Välj färg
#a52a2a
≈ Mexican Red
Blindhetssimulator
Kontrollera hur en färg uppfattas av personer med olika typer av färgblindhet för att skapa mer tillgängliga designer. Att förstå färguppfattning hjälper till att säkerställa att ditt innehåll är tillgängligt för alla.
Påverkan
8% av männen och 0,5% av kvinnorna har någon form av färgseendedefekt.
Typer
Röd-grön färgblindhet är vanligast och påverkar hur rött och grönt uppfattas.
Designa bättre
Använd kontrast och mönster tillsammans med färg för att förmedla information.
Originalfärg
#a52a2a
Mexican Red
Så här ser färgen ut med normal färgseende.
Röd-grön blindhet (Protanopi)
Protanopi
1,3 % av män, 0,02 % av kvinnor
Hur det ser ut
#82812a
Protanomali
1,3 % av män, 0,02 % av kvinnor
Röd-grön delvis (Deuteranopi)
Deuteranopi
1,2 % av män, 0,01 % av kvinnor
Hur det ser ut
#878e2a
Deuteranomali
5 % av män, 0,35 % av kvinnor
Blå-gul blindhet (Tritanopi)
Tritanopi
0,001 % av män, 0,03 % av kvinnor
Hur det ser ut
#a12a2a
Tritanomali
0,0001 % av befolkningen
Fullständig färgblindhet
Akromatopsi
0,003 % av befolkningen
Hur det ser ut
#585858
Achromatomali
0,001 % av befolkningen
Obs: Dessa simuleringar är approximationer. Faktisk färguppfattning kan variera mellan individer med samma typ av färgblindhet.
Förstå färgblindhet
Skapa inkluderande design genom att testa färgtillgänglighet
Färgblindhet påverkar ungefär 1 av 12 män och 1 av 200 kvinnor världen över. Denna simulator hjälper designers, utvecklare och innehållsskapare att förstå hur deras färgval ser ut för personer med olika former av färgseendedefekter.
Genom att testa dina färger genom olika färgblindhetssimuleringar kan du säkerställa att dina designer är tillgängliga och effektiva för alla användare. Detta verktyg simulerar de vanligaste typerna av färgseendedefekter inklusive Protanopia, Deuteranopia, Tritanopia och total färgblindhet.
Varför det är viktigt
Färg ensam bör aldrig vara det enda sättet att förmedla information. Testning med denna simulator hjälper till att identifiera potentiella problem.
Användningsområden
Perfekt för UI-design, datavisualisering, varumärkesbyggande och allt visuellt innehåll som förlitar sig på färgdifferentiering.