დეველოპერმა კანის ტონებისთვის „საკმარისად კარგი“ ფერადი სივრცე ააგო

GitHub-ის სახელით ToneyAlexander-მა გამოაქვეყნა ფერადი სივრცე, რომელიც კანის ტონების ფართო დიაპაზონის წარმოდგენას ისახავს მიზნად. „What Colors Are We?“ სათაურის მქონე გვერდზე აღწერილი პროექტი ინკლუზიური ფერადი ხელსაწყოების შექმნის გამარტივებას ისახავს მიზნად — მაგალითად, პერსონაჟის რედაქტორებსა თუ ციფრულ ხელოვნებაში — და მოიცავს JavaScript-ით დაწერილ ფერის ამრჩევსა და Python-ის სანიმუშო კოდს პროცედურული გენერაციისთვის.

რატომ არ კმარა ფიქსირებული პალიტრები

ავტორის ამოსავალი ისაა, რომ პრესეტული ფერების მცირე ნაკრები რეალურ მრავალფეროვნებას ვერასდროს ფარავს. როგორც გვერდი აღნიშნავს, ემოჯი გვთავაზობს ხუთ ტონს (ან მულტფილმისებრ ყვითელს), კოსმეტიკის ბრენდმა შეიძლება 50 შეფერილობა შემოგთავაზოს, პერსონაჟის რედაქტორი კი უბრალოდ RGB-ის სრულ, 16 777 216 ფერის სივრცეზე მიგითითებს. პროექტი ცდილობს დაიკავოს ადგილი „რამდენიმესა“ და „რამდენიმე მილიონს“ შორის: განტოლებათა კომპაქტური ნაკრები, რომელიც განსაზღვრავს RGB-ის იმ არეს, რაც დამაჯერებელ, გამარტივებულ კანის ტონებს შეესაბამება.

როგორ აშენდა სივრცე

მეთოდი განზრახ პრაგმატული და, როგორც ავტორი აღიარებს, „არამეცნიერულია“. პირველი ნაბიჯი მოსაბეზრებელი ხელითი სამუშაო იყო: RGB ფერების მონიშვნა — დამაჯერებელია თუ არა — პატარა ვებინსტრუმენტით, სადაც ფერი დახატულ სახეზეა გამოსახული. მონიშნულმა მონაცემებმა RGB-ის სივრცეში ბანანის ფორმის ღრუბელი შექმნა. სამკომპონენტიანმა მთავარი კომპონენტების ანალიზმა (PCA) ეს ღრუბელი მოატრიალა და მასშტაბირა სამუშაო ფორმამდე, შემდეგ კი ავტორმა Desmos 3D-ში ხელით მოარგო განტოლებები, რომლებიც ახალი TUV სივრცის სფეროს მონაცემებზე ასახავს — გამოცნობა-შემოწმებით, რეგრესიის გარეშე. უკუმიმართულების განტოლებები RGB-ში დაბრუნებას იძლევა.

რას ნიშნავს სამი ღერძი

მიღებული ამრჩევი სამ დამოუკიდებელ მნიშვნელობას აჩვენებს: T ღერძი მუქ და ღია ტონებს შორის მოძრაობს, U — წითურ და ჟანგისფერ შეფერილობას შორის, V კი ცივ და თბილ ტონებს შორის. ავტორისთვის მოულოდნელი ის აღმოჩნდა, რომ ეს მნიშვნელობები თავად ანალიზიდან გამომდინარეობს: მიმართულებები წინასწარ არ შეურჩევია და გაიგო, რას აკონტროლებს თითოეული ღერძი, მხოლოდ მას შემდეგ, რაც ამრჩევი ააგო — კარგი მაგალითი იმისა, როგორ ატრიალებს PCA მონაცემებს თითოეული ღერძის მნიშვნელობის გასაზრდელად. მისივე შენიშვნით, სივრცე ერთი შეხედვით HSL-ს ან HSV-ს ჰგავს, მაგრამ ღერძები სიკაშკაშეს, ტონსა და გაჯერებას არ ემთხვევა.

შეზღუდვები და შემდეგი ნაბიჯები

ავტორი ცხადად აღნიშნავს, რომ შედეგი სასარგებლო ამოსავალი წერტილია და არა ავტორიტეტული წყარო. კანი არასდროს ერთი ფერია: მას სისხლის მიმოქცევა, მელანინის კონცენტრაცია, სინათლის გაფანტვა, ჭორფლები, ვიტილიგო, ჰიპერპიგმენტაცია და ნაწიბურები ცვლის, ხოლო ისეთი მდგომარეობები, როგორიცაა არგირია ან ბილირუბინის სიმაღლე, ტონს „დამაჯერებელი“ დიაპაზონიდან შესამჩნევად გამოჰყავს. დაგეგმილ გაუმჯობესებებს შორისაა მეტი ადამიანის, სასურველია ექსპერტების, მონაწილეობა მონიშვნაში, კანის მდგომარეობების ბაზისურ ტონებზე მოდიფიკაციებად მოდელირება და თვალით მორგებული განტოლებების ჩანაცვლება სიმბოლური რეგრესიით. კოდი GitHub-ზეა გამოქვეყნებული, ავტორი კი გამოხმაურებას რეპოზიტორიის issues-გვერდით ითხოვს.