Grommet项目通知组件图标颜色对比度优化方案
2025-05-27 23:08:37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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210