最不错误的配色方案，第二版

四年前，我写道如何选择最不错误的颜色。“大意是：选择一个类别色彩调色板是一个优化问题。没有所谓的颜色是正确的。但如果你用对的成本函数和正确的爬坡方法，至少可以获得错误最少的颜色。

自从最初的帖子发布以来，我一直在慢慢地改进和尝试新的方法。现在我们已经过了奇点，我已经派了几个编程机器人上岗。让我很安心的是，我的许多假设都是正确的！

这些机器人已经能够改进代码，弥补了我自身知识中的一些空白。

今天，我发布了算法的更新版本，作为NPM 软件包，以及一个高级的图形用户界面版本.虽然还有更多事情要做，但我为自己能走到这一步感到自豪。

有什么新动态

新评估员

几乎在我发布第一个版本后，我就意识到成本函数非常适合模块化。除了最初的评估函数，我还可以设计新的，并为任何人提供一个可以插入自己版本的框架。

总结一下，我最初对良好类别颜色的标准，映射到评估函数：

1. 相似性——一种衡量不同调色板相似性的方法，有助于提供艺术指导和品牌一致性
2. 能源——颜色应该彼此不同，这样才不会被混淆
3. 分布范围——颜色之间的差异应保持一致，以避免出现意外的分组
4. 色觉缺陷——模拟不同类型色盲（红-绿、蓝-黄、部分至完全三度盲）下的颜色

以下是新评估人员：

1. JND——强烈拒绝使用含有两种或以上颜色过于相似的调色板
2. 避免——相似度评估的镜像，将颜色从用户定义的集合中推开
3. 对比——比较颜色，保持它们在WCAG AA 颜色对比底线.可与背景色搭配使用，以保持图表背景的对比度
4. 显著性— 用途颜色命名研究数据喜欢那些容易命名的颜色
5. 名称差异——显著性的镜像，避免使用同名颜色

这些评估者都可以加权，显示你希望在色彩调色板上做出权衡和优先事项。

此外，整个评估器系统是可插拔的：你可以自定义评估器，让他们驱动优化器！

更多控制

颜色现在可以固定固定，或固定到特定顺序，这使得加载现有调色板和优化全部或部分颜色变得更容易。

每种颜色的单独通道也可以锁定，这意味着你可以在优化亮度的同时保持颜色的饱和度或色调固定。这在任何色彩空间中都适用。

公共API和CLI协议

整个包现在是一个真正的库，拥有公共 API。这意味着：1.整个项目现在可以通过NPM分发，经过适当版本化，2.有一个CLI协议这使得它对人类和特工来说都更加符合人体工学。

该API允许算法的完整配置，并加载颜色以优化。输出可以是原始颜色值、CSS属性，或DTCG JSON.

还有一个新的报告JndIssues。允许你在不优化调色板的情况下评估调色板，这对将生成的调色板与常用调色板进行比较非常有用（比如可观测,d3,IBM 碳，以及更多）。

改进之处

退火算法

当我在2022年写出最初的算法时，我刚刚了解到模拟退火.说实话：我现在知道的也没比当时多多少。但借助AI辅助研究，我解决了一些关于初始实现的问题。

现在，算法会根据一些随机初始样本选择正确的起始温度。突变也是以缩放方式发生的，所以优化后期颜色变化较小。迭代次数可以被限制，以防止过长的运行，整体性能大大提升。

可配置色彩空间与距离度量

算法的第一个版本在RGB空间中工作。现在，它默认为OKHSL但即便如此，这也是可配置的。单个通道可以被限制在调色板的边界内进行拨号。

另外，你可以选择你想用的色彩距离度量（但库里用的是CIEDE2000默认情况下）。

这种灵活性主要得益于从chroma.js到颜色.自2022年以来我学到了很多关于色彩空间的知识，所以能够将色彩空间与距离指标混合使用非常有用。

结果

分类色彩库的效果稳定地优于其他调色板生成工具和行业标准调色板。

与其他调色板生成工具相比，分类颜色的控制力更强。调味裁缝例如，优化纯色差异，但未考虑色觉缺陷。QualPal带来了一些优化参数，但不允许你向任意颜色方向方向或远离。

与行业标准调色板相比，类别颜色在高基数下能产生更优的调色板。

还有一件事

我已经构建了一个界面这样就能消耗整个软件包，并让生成和优化调色板变得容易。自从我发表第一篇论文以来，这是我最大的请求，所以我很期待分享。

它设计得极其复杂，但个人项目还能用来做什么呢？

致谢

许多测量数据来自已发表的研究：高拉夫·夏尔马吴文成和艾杜尔·达拉尔CIEDE2000;古斯塔沃·马查多，曼努埃尔·奥利维拉以及莱安德罗·费尔南德斯对于色觉缺陷模拟;莫琳·斯通,丹妮尔·阿尔伯斯蓝宝石以及维迪亚·塞特鲁尔对于大小相关、仅可察觉差异的结果;杰弗里·希尔以及莫琳·斯通，其颜色命名模型以及C3斯坦福可视化组的数据同时为显著性和名称差异评估器提供动力。

现有调色板：冈部正孝和伊藤圭的彩色通用设计套装;马修·彼得罗夫的序列;以及马克·哈罗尔和辛西娅·布鲁尔的彩色酿酒师.

其他发电机为基础工作奠定了大量基础：陆克诚和同事们（调味裁缝),康纳·格拉马齐奥,大卫·莱德劳以及凯伦·卡斯尔(学术),约翰·拉尔森(QualPal），以及陈曾,王泽宇,古拉姆·吉拉尼·夸德里以及丹妮尔·阿尔伯斯·萨菲尔（猫爪).安德鲁·麦克纳特莫琳·斯通和杰弗里·希尔的色彩伙伴同样不可或缺。

最后，丹·布尔乔亚的颜色这使得这个库变得容易，不依赖色彩空间。