalah pencahayaan terkontrol yang mengisolasi area inspeksi dari cahaya luar, dan kalibrasi ulang berkala.
Bisa, tapi ini yang paling menentukan hasil uji sample. Warna yang mirip di mata manusia (misalnya dua varian rasa dengan warna kemasan hampir sama) butuh ruang warna Lab dan toleransi yang disetel presisi, kadang dikombinasikan dengan fitur lain (bentuk logo, posisi teks) supaya keputusannya tidak semata bergantung pada satu nilai warna yang berisiko ambigu.
Belum tentu. Yang menentukan bukan terang-tidaknya, tapi CRI (color rendering index) dan stabilitas suhu warnanya. LED murah untuk penerangan umum sering CRI rendah dan bisa bergeser karakteristiknya setelah dipakai lama — membuat pembacaan warna kamera perlahan melenceng tanpa terlihat kasat mata. Kami memakai pencahayaan yang dirancang untuk machine vision, bukan lampu penerangan biasa.
Kirim sample dengan variasi warna yang harus dibedakan — termasuk yang paling mirip. Kami uji dengan kamera dan pencahayaan sesungguhnya, lalu tunjukkan hasilnya sebelum Anda memutuskan.