कलर ब्लाइंडनेस सिम्युलेटर (इमेज और पैलेट)

किसी फ़ोटो या रंगों की सूची को वैसे दिखाता है जैसे लाल-हरा (प्रोटान, ड्यूटान), नीला-पीला (ट्रिटान) या पूर्ण वर्णांधता वाले लोग उसे देखते हैं, मूल के साथ-साथ। इससे जांचें कि चार्ट, नक्शे और ऐप स्क्रीन केवल रंग पर निर्भर नहीं हैं।

इस्तेमाल का तरीका

1. "इमेज" पर कोई चित्र ड्रॉप करें या पेस्ट करें। पहले एक अंतर्निहित उदाहरण दिखता है; "उदाहरण लोड करें" उसे वापस लाता है।
2. मूल और चार सिमुलेशन एक ग्रिड में दिखते हैं। किसी एक को स्लाइडर के साथ मूल पर रखकर देखने के लिए "तुलना करें" दबाएं, या सेव करने के लिए "PNG" दबाएं।
3. "पैलेट" पर "रंगों की सूची" में HEX या rgb() मान दर्ज करें, हर पंक्ति में एक, या "रंग जोड़ें" से चुनें।
4. "ऐसे जोड़े जिन्हें अलग पहचानना मुश्किल हो जाता है" में कम ΔE वाले जोड़े देखें, रंग बदलें और फिर से देखें।

यह कैसे काम करता है

• प्रोटान, ड्यूटान और ट्रिटान के लिए Machado et al. (2009) का मॉडल गंभीरता 1.0 पर लीनियर sRGB में लागू किया गया है। पूर्ण वर्णांधता सापेक्ष चमक से बना ग्रे है।
• ΔE दो सिमुलेट किए गए रंगों के बीच की OKLab दूरी × 100 है; काले से सफेद तक लगभग 100। 10 से कम वाले जोड़े "पहचानना मुश्किल" और 18 से कम वाले "करीब" के रूप में चिह्नित होते हैं; ये सीमाएं टूल की अपनी पसंद हैं।
• चित्रों को लंबी भुजा पर 1600px तक छोटा किया जाता है और केवल ब्राउज़र में प्रोसेस किया जाता है। रंगों की सूची इसी ब्राउज़र में रहती है।
• हर व्यक्ति अलग देखता है। रंग के साथ चमक के अंतर, पैटर्न और लेबल जोड़ना ज़्यादा सुरक्षित है।

अक्सर पूछे जाने वाले सवाल

लाल-हरा वर्णांधता वाले लोग लाल और हरा कैसे देखते हैं?

दोनों एक जैसे पीलापन लिए भूरे दिखते हैं; प्रोटान में लाल गहरा और ड्यूटान में हल्का दिखता है। उदाहरण का बार चार्ट यह दिखाता है।

वर्णांधता के लिए सुरक्षित चार्ट रंग कैसे चुनें?

लाल-हरा अक्ष से बाहर के जोड़े चुनें, जैसे नीला और नारंगी, और हर रंग की चमक अलग रखें। "पैलेट" पर संभावित रंग दर्ज करें और उन्हें तब तक बदलें जब तक कोई जोड़ा चिह्नित न रहे।

ट्रिटान दृष्टि में क्या-क्या आपस में मिल जाता है?

नीला और हरा, और गुलाबी या बैंगनी के सामने पीला, एक-दूसरे के करीब आ जाते हैं। यह दुर्लभ है, लेकिन नीले और पीले पर आधारित पैलेट के लिए जांचना उपयोगी है।

क्या सिमुलेशन सटीक है?

यह एक व्यापक रूप से इस्तेमाल होने वाले मॉडल पर आधारित अनुमान है। रंग दृष्टि की कमी की मात्रा अलग-अलग होती है, इसलिए कोई एक चित्र सभी का प्रतिनिधित्व नहीं करता।