Visualisierung. Rückblick. Übersicht zum Thema Farbe. Farbmetrik. Übersicht. CIE XYZ, Yxy, CIELUV, CIELAB

Transkript

1 Abbildung auf Farbe Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick Übersicht zum Thema Farbe Farbmetrik CIE XYZ, Yxy, CIELUV, CIELAB Übersicht. Abbildung nominaler Daten: Color for Labeling. Abbildung ordinaler Daten. Abbildung quantitativer Daten: Farbskalen 4. Zusammenfassung 5. Weitere Informationen 6. Ausblick

2 Abbildung auf Farbe Grundsätzliche Fragen Welche Arten von Daten, Informationen und Eigenschaften lassen sich gut durch Farbwerte kodieren? Welche Arten von Zusammenhängen lassen sich aus den so dargestellten Daten identifizieren und wie effektiv sind einzelne smethoden in diesem Kontext? Welche Formen von Farbdarstellungen sind vorbelegt und können einerseits für eine effektivere Interpretation als Metaphern genutzt werden, müssen jedoch andererseits vermieden werden, wenn diese Metapher in der speziellen Situation nicht gültig ist? 4 Einsatz von Farbe zur Unterscheidung unterschiedlicher Elemente zur Betonung von Elementen und Regionen zur Darstellung von Strukturen und Objekten in einer Form, wie wir sie auch in der Natur wahrnehmen zur Repräsentation von symbolischen Assoziationen zum Ausdruck von Stimmungen Fragen zur Expressivität, Effektivität werden behandelt. Fragen Farbästethik wird hier nicht behandelt! 5 Farbe und nominale Daten Mögliche Aufgaben: Suchen und Identifizieren, Labeling Farben müssen leicht unterschieden und erinnert werden man wähle Farben, die einen deutlich trennenden Charakter haben 6

3 Kriterien. Verschiedenheit (distinctness) Kodierungen mit Farbabständen zwischen 45 und 65 in CIELUV-Farbdifferenzeinheiten haben sich als effektiv erwies. Beachte: Große Farbabstände werden von CIELUV oder CIELAB leicht fehlerhaft repräsentiert. Beachte: gilt für o -Beobachter: Für kleinere Flächen Kleinfeldkorrektur benutzen Für schnelle Unterscheidungen soll eine Farbe außerhalb der konvexen Hülle der benachbarten Farben liegen 7 Konvexe Hülle z.b. im CIELUV-Diagramm zur schnellen Unterscheidung [Bauer] Grau liegt in der konvexen Hülle schwerer unterscheidbar Rot liegt außerhalb der konvexen Hülle leicht unterscheidbar Regel kann auch im D (z.b. YU*V*) benutzt werden! 8 Kriterien. Ausgezeichnete Farbtöne (Unique Hues) sind: Schwarz Weiß Rot Grün Blau Gelb Empfehlung: aus keiner Kategorie Farben wählen (z.b. zwei Grüntöne) (auch wenn sie farbmetrisch einen großen Abstand aufweisen). 9

4 Kriterien. Hintergrundkontrast Dieselben Graphiken werden oft auf verschiedenen Hintergründen oder Umgebungen benutzt: durch Simultankontrast ergeben sich ggf. stark verschiedene Farbwahrnehmungen. wenige Farben benutzen! keine Farben nutzen, die nur Chrominanzunterschiede aufweisen Man kann diesen Effekt reduzieren, wenn man um die Farbflächen einen neutralen (z.b. weißen oder schwarzen Rand) legt. (Genutzt z.b. bei Signallichtern) 0 Kriterien 4. Farbsehschwächen berücksichtigen am häufigsten Rot-Grün-Sehschwäche Bezeichnung Effekt Häufigk eit Ursprung der Verwechslungsgeraden Protanopie Rot-Blindheit ca. % x p = y p = nm Deuteranopie Grün-Blindheit ca. 5-6% x d =.4000 y d = nm Tritanopie Monochromas ie Blau-Gelb- Blindheit Farbenblindheit 0.00% Unbu nt 0.004% x t = y t = nm Verwechslungsgerade im Falle der Deuteranopie (Grün-Blindheit) Beispiel: Verwechselungsgerade für Deuteranope: Farbvalenzen, die sich auf einer Geraden durch den spezifischen Ursprung befinden,können von Deuteranopen nicht unterschieden werden. Eine Berücksichtigung dieser Fehlsichtigkeiten reduziert die nutzbaren Farben erheblich.

5 Kriterien 5. Anzahl der nutzbaren Farben Wenn paralleles Suchen ausgenutzt werden soll (schnelles Unterscheiden), dürfen nicht mehr als 5-8 (0) verschiedene Farben eingesetzt werden [Healey] oder The Magical Number Seven [Miller] Kriterien 6. Flächengröße Minimale Größe von Farbstimuli für verschiedene Aufgaben Art der dargestellten Information kritische Information, variable Position kritische Information, feste Position Vergleichende Farbunterscheidung (-7 Farben) Absolute Farbidentifizierung (-4 Farben) Helligkeit des Symbols 0 0 fl 6 0 fl unkritische Information 6 fl 4 Kriterien 6. Flächengröße Ergänzende Regeln für gelb-blau Differenzen sollten die Flächen sogar mindestens ein halbes Grad groß sein: kleine Flächen größere Flächen stark gesättigte Farben mit möglichst großem Farbabstand weniger gesättigte Farben mit geringerem Farbabstand möglich 5

6 Kriterien Import java.applett.applett; Import jawa.awt.graphics; Import jawa.awt.color Public class ColorText extends Applett { public void init () { red = 00; green = 55; blue = 0; } Beispiel für die Nutzung von Farben bei großen Flächen: Geringe Sättigung große Helligkeit } public void paint (Graphics g) { Gr.setColor (new Color (red,green, blue)); Gr.drawString ( Colored Text.0,50); } private int red; private int green; private int blue; 6 Interferenzen mit schwarzen Detailinformationen (Text) sind gering Kriterien Import java.applett.applett; Import jawa.awt.graphics; Import jawa.awt.color Public class ColorText extends Applett { public void init () { red = 00; green = 55; blue = 0; } } public void paint (Graphics g) { Gr.setColor (new Color (red,green, blue)); Gr.drawString ( Colored Text.0,50); } private int red; private int green; private int blue; 7 7. Konventionen (kulturell bedingt) rot = heiß, Gefahr, Stopp... blau = kalt, frisch,... grün = Leben, Gehen, Frei,... Kriterien 8

7 Farbempfehlungen für Farbkodierungen (nach Ware). Rot 7. Rosa. Grün 8. Cyan. Gelb 9. Grau 4. Blau 0. Orange 5. Schwarz. Braun 6. Weiß. Lila Bei weniger als sechs Werten wähle man nur aus Empfohlene Grundfarben für Farbkodierungen (nach Smallman) Farbbezeichnung CIE-x-Wert CIE-y-Wert () rot (7) pink () lila (4) blau () grün () gelb (0) orange () braun Zahlen in Klammern entsprechen der Nummerierung nach Ware 0 Erweiterte Farbtabelle (durch Interpolation) Farbbezeichnung CIE-x-Wert CIE-y-Wert rot rot-pink* 0,4 0, pink pink-lila* 0, 0,5 lila lila-blau* 0, 0, blau (8) blau-grün* 0,5 0,9 grün grün-gelb* 0,9 0,50 gelb gelb-orange* 0,50 0,44 orange orange-rot* 0,5 0,6 * durch Interpolation gewonnen

8 Position der Farben der Erweiterten Farbtabelle in der Normfarbtafel Kritik: Farbabstand besser Im u v -Diagramm beurteilen Zusammenfassung Bei der visuellen Suche nach Zielobjekten sind Farbkodierungen effektiver als monochromatische Darstellungen (hier unterscheidet und bezeichenet man höchstens 4 Helligkeiten: schwarz dunkelgrau hellgrau weiß Wenn es auf Schnelligkeit ankommt, wähle man die Farben nach Bauer`s Regel (Konvexe Hülle) Man wähle die Farbflächen groß genug! Ein brauchbares Tool: Siehe Brewer, Cynthia A Color use guidelines for mapping and visualization. Chapter 7 (pp. -47) in Visualization in Modern Cartography Prof. Dr.-Ing. Detlef Krömker 6. Abbildung auf Farbe 4 WS 00/00

9 Color Brewer.0 Prof. Dr.-Ing. Detlef Krömker 6. Abbildung auf Farbe 5 Je nach Aufgabe: Ordinale Daten Suchen und Identifizieren: Wahl wie bei nominalen Daten Übersicht oder Vergleichen: Abbildung auf Farbskalen wie bei quantitativen Daten z.b. modifizierter Farbkreis Werden diese Größen dann auch als quantitative Größen interpretiert? 6 Quantitative Daten Beachte: Immer nur einen Teil der Buntton-Skala Benutzen Die zwei unteren Verfahren erlauben den Einsatz von Farbtabellen (Color-Look-Up-Table) 7 WS 00/00

10 Farbskalen Grauwertskalen Helligkeit Farbskalen Sättigung und Farbton = Farbart möglich: Interpolieren in RGB (i.d.r. nicht effizient und wenig effektiv) Abbildung auf HSV, HLS, o.ä. möglich Spezielle Farbskalen i.d.r. effizienter 8 Grauwertskalen Man verwende empfindungsmäßig gleichabständige Stufen, etwa nach folgender Formel: ν i 0 + n 0 Yi = Y ν n ( Y Y ) mit nach Stevens Berücksichtigt man die nötige Gammakorrektur (für Farbmonitore,...,8), so erhält man: ν γ i Yi = Y + n ( Y ) 0 n Y 0 Kuriosum: Diese Zwei Effekte korrigieren sich fast selbst! 9 Beispiele für spezielle Farbskalen Farbton-Skala (Hue) Regenbogenskala Temperaturfarbskala Magenta-Farbskala 0

11 Regenbogenfarbskala Im Gegensatz zum natürlichen Regenbogen, bei dem auch die Helligkeit variiert wird (Sättigung kaum), hält man die Helligkeit hier üblicherweise konstant. Subjektive Natürlichkeit der Ordnung ist zweifelhaft, wird aber gelegentlich behauptet (findet man häufig in der Physik) Die sogenannte modifizierte Regenbogenskala nutzt zusätzlich Helligkeiten. Temperatur-Farbskala (Heated Object Scale) c( x) = a ( x) R+ a ( x) G+ a ( x) B x für x a ( ) = x für x > 0 für x a( x) = x für < x für x > 0 für x a ( ) = x x für x > Wird als natürlich empfunden Modifiziert Helligkeit und Farbe Magenta-Farbskala c( x) = a( x) R+ a ( x) G+ a ( x) B x für x a( ) = x für x> 0 für x a ( ) = x x für x > 0 für x a( x) = x für < x für x> Nach Levkowitz Versucht auszunutzen, daß der Mensch für Bunttonunterschiede im Magentabereich besonders empfindlich ist Kodierung über Farbton und Helligkeit

12 Zwei wesentliche Fragestellungen. Bleiben Spitzen, Täler oder Kämme = Strukturen in den Werten wahrnehmbar?. Bleiben bestimmte Klassifizierungen wahrnehmbar (kann man Datenwerte einfach aus der Karte ablesen)? 4 WS 00/00 Beispiel zur Wahrnehmung von Formen = Strukturen 5 Einige Regeln für den Einsatz von Farbskalen Auch hier gilt es u.u. Farbfehlsichtigkeit zu berücksichtigen. Details findet man in [Meyer, Greenberg 988] Beispiele: 6 WS 00/00

13 Einige Regeln für den Einsatz von Farbskalen. Wenn eine wahrnehmungsmäßig geordnete Sequenz benötigt wird, bevorzuge man eine Grauwertskala, Rot-Grün Skala Gelb-Blau Skala Sättigungsskala 7 Einige Regeln für den Einsatz von Farbskalen. Verschiedene Skalen sind für verschiedene Detailgrade unterschiedlich gut geeignet: Großer Detailreichtum Luminanzskalen Geringerer Detailreichtum Farton- oder Sättigungsskalen 8 Einige Regeln für den Einsatz von Farbskalen 4. Uniforme Skalen können durch Verwendung von CIELUV (CIELAB) gewonnen werden. Achtung: Manchmal sollen spezielle Eigenschaften durch nichtuniforme Skalen hervorgehoben werden. 9

14 Einige Regeln für den Einsatz von Farbskalen 5. Für ein Ablesen von Datenwerten sollte man Farbskalen benutzen, die durch viele Farbarten charakterisiert ist (Minimiert Fehler durch Farbkontrast) 6. Oft ist eine Spiralskala, z.b. im CIELUV- Farbraum sehr gut: alle Farben unterscheiden sich auch in der Helligkeit 40 Einige Regeln für den Einsatz von Farbskalen 7. Durch Wahrnehmungseffekte erscheinen kontinuierliche Skalen oft diskret. 8. Um Formen und Strukturen in Wertefeldern wahrnehmbar darzustellen, ist die Betrachtung der Daten als Höhenfeld und ein Standardshading der CG oft effizienter als Farbskalen. 4 Zusammenfassung Farbe ist ein sehr breites und komplexes Gebiet Viele Wahrnehmungseffekte erklären sich durch die Gegenfarbentheorie Luminanzunterschiede sind mit einer wesentlich höheren Ortsauflösung wahrnehmbar. Farbe ist effektiv für nominale, ordinale und quantitative Wertebereiche 4

15 Weitere Informationen [Meyer, Greenberg 988]: Color-defective vision and computer graphics displays, IEEE Computer Graphics and Applications, September 988, pp Ausblick Nächste Schritte Visuelle Aufmerksamkeit Information that pops out Texturen, Glyphen,... 44