La couleur est l'un des outils les plus puissants en communication scientifique — et l'un des plus souvent mal utilisés. Environ 8 % des hommes et 0,5 % des femmes d'ascendance nord-européenne présentent une forme de déficience de la vision des couleurs (DVC). Dans un lectorat scientifique mondial, cela peut signifier qu'un relecteur, un membre de jury ou un éditeur sur dix est incapable de distinguer votre rouge soigneusement choisi de votre vert.
Choisir une palette adaptée aux daltoniens n'est pas qu'une question d'accessibilité ; c'est une composante de la rigueur en communication scientifique. Ce guide vous donne tout ce dont vous avez besoin pour faire ce choix correctement, en commençant par l'option de référence que privilégient la plupart des scientifiques : la palette Okabe-Ito.
Ce que vous apprendrez :
- Les codes HEX (et RGB) exacts de la palette Okabe-Ito complète à 8 couleurs
- Pourquoi ces couleurs sont mathématiquement sûres pour les trois types de DVC les plus courants
- Des règles pratiques pour appliquer la palette dans les courbes, les histogrammes, les nuages de points et les figures multi-panneaux
- Des palettes alternatives adaptées aux daltoniens et dans quels cas les préférer
- Des outils gratuits pour simuler et vérifier la conformité DVC avant la soumission
Qu'est-ce que la palette Okabe-Ito ?
La palette a été proposée par Masataka Okabe et Kei Ito dans leur guide de 2008 "Color Universal Design (CUD)", publié par l'organisation japonaise à but non lucratif Color Universal Design Organization (CUDO). Leur objectif était un ensemble réduit et pratique de couleurs restant distinguables sous les trois formes les plus répandues de DVC :
- Deutéranopie / deutéranomalie — sensibilité réduite au vert (la plus fréquente chez les hommes)
- Protanopie / protanomalie — sensibilité réduite au rouge
- Tritanopie / tritanomalie — sensibilité réduite au bleu (rare, ~0,003 %)
La palette y parvient en répartissant les couleurs dans des régions de l'espace de réponse des cônes LMS qui restent séparables après les décalages typiques observés dans chaque condition. En pratique, les couleurs semblent plus ternes que des palettes saturées comme les valeurs par défaut de Matplotlib ou ggplot2 — intentionnellement.
La palette Okabe-Ito à 8 couleurs — Codes HEX exacts
Le tableau suivant liste les huit couleurs avec leurs valeurs HEX canoniques, triplets RGB et cas d'usage recommandés. Ces codes HEX correspondent aux valeurs du document CUDO original et sont reproduits de manière identique dans les principaux guides stylistiques scientifiques (notamment le guide de couleurs Wong 2011 dans Nature Methods, qui a popularisé un sous-ensemble de 7 couleurs).
| # | Nom | HEX | R | G | B | Utilisation recommandée |
|---|---|---|---|---|---|---|
| 1 | Noir | #000000 | 0 | 0 | 0 | Série de données principale, lignes de référence |
| 2 | Orange | #E69F00 | 230 | 159 | 0 | Deuxième série ; se marie bien avec le bleu |
| 3 | Bleu ciel | #56B4E9 | 86 | 180 | 233 | Troisième série ; très distinguable |
| 4 | Bleu-vert | #009E73 | 0 | 158 | 115 | Quatrième série ; aussi appelé teale |
| 5 | Jaune | #F0E442 | 240 | 228 | 66 | Mise en évidence, remplissage ; éviter sur lignes fines |
| 6 | Bleu | #0072B2 | 0 | 114 | 178 | Accent fort ; se marie avec l'orange |
| 7 | Vermillon | #D55E00 | 213 | 94 | 0 | Barres d'erreur, emphase |
| 8 | Violet rosé | #CC79A7 | 204 | 121 | 167 | Plafond pour huit catégories |
Conseil : Pour les figures avec 4 catégories au maximum, utilisez en priorité les couleurs 2 (Orange), 3 (Bleu ciel), 6 (Bleu) et 7 (Vermillon) — ce quatuor présente le contraste par paires le plus élevé dans les trois simulations DVC.
Pourquoi ces couleurs spécifiques fonctionnent
Protanopie et deutéranopie (déficience rouge-vert)
Dans la protanopie comme dans la deutéranomalie, les canaux rouge et vert fusionnent. Les couleurs qui diffèrent uniquement en rouge versus vert sont confondues. La palette Okabe-Ito évite totalement le rouge pur et le vert pur. Elle utilise à la place :
- Orange (
#E69F00) — perçu comme jaune-orangé même en protanopie - Bleu-vert / Teal (
#009E73) — contient suffisamment de canal bleu pour survivre à la fusion rouge-vert - Vermillon (
#D55E00) — suffisamment décalé vers l'orange pour rester distinct du teal
Tritanopie (déficience bleu-jaune)
La tritanopie confond le bleu avec le vert et le jaune avec le violet. Le bleu de la palette (#0072B2) est suffisamment sombre et saturé pour se séparer du teal et du jaune même en l'absence du canal à courte longueur d'onde.
Contraste de luminance
Les observateurs daltoniens s'appuient souvent sur les différences de luminance (luminosité) lorsque la teinte leur fait défaut. Les couleurs Okabe-Ito couvrent une large plage de luminance — du quasi-nul (Noir) aux valeurs moyennes (Teal, Vermillon, Orange) jusqu'aux valeurs élevées (Jaune, Bleu ciel) — offrant un canal de séparation secondaire même lorsque les simulations DVC font converger les teintes.
Comment appliquer la palette en pratique
Courbes et nuages de points
Assignez les couleurs dans l'ordre 2 → 3 → 6 → 7 → 4 → 5 → 8, en réservant le Noir (#1) pour une série de référence ou nulle. Si vous avez plus de 7 séries de données, envisagez de diviser en sous-graphiques plutôt que d'ajouter une neuvième couleur — aucune palette ne s'étend proprement à 9+ catégories sous les contraintes DVC.
Utilisez à la fois la couleur et la forme (ou le style de ligne) pour un double encodage. Un observateur DVC qui imprime en niveaux de gris ou consulte un PDF de mauvaise qualité lira tout de même correctement la figure.
Histogrammes et zones remplies
Le jaune (#F0E442) est peu visible sur fond blanc en tant que ligne fine, mais efficace en tant que remplissage. Associez-le à un bord sombre (#000000 ou #5a5a5a) pour garantir la visibilité.
Cartes de chaleur et échelles continues
La palette Okabe-Ito est une palette catégorielle — elle n'est pas conçue pour les données continues. Pour les cartes de chaleur :
- Données séquentielles : Utilisez
viridis,cividisoumako(tous conformes DVC par conception) - Données divergentes : Utilisez
RdBuouBrBGavec blanc central ; évitezRdGn
Figures multi-panneaux
Maintenez la cohérence des couleurs sur tous les panneaux. Si le panneau A montre Orange = Condition X, tous les autres panneaux doivent conserver ce mappage. L'incohérence est la défaillance d'accessibilité daltoniens la plus fréquente dans les figures multi-panneaux — même lorsque les panneaux individuels sont conformes DVC.
Lors de la création de figures multi-panneaux avec le créateur de figures scientifiques de SciDraw AI, vous pouvez spécifier les codes HEX Okabe-Ito directement dans votre prompt pour imposer automatiquement une cohérence entre panneaux.
Autres palettes adaptées aux daltoniens
La palette Okabe-Ito n'est pas la seule option. Le tableau ci-dessous la compare à d'autres ensembles couramment recommandés.
| Palette | Couleurs | Type | Types DVC couverts | Notes |
|---|---|---|---|---|
| Okabe-Ito | 8 | Catégorielle | Protan, Deutan, Tritan | Référence absolue en science |
| Wong (2011) | 7 | Catégorielle | Protan, Deutan | Sous-ensemble d'Okabe-Ito sans Noir ; publié dans Nature Methods |
| Tol Bright | 7 | Catégorielle | Protan, Deutan | Palette de Paul Tol ; adaptée aux présentations |
| Tol Muted | 10 | Catégorielle | Protan, Deutan | Jusqu'à 10 catégories ; contraste légèrement moindre |
| IBM Color Blind Safe | 5 | Catégorielle | Protan, Deutan | Claire, contraste élevé ; seulement 5 couleurs |
| viridis | Continue | Séquentielle | Tous types | Meilleure palette continue ; uniformité perceptuelle |
| cividis | Continue | Séquentielle | Tous types | Optimisée spécifiquement pour la deutéranopie |
Quand choisir Okabe-Ito plutôt que les alternatives :
- Vous avez besoin d'exactement jusqu'à 8 catégories dans un seul graphique
- Vos figures seront imprimées (la palette est conçue pour l'écran et l'impression CMJN)
- Vous souhaitez une palette unique couvrant simultanément les DVC protan, deutan et tritan
Quand envisager les palettes de Paul Tol :
- Vous avez besoin de plus de 8 couleurs catégorielles (Tol Muted atteint 10)
- Vous créez des diapositives de présentation où des couleurs légèrement plus vives se lisent mieux à distance
Vérifier la conformité DVC de vos figures
Choisir une palette adaptée DVC est l'étape 1. Vérifier le résultat est l'étape 2 — car une application incorrecte (mauvais code HEX, dégradé ajouté, superposition d'opacité) peut silencieusement compromettre l'accessibilité.
Outils de simulation
| Outil | Plateforme | Méthode | Notes |
|---|---|---|---|
| Coblis (color-blindness.com) | Web | Télécharger une image | Rapide ; simule les 8 types de DVC |
| Sim Daltonism | macOS / iOS | Application bureau | Superposition d'écran en temps réel |
| Color Oracle | Win / Mac / Linux | Application bureau | Simulation plein écran en temps réel |
| Adobe Color | Web | Vérificateur d'accessibilité | Vérifie aussi les ratios de contraste |
| Chromatic Vision Simulator | iOS / Android | Mobile | Simulation en temps réel par caméra |
Le test en niveaux de gris
Convertissez votre figure en niveaux de gris (désaturation complète). Si chaque série reste distinguable par la luminance seule, votre figure satisfait au standard d'accessibilité le plus exigeant. De nombreuses revues qui acceptent la couleur en ligne impriment encore en niveaux de gris — ce test détecte les deux types de défaillance en une seule fois.
Vérification automatisée des figures
Le vérificateur de figures de SciDraw AI peut signaler les problèmes de palette courants dans les figures téléchargées, notamment les combinaisons rouge-vert non conformes pour la protanopie/deutéranopie. Un contrôle rapide avant soumission prend quelques secondes et peut prévenir les remarques des relecteurs.
Appliquer Okabe-Ito dans les outils courants
R / ggplot2
# Installer le package de palette adaptée aux daltoniens
# install.packages("ggthemes")
library(ggthemes)
scale_colour_colorblind() # applique Okabe-Ito automatiquement
# Ou définir manuellement :
okabe_ito <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442",
"#0072B2", "#D55E00", "#CC79A7", "#000000")
scale_colour_manual(values = okabe_ito)Python / Matplotlib
okabe_ito = [
"#E69F00", "#56B4E9", "#009E73", "#F0E442",
"#0072B2", "#D55E00", "#CC79A7", "#000000"
]
import matplotlib.pyplot as plt
plt.rcParams["axes.prop_cycle"] = plt.cycler(color=okabe_ito)Prism (GraphPad)
Dans GraphPad Prism, double-cliquez sur la couleur d'un jeu de données, sélectionnez "Couleur personnalisée" et entrez le code HEX. Il n'existe pas de fonction d'importation de palette, mais copier le tableau HEX ci-dessus dans un document de référence rend la saisie manuelle rapide.
Adobe Illustrator / Inkscape
Créez une bibliothèque de nuances de couleurs à partir des valeurs HEX. Dans Illustrator : Fenêtre → Nuanciers → Nouveau groupe de couleurs. Vous sélectionnez ainsi toujours dans l'ensemble sécurisé sans avoir à mémoriser les codes.
Utiliser les outils de figures IA avec Okabe-Ito
Les générateurs de figures alimentés par l'IA peuvent imposer une palette de couleurs spécifique si vous fournissez les codes HEX dans votre prompt de génération. Avec SciDraw AI vous pouvez décrire le contenu de votre figure et préciser :
"Utilise uniquement les couleurs Okabe-Ito : Orange #E69F00, Bleu ciel #56B4E9, Bleu #0072B2, Vermillon #D55E00"
Le créateur de résumé graphique accepte également des contraintes de couleurs, ce qui est utile lorsque votre institution ou votre revue a adopté Okabe-Ito comme standard maison.
Erreurs courantes à éviter
- Associer teal et marron — Le marron ne fait pas partie de la palette Okabe-Ito ; il peut être confondu avec l'orange foncé par les deutéranopes. Tenez-vous à l'ensemble défini.
- Ajouter de la transparence / alpha — Les remplissages semi-transparents superposés créent des couleurs mélangées qui n'ont peut-être pas été testées pour la conformité DVC.
- Utiliser le jaune sur fond blanc ou gris clair comme ligne — Le jaune (
#F0E442) est pratiquement invisible en tant que ligne de 1 px. Réservez-le aux remplissages ou augmentez considérablement l'épaisseur du trait. - Ignorer la conversion CMJN pour l'impression — Les valeurs HEX définies pour les écrans RVB peuvent dériver lors de la conversion CMJN. Fournissez à l'équipe de production de la revue les valeurs RVB et CMJN si la précision des couleurs est critique.
- L'appeler "infaillible pour les daltoniens" — Aucune palette n'est parfaite pour tous les individus. L'encodage combiné couleur + forme est toujours plus sûr que la couleur seule.
Questions fréquentes
Q : La palette Okabe-Ito est-elle la même que la palette Wong de Nature Methods ? R : Presque. La palette Wong (2011) de 7 couleurs publiée dans Nature Methods est un sous-ensemble d'Okabe-Ito — elle omet le Noir. Les deux partagent les mêmes six couleurs chromatiques avec des codes HEX identiques. Les termes sont souvent utilisés de façon interchangeable.
Q : Puis-je utiliser Okabe-Ito pour une carte de chaleur ?
R : Non — c'est une palette catégorielle conçue pour des groupes discrets. Pour des données continues de carte de chaleur, utilisez viridis ou cividis, tous deux perceptuellement uniformes et conformes DVC.
Q : Ma revue exige des couleurs de marque spécifiques qui ne sont pas conformes DVC. Que faire ? R : Utilisez la couleur de marque pour un seul élément d'accent (par ex. barre de titre ou logo) et appliquez des couleurs conformes DVC à toutes les séries de données. Complétez par un encodage de forme et de motif afin que la couleur ne soit pas le seul différenciateur.
Q : Okabe-Ito couvre-t-il les 8 types de déficience de la vision des couleurs ? R : Elle est testée et documentée pour les trois types les plus répandus : protanopie, deutéranopie et tritanopie. Les formes rares telles que la monochromatisme (daltonisme total) nécessitent des adaptations supplémentaires comme la texture ou le motif.
Q : Combien de catégories puis-je afficher en toute sécurité avec Okabe-Ito ? R : Jusqu'à 8, mais la lisibilité se dégrade au-delà de 5–6 dans les petites figures. Pour 7–8 catégories, augmentez la taille des symboles et envisagez des tableaux complémentaires en regard de la figure.
Q : Existe-t-il un outil gratuit pour appliquer automatiquement Okabe-Ito à des figures existantes ? R : Le vérificateur de figures de SciDraw AI peut analyser une figure téléchargée et signaler les problèmes DVC. Pour une régénération complète avec Okabe-Ito appliqué, le créateur de figures scientifiques vous permet de spécifier des contraintes exactes de palette dès le départ.
