Percepcja kolorów – cz. II . Wszystko jest względne

Kontynuujemy 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.

Pierwsza część cyklu:

Jak używać koloru w komunikacji?

Iwona D. Bartczak

_________________________________________________________________________________________________________________

postrzeganie kolorów zależy od sposobu prezentacji (projektor, wydruk, monitor), oświetlenia czy nastroju. Ale nawet na tym samym nośniku, przy takich samych warunkach oświetleniowych, ten sam kolor może być różnie postrzegany w zależności od otoczenia. Dlaczego? Na obraz, który wpada naszego oka i jest rejestrowany przez czopki i pręciki, nakładana jest siatka oczekiwań, związana z tym czego nasz mózg się spodziewa i co stara się kompensować. Ilustracją tego zjawiska jest szachownica przedstawiona na rysunku 15, a opublikowana po raz pierwszy przez Edwarda Adelsona w roku 1995.

Czy pola A i B na szachownicy mają różne kolory? Prawdopodobnie, bez cienia wątpliwości stwierdzimy, że pole A jest ciemniejsze niż pole B. Jednak gdyby usunąć z tego rysunku kontekst, np. zasłonić palcem wszystko poza tymi polami, lub też połączyć te pola pasem, wtedy zauważymy, że w rzeczywistości są one tego samego koloru.

Ale przecież wyraźnie pole A jest ciemniejsze!

Odbieramy pole A jako ciemniejsze, ponieważ nasz mózg, kompensuje spodziewany efekt cienia rzucanego przez zielony walec. Oczywiście nie jest to prawdziwy cień i na wyższych poziomach poznawczych wiemy, że to płaski wydruk i o żadnym cieniu nie ma mowy, ale mechanizmy korekcji tego nie wiedzą. Więc korygują nasze postrzeganie względnych jasności pól A i B. Szachownica Adelsona ilustruje problemy z postrzeganą jasnością pól, ale ten sam mechanizm wpływa na postrzeganie barwy. W zależności od kontekstu, możemy sprawić by kolor szary był postrzegany jako kolor żółty lub niebieski!

 

Kobiety widzą więcej!

 

To, jak kolory są tłumaczone na barwy, zależy od sprawności działania naszych czopków. Ta sprawność zmienia się z wiekiem i jest zróżnicowana w populacji. Nie wszyscy w ten sam sposób widzimy kolory, dlatego, że nie u wszystkich różne typy czopków pracują z tą samą efektywnością.

Przyczyn zaburzeń postrzegania kolorów jest wiele, od genetycznych, przez związane z nabytymi urazami, niepożądanym działaniem leków, chorobami czy wiekiem. Całkowita niezdolność do rozróżniania kolorów jest bardzo rzadka, zazwyczaj upośledzenie widzenia kolorów dotyczy możliwości rozróżniania określonych kolorów. Mutacje sprzężone z genami na chromosomie X powodują zaburzenia w rozwoju lub całkowity brak czopków określonego typu, rzadziej dwóch typów. Ponieważ kobiety mają dwa chromosomy X, a mężczyźni tylko jeden, to tego typu zaburzenia występują znacznie częściej u mężczyzn. Jest to też humorystyczne uzasadnienie stereotypu, że kobiety widzą więcej kolorów niż mężczyźni. Średnio tak jest, ponieważ 5–10% mężczyzn ma jakieś genetyczne problemy z postrzeganiem kolorów, w przypadku kobiet problemy te występują u mniej niż 1% populacji.

Najbardziej powszechna jest dysfunkcja czopków rejestrujących fale średnie, rzadsza fale długie, a najrzadsza fale krótkie. Ponieważ problemy z identyfikacją kolorów głównie dotyczą rozróżniania kolorów zielonego i czerwonego, nie zaleca się konstrukcji skal kolorów rozpiętych pomiędzy zielenią a czerwienią. Z jakiegoś powodu to zalecenie jest szczególnie często łamane w bioinformatyce, gdzie bardzo popularne są zielono-czerwone skale kolorów używane do reprezentacji zmian ekspresji genów.

Rys. 1.  Przykładowy test na ślepotę barw. Osoby z dysfunkcją czopków rejestrujących fale średnie lub długie (czyli nierozróżniające kolorów zielonego i czerwonego) nie będą w stanie odczytać liczby z powyższego obrazka. Źródło: Wikipedia, domena publiczna. Color Oracle. Design for the Color Impaired http://colororacle.org/

Jeżeli w opracowanej przez nas wizualizacji danych kolory pełnią kluczową funkcję i chcemy upewnić się, że przynajmniej osoby z typowymi dysfunkcjami widzenia kolorów będą w stanie odczytać informacje z wykresu, możemy wykorzystać symulator ślepoty barw. Jednym z takich symulatorów jest dostępny w serwisie Color Oracle, który pozwala zmienić obraz wyświetlany na ekranie komputera na taki, jakim widzą go osoby z najczęstszymi zaburzeniami.

 

Czym się kierować wybierając kolory?

 

Jeżeli nie jesteśmy pewni, czy w danej sytuacji warto użyć koloru na wykresie, to zastanówmy się, czy nie lepiej z tego koloru zrezygnować.

Kolor będzie użyteczny, jeżeli chcemy wyróżnić jeden lub kilka elementów wykresu. Element wyróżniony kolorem jest bardziej widoczny niż gdybyśmy wyróżniali kształtem lub wielkością, łatwiej się do tak wyróżnionych obiektów odnosić. W takiej sytuacji dodanie koloru jest świetnym wyborem. Czerwona kropka natychmiast będzie widoczna na tle czarnych kropek. Warto jedynie zadbać, by kolor nie wpływał na postrzeganie innych istotnych charakterystyk, np. by przez wybór intensywnego koloru nie powiększyć optycznie powierzchni obiektów.

Kolor będzie użyteczny, gdy chcemy pogrupować obiekty. Odpowiednio dodając do wykresu kolor, możemy podzielić logicznie wykres na części, zaznaczyć strukturę wykresu, wyróżnić grupy obiektów do siebie podobnych. Obiekty o podobnych kolorach będą postrzegane jako obiekty mające ze sobą coś wspólnego. Warto to wykorzystać, jeżeli chcemy grupy obiektów opisać na kilku kolejnych wykresach. Oznaczenie tych samych grup tymi samymi kolorami ułatwi odczytywanie kolejnych wykresów.

Jeżeli chcemy użyć kolorów do opisania pewnej cechy liczbowej, możemy użyć sprawdzonych map kolorów opracowanych przez Cynthie Brewer lub tworzyć własne mapy używając skali HCL. Pierwszy wybór jest bezpieczny, drugi pozwala nam na większą kontrolę podobieństwa używanych kolorów. Jeżeli też z jakiegoś powodu chcemy na wykresie mieć kilkanaście różnych kolorów, musimy sami je wybrać używając skali HCL, Cynthia Brewer nie pozwala na takie ekscesy.

Dużo raf na tych kolorowych wodach. Ale mamy już całkiem precyzyjną mapę rejonów, których należy unikać. Wykorzystajmy wiedzę o percepcji barw, aby dobierać kolory do wykresów w sposób, dzięki któremu ułatwią one zrozumienie danych, odkrywanie różnic lub podobieństw widocznych w danych.

 

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  w postaci skrócone dwóch artykułów –  znajduje się tutaj