← Alle FaintType-Anleitungen

Fehlersuche

Warum Kontrastmessungen in Screenshots beim selben Text unterschiedlich ausfallen

Wie Kantenglättung, Skalierung, Komprimierung, OCR-Grenzen und wechselnde Hintergründe die Kontrastschätzung verändern können, obwohl die vorgesehenen Designfarben gleich bleiben.

Veröffentlicht Aktualisiert

Wählen Sie in einem Designwerkzeug eine dunkle Textfarbe und einen hellen Hintergrund, ist die Kontrastberechnung einfach. Messen Sie denselben Text in einem Screenshot, finden sich an den Zeichenrändern Dutzende Zwischenfarben. Schon eine einzige Zeile kann außerdem über einen Schatten, einen Verlauf oder einen komprimierten Bildblock laufen.

Deshalb können Screenshot-Prüfprogramme zu anderen Ergebnissen kommen als ein Kontrastrechner auf Basis von Design-Tokens, obwohl beide korrekt rechnen. Die Schwierigkeit liegt darin, zu bestimmen, welche gerenderten Pixel den Vordergrund und welche den Hintergrund repräsentieren.

Kantenglättung erzeugt Farben außerhalb der Palette

Bei der Rasterung von Schrift werden Randpixel mit dem Hintergrund gemischt, damit Kurven und Diagonalen glatt wirken. Wird ein Randpixel als Textfarbe verwendet, ergibt sich ein niedrigerer Kontrast als bei einem Pixel im Inneren des Zeichens. Dieses Verhältnis verändert sich mit der Displayskalierung, der Schriftdarstellung und der Bildskalierung.

FaintType sucht nach Pixeln im Inneren der Zeichen, statt jeden Pixel im OCR-Rahmen als Text zu behandeln. Bei der Auswahl möglicher Vordergrundpixel schließt es außerdem einen schmalen Streifen am Rand des OCR-Rahmens aus. So wird eine nahe Schaltflächenumrandung seltener mit einem Zeichen verwechselt.

Ein OCR-Rahmen markiert eine Position, keine Zeichenmaske

Apple Vision liefert erkannte Textbereiche mit normalisierten Begrenzungen und Konfidenzwerten. Ein Zeilenrahmen enthält üblicherweise auch die Zwischenräume der Buchstaben und kann nahe Dekorationen einschließen. Bevor Vorder- und Hintergrund verglichen werden können, muss die Farbschätzung diesen grob umrissenen Bereich genauer abgrenzen.

FaintType nimmt Farbproben innerhalb des Bereichs und in einem umliegenden Ring, gruppiert ähnliche Farben und trennt die beibehaltenen Zeichenbestandteile vom Hintergrund. Fasst die Texterkennung unzusammengehörige Texte zusammen oder übersieht sie eine kleine Beschriftung, können Rahmen und Farbschätzung trotzdem falsch sein.

Eine Zeile kann mehrere tatsächliche Hintergründe haben

Bei einem Verlauf, einem Foto, einer durchscheinenden Fläche oder einem Schatten gibt es nicht die eine Hintergrundfarbe für die ganze Zeile. FaintType schätzt für die beibehaltenen Zeichenbestandteile einen lokalen Hintergrund und fasst die Messungen in einem typischen Wert, einer schwächeren lokalen Schätzung und dem Flächenanteil oberhalb des Grenzwerts zusammen.

Diese Kennzahlen beantworten unterschiedliche Fragen. Der typische Wert beschreibt den größten Teil des gerenderten Textes; die schwächere Schätzung hilft, eine problematische Stelle zu finden; der Flächenanteil zeigt, welcher Anteil der untersuchten Fläche den gewählten WCAG-Grenzwert erreicht. Nennen Sie nicht nur den günstigsten Wert, wenn die Zeile sichtbar über einen wechselnden Hintergrund läuft.

Ein unerwartetes Ergebnis untersuchen

Kehren Sie zur Aufnahme in Originalgröße zurück, wählen Sie das Ergebnis aus und vergleichen Sie die Vorder- und Hintergrundfarbfelder mit den markierten Pixeln. Prüfen Sie, ob das Bild skaliert, erneut komprimiert oder mit einer anderen Displayskalierung aufgenommen wurde. Bei mittlerer oder niedriger Konfidenz kontrollieren Sie die Farben im ursprünglichen Entwurf oder im Browser-Inspektor.

Für dieselben Pixel sollte eine Screenshot-Schätzung reproduzierbar sein. Nach einer Veränderung der Pixel muss sie jedoch nicht mehr mit der Berechnung anhand der ursprünglichen Farbwerte übereinstimmen. Bewahren Sie den Originalexport auf, wenn eine Prüfentscheidung knapp an einem Grenzwert liegt.