上一期介绍了SLI‑Taper的基本功能、Tapering（颜色排序）工艺的由来与价值，以及Clustering and Grouping（聚类分组）的适用场景，本期第二讲将继续介绍线性排色和最小路径排色。

两种颜色排序（排色Tapering）：

当渐变排色的理念被证明可行后，问题便转向如何运用现代科学方法、测色仪器与计算机技术来实现这一流程。

使用分光测色仪读取一组样品数据并存储到文件中，操作本身十分简单；真正复杂的环节在于如何解读采集到的数据，并开发出可实现渐变排色序列的算法。

Xrite爱色丽公司正是开发此类软件的先行者之一，其团队针对人工分色员如何完成这一复杂工作展开了专项研究。受篇幅限制，此处无法展示项目涉及的全部研究过程，但最终成果十分理想：开发出的算法能够高度还原人工分色员对货品序列进行渐变排色的逻辑。

完成测量后，需将样品的 L*、a*、b * 值（或明度 L*、彩度 C*、色相 h° 值）在色空间中进行标绘。根据数据集的分布特征，最终形成了两种基础的排色方法：线性排色Linear Tapering和最小路径排色Minimum Path Tapering。

什么是线性排色Linear Tapering？

线性排色是对一组样品进行渐变排序的最简单方法。当颜色的主要变化仅发生在色空间的单一方向，或某一颜色参数的变化可由另一参数预测时（例如样品仅呈现由浅至深、或由暗沉至鲜亮的变化趋势），即可采用该方法。在此情况下，系统会根据样品数据分布拟合出一条最佳拟合直线，再沿直线从一端到另一端依次对样品进行排序。

通常，计算过程中会预设容差值：若相邻两个样品间的色差超过设定值（通常为0.40dEcmc 单位），系统会自动开启一个新的排色序列。通过这种方式，单组数据也可被划分出多个独立的排色组。当数据的变化主要集中在明度或彩度维度时，线性渐变排色的效果通常最为理想。

什么是最小路径排色 Minimum Path Tapering？

当数据集的分布较为随机时，可采用最小路径渐变排序。该方法的目标是在所有样本之间规划一条路径，使依次经过所有样本所需的总色差值（以 ΔEcmc 衡量）降至最低，同时覆盖数据集中的全部样本。换句话说，就是为数据集寻找一条总色差最小的排列路径。

Xrite爱色丽公司的研究表明，该方法生成的排色序列，与人工分色员的排序结果高度相似。但此方法仅适用于数据呈均匀随机分布的场景；若数据分布存在线性趋势，最小路径算法的排色效果将不如前文的线性排色法理想。

想深入了解SLI-Taper的线性与最小路径排色算法，如何还原人工分色逻辑、精准管控成衣色差？欢迎拨打爱色丽官方热线400-606-5155，与色彩专家一对一沟通。