Material Color Utilities 中的颜色匹配功能实现解析
Material Design 3 的色彩系统提供了强大的动态主题功能,其中颜色匹配(Color Match)是一个重要特性。本文将深入分析如何在 material-color-utilities 库中实现与 Material Theme Builder 网站相同的颜色匹配效果。
颜色匹配的核心概念
颜色匹配功能允许开发者指定一个主色调后,系统会自动生成一组协调的色彩方案。在 Material Theme Builder 网站上,当启用"Color match"选项时,主容器颜色会直接使用原始主色调值,而不是自动生成的衍生色。
问题现象分析
开发者在使用 material-color-utilities 库时发现,无论使用哪种方法创建色彩方案,都无法直接复现网站上的颜色匹配效果。尝试了以下方法均未成功:
- 直接使用 themeFromSourceColor
- 使用 blend 参数设置为 true/false
- 使用 Scheme.light 和 Scheme.lightContent
- 使用 CorePalette.of 和 CorePalette.contentOf
所有这些方法生成的 primaryContainer 颜色都是 #ffdf96,而期望的是原始主色调 #ffc600。
解决方案:使用 SchemeFidelity
正确的实现方式是使用 SchemeFidelity 类,这是 Material Design 3 中专门为保持颜色保真度设计的方案类型。以下是实现代码示例:
import {
argbFromHex,
Hct,
SchemeFidelity,
} from '@material/material-color-utilities';
function getSchemeAccent(accentHex: string) {
const argb = argbFromHex(accentHex);
const hct = Hct.fromInt(argb);
const scheme = new SchemeFidelity(hct, false, 0);
return scheme;
}
实现原理
-
HCT 色彩空间转换:首先将十六进制颜色值转换为 ARGB 格式,再转换为 HCT(色调-色度-明度)色彩空间,这是 Material Design 3 使用的色彩模型。
-
SchemeFidelity 方案:这种方案类型会尽可能保持原始颜色的保真度,不会对主色调进行过多的调整和混合,因此 primaryContainer 会直接使用或非常接近原始颜色。
-
参数说明:
- 第二个参数
false表示不使用深色模式 - 第三个参数
0表示不使用色彩对比度调整
- 第二个参数
实际应用建议
在实际项目中,可以根据需要选择不同的方案类型:
- SchemeFidelity:保持颜色保真度,适合需要精确控制颜色的场景
- SchemeContent:基于内容的重要程度调整颜色
- SchemeTonalSpot:使用色调点创建协调的色彩方案
理解这些方案类型的区别对于创建符合设计意图的主题至关重要。Material Design 3 的色彩系统提供了丰富的定制选项,开发者可以根据具体需求选择最合适的实现方式。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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