Percepcja kolorów – cz. I. Jak używać koloru w komunikacji?
Rozpoczynamy kolejny cykl artykułów prof. Przemysława Biecka. Poprzedni dotyczył percepcji danych (tutaj jest ostatni, a w nim linki do poprzednich), a ten będzie dotyczył percepcji kolorów.
Kolory towarzyszą nam od urodzenia. Są czymś tak naturalnym, że rzadko kiedy zastanawiamy się, skąd się biorą i jak bardzo ich postrzeganie zależy od kontekstu. Przy projektowaniu wizualizacji danych stajemy często przed koniecznością wyboru kolorów. Ale przypadkowe wybieranie kolorów często przynosi gorze efekty niż próba zagrania na pianinie przez losowe naciskanie przypadkowych klawiszy.
Iwona D. Bartczak
______________________________________________
Gdyby ktoś się mnie zapytał, jaki element grafiki statystycznej ma największy wpływ na jej odbiór, bez zastanowienia odpowiedziałbym, że wybór palety kolorów. Jednak w znakomitej większości grafik statystycznych kolor używany jest niewłaściwie, przez co zamiast pomagać w zrozumieniu, utrudnia, wprowadza szum, przytłacza lub wypacza informację płynącą z danych.
Jak więc używać koloru poprawnie? Jak dobierać kolory do wykresu? Temu zagadnieniu poświęcony jest poniższy esej. Nie ograniczymy się jednak do zarekomendowania kilku wzorników kolorów, ale prześledzimy dualną naturę barwy, przyjrzymy się historii badań nad kolorami, anatomii oka, licznym próbom liczbowego opisu kolorów. Czy musimy to wszystko wiedzieć by sprawnie dobierać kolory do wykresu? Za odpowiedź pozwolę sobie użyć cytatu z Salvadora Dali Jeżeli nie macie zamiaru studiować anatomii, sztuki rysunku i perspektywy, matematyki i estetyki oraz nauki o barwach, pozwólcie, że powiem wam, iż jest to bardziej objaw lenistwa niż geniuszu.
Na sawannie umiejętność zauważenia drapieżnika skrywającego się w gąszczu wysokich traw była umiejętnością na wagę życia. Uwzględnienie informacji o kolorach w obrazie rejestrowanym przez oko pozwala łatwiej i szybciej wypatrzeć drapieżnika czy rozróżnić jadalne jagody od trujących. Ewolucja zatroszczyła się o to, by nasze oko i mózg potrafiły szybko zarejestrować i wykorzystać informacje o kolorze.
Dziś większość ludzkości żyje już poza sawanną, drapieżników też się nie obawiamy, ale w wyszukiwaniu informacji na obrazie kolor wciąż pełni bardzo istotną rolę. Tworząc ilustracje danych, musimy uwzględnić sposób, w jaki wybór kolorów wpływa na odczytywanie i interpretację całości.
Pamiętajmy, że natychmiastowo i podświadomie przypisujemy barwom znaczenia, często różniące się w zależności od warunków życia czy kultury. Przykładowo biel w starożytnym Egipcie była utożsamiana z nieurodzajem i śmiercią, ponieważ kojarzyła się z pustynią oraz białymi kośćmi. Z kolei w Chinach biel jest uznawana za kolor nieszczęścia, żałoby, przywdziewany na pogrzebach. W kulturze chrześcijańskiej kojarzy się z czystością, światłem oraz dobrem. Eskimosi używają kilkunastu różnych określeń na różne odcienie bieli.
W przypadku grafiki statystycznej siła oddziaływania koloru może stać się problemem, gdy tylko część informacji zakodowanej za pomocą składowej koloru zdominuje cały wykres lub gdy kolor nie niesie żadnej informacji i pełni tylko rolę szumu. Mając na uwadze, że kolor jest najsilniejszą przyprawą, należy dawkować go z umiarem.
Gdyby ktoś zapytał mnie, jaką charakterystykę wykresu najtrudniej kontrolować, odpowiedziałbym bez namysłu, że jest to kolor. Postrzegana barwa różni się w zależności od oświetlenia, jakości wydruku, charakterystyki barwnej ekranu lub projektora, zależy od barwy obiektów sąsiadujących a nawet odczuwanych emocji. To bardzo komplikuje przedstawianie informacji z użyciem koloru. Linia o długości 5 cm ma tę długość bez względu na oświetlenie, fakturę papieru czy techniki nadruku. Ale już fotografia wygląda zupełnie inaczej na ekranie komputera, inaczej na wydruku i to różnie w zależności od użytego papieru czy drukarki.
Mając na uwadze problemy zarówno z kontrolą barw, które zobaczy odbiorca wykresu, jak i z tendencją koloru do dominowania całego wykresu, często można spotkać apele o nieużywanie kolorów na wykresach. Zdarzają się opinie, że dobra grafika statystyczna powinna być czytelna nawet po usunięciu kolorów i sprowadzeniu do skali szarości.
Na ilustracji otwierającej ten artykuł znajdują się miniaturki sześciu z dwudziestu obrazów katedry w Rouen namalowanych w latach 1893–1894 przez Claude’a Moneta. Ten sam budynek na każdym z tych obrazów wygląda zupełnie inaczej. Obrazy były malowane o różnych porach dnia i roku, a w różnym oświetleniu ten sam budynek wygląda inaczej i wywołuje w nas różne odczucia. Trudno o silniejszy dowód na wpływ kolorów na odbiór obrazu.
Podobnie jest z wykresami, ten sam wykres w zależności od doboru barw może być łatwy lub trudny do odczytania, może wyglądać nowocześnie i profesjonalnie lub wywoływać znudzenie i sprawiać wrażenie niechlujnego.
Zanim jednak przejdziemy do rekomendacji palet kolorów, musimy zrozumieć, jak te palety są budowane. Zaczniemy więc od opisu, czym jest kolor i jaka jest różnica pomiędzy kolorem a barwą. O tym będzie następny artykuł w tym cyklu
CDN.
Przemysław Biecek, profesor Politechniki Warszawskiej i Uniwersytetu Warszawskiego, lider MI2DataLab http://mi2.mini.pw.edu.pl/, od kilkunastu lat pracuje nad metodami statystycznej analizy danych. Więcej o nim http://biecek.pl/Eseje/indexAutor.html
Cały esej – w Business Dialog publikowany jako cykl artykułów – znajduje się tutaj