Grommet项目通知组件图标颜色对比度优化方案
2025-05-27 18:58:56作者:尤峻淳Whitney
背景介绍
在Grommet设计系统中,通知组件(Notification)的状态图标颜色对比度被发现不符合WCAG 2.2标准中的非文本对比度要求。根据规范,用于向用户传达信息的图标需要达到至少3:1的对比度比例。
问题分析
经过详细检查,发现当前版本中存在多个状态图标的颜色对比度不足的情况:
- 成功状态(status-ok):原色值#00C781对比度仅2.02:1
- 警告状态(status-warning):原色值#FFAA15对比度仅1.77:1
- 未知状态(status-unknown):原色值#CCCCCC对比度仅1.53:1
这些低对比度设计会影响视觉障碍用户的识别体验,特别是对于色盲或低视力用户群体。
解决方案
设计团队经过多轮测试和验证,提出了以下优化方案:
颜色调整方案
-
成功状态(status-ok)
- 原色值:#00C781
- 新色值:#009E67
- 效果:对比度提升至3.06:1(浅色模式)和5.5:1(深色模式)
-
警告状态(status-warning)
- 原色值:#FFAA15
- 新色值:#C27B00
- 效果:对比度提升至3.07:1(浅色模式)和5.67:1(深色模式)
-
未知状态(status-unknown)
- 原色值:#CCCCCC
- 新色值:#919191
- 效果:对比度提升至3.01:1(浅色模式)和5.84:1(深色模式)
关键状态(status-critical)的特殊处理
虽然关键状态的原色值#FF4040已经满足3.06:1的对比度要求,但为了与表单错误提示保持一致性,设计团队建议将其调整为#EB0000。这一调整同时满足:
- 通知组件中3.15:1的对比度要求
- 深色模式下4.36:1的对比度表现
技术实现要点
- 对比度测量方法:采用图标颜色与10%透明度背景色的对比度测量方式
- 跨模式兼容性:确保颜色方案在浅色和深色模式下都能满足对比度要求
- 视觉一致性:在提升可访问性的同时,保持与原有设计风格的一致性
实施建议
对于使用Grommet设计系统的开发者,建议:
- 及时更新到包含此优化的版本
- 在自定义主题时,参考这些颜色标准确保可访问性
- 定期使用对比度检测工具验证UI元素的可访问性
总结
这次颜色优化不仅解决了通知组件的可访问性问题,也为整个设计系统的颜色规范提供了参考标准。通过科学严谨的颜色选择,Grommet设计系统在保持美观的同时,进一步提升了产品的包容性和可用性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218