——Colorblind: Checking figure accessibility for colour blind people
在数据驱动的时代，图表是传递信息的重要工具。然而，对于全球约3亿色盲人士而言，不少精心设计的图表却可能变成“天书”。红色与绿色、蓝色与紫色等常见配色组合，在红绿色盲或蓝黄色盲眼中几乎无法区分。近日，一项由国际数据可视化研究团队发起的项目——“Colorblind Check”，正式推出一套开源的图表可访问性检查工具，旨在帮助设计师、科研人员和新闻机构在发布前验证图表是否对色盲群体友好。这一举措再次引发了业界对“包容性数据呈现”的讨论。
色盲群体的“视觉盲区”
色盲并非“看不到颜色”，而是难以区分特定色相。最常见的红绿色盲（约占男性人口8%）无法分辨红色与绿色，蓝黄色盲则混淆蓝色与黄色。在学术论文、商业报告乃至新闻信息图中，作者常使用红绿对比来表示正负变化（如股市涨跌、实验组与对照组差异），或使用渐变色柱状图展示数据分布。然而，这类设计往往默认读者拥有正常色觉。
“我经常在看到新闻中的饼图时，完全不明白哪一块代表哪个类别。”一位红绿色盲患者在社交媒体上表示，“作者用红色和绿色标注，对我而言几乎是同一个颜色。”这一问题不仅影响理解，更可能造成误读——例如将“增长”看作“下降”，从而引发决策失误。
“Colorblind Check”：从手动检查到自动化验证
传统上，确保图表色盲友好依赖设计师的经验。例如，使用纹理或图案辅助颜色区分、在图表上直接标注数值、选择色盲友好的配色方案（如使用蓝色和橙色代替红绿）。然而，这些方法缺乏量化标准，且对于非专业设计人员（如科研人员）难以普及。
“Colorblind Check”工具应运而生。据项目负责人、视觉科学博士安娜·李介绍，该工具基于国际通用的色觉模拟算法（如CVD模拟），可一键上传图表图片或链接，自动生成多种色盲类型（红色弱、绿色弱、蓝色弱等）下的渲染效果对比。同时，工具会给出可读性评分，并高亮显示难以区分的区域。例如，一张含有红色和绿色线条的折线图，在模拟红绿色盲视图下，两条线可能完全重叠；工具便会提示“颜色对比度不足，建议改用虚线/实线区分，或添加符号标记”。
值得注意的是，该工具不仅支持静态图像，还兼容常见的可缩放矢量图形（SVG）和交互式图表，并可集成到R语言、Python的数据可视化库中，供程序化检查使用。这个特性尤其受到科研界的欢迎——许多顶尖期刊（如《自然》《科学》）已开始要求作者提交色盲友好图表，“Colorblind Check”可帮助作者在投稿前快速自检。
设计原则：不只靠颜色
除了工具本身，项目团队还发布了一套“色盲友好图表设计原则”，总结为三个层次：
-
颜色之外：永远不要只依靠颜色来传递关键信息。使用形状、线条样式（实线/虚线/点线）、纹理填充或直接标注数值。例如，柱状图不仅用颜色区分类别，还在柱体内添加斜纹或点阵；散点图中不同组别使用不同形状（圆点、三角、方块）。
-
选择色盲友好色板：避免使用红绿、蓝紫等易混淆组合。推荐使用“蓝色-橙色”或“黄-紫”等高对比度方案。工具内置了多套经过验证的色板（如ColorBrewer的色盲安全色、Viridis色系），可直接复制使用。
-
测试与反馈：在最终发布前，至少使用一种色彩模拟工具检查。如果条件允许，邀请色盲人士参与可用性测试，因为模拟器可能无法完全复现真实感知。
包容性设计是“加分项”而非“减分项”
有些设计师担心，为色盲群体调整配色会牺牲图表的美观性。然而研究表明，色盲友好的设计往往对正常色觉用户也更清晰——例如，使用高对比度颜色和附加标签，反而让信息传递更直接。此外，随着屏幕色温、环境光线的变化，正常色觉人士也可能暂时性难以辨认某些颜色（如强光下红色褪色），因此包容性设计本质上是普惠设计。
目前，“Colorblind Check”已开源在GitHub上，并获得多家媒体机构的试用反馈。BBC数据新闻团队表示，计划将其纳入日常图表审核流程。《柳叶刀》杂志编辑部也呼吁作者在投稿时使用该工具。专家预计，未来两年内，色盲友好检查将成为数据可视化的行业标准之一。
“图表的本质是沟通，而非艺术创作。”安娜·李在项目声明中总结道，“如果一张图无法被所有人看懂，它的价值就打了折扣。我们希望通过工具和指南，让‘检查图表的色盲可访问性’像检查拼写错误一样简单。”这或许正是数据时代走向真正平等的关键一步。