商品照片色偏:顏色在這 5 個環節走樣

商品照片色偏發生在攝影棚到買家螢幕之間的五次交接。每一段是怎麼壞掉的,以及其中四段你自己就修得好。

商品照片色偏:顏色在這 5 個環節走樣

商品照片色偏發生在攝影棚到買家螢幕之間的五個環節,而其中只有四個握在你自己手上。供應商常常打錯目標——明明是匯出設定毀掉的顏色,卻跑去換一台更貴的相機;明明問題出在拍攝台上方那支日光燈管,卻把整個系列重拍一次。

這件事對做外銷的人特別致命。國內買家覺得胡桃木偏紅,開車到展示間看一眼就結束了。海外買家直接開爭議,而「顏色與圖片不符」是最難自辯的索賠之一:照片就是證據,而這份證據站在對方那邊。

以下按順序拆解這條鏈路,每個環節的失效方式,以及修好它要花多少錢。

環節一:商品上方那盞燈

你拍下的每一種顏色,都是表面與光源之間的一段對話。光變了,顏色就變——而且不是等比例地變,這正是最容易翻車的地方。

在你棚燈下配得完全一致的兩塊樣品,換到賣場的 LED 燈板下可能肉眼就看得出差異。這就是同色異譜(metamerism):在某一種光源下成立的配色,換一種光源就不成立了。它不是染料或塗層的瑕疵,靠攝影也永遠修不掉。正因如此,塗料業才要在受控燈箱裡、在約定好的照明條件下做目視比對——方法由 ISO 3668 標準化——紡織品的變色也要對照 ISO 105-A02 灰卡評級,而不是隨便找個光線用眼睛估。

實際該怎麼做:

  • 只用單一種類的光源。日光混鎢絲燈是「後製怎麼救都救不回來」的頭號成因,因為商品的兩半需要的是兩種不同的校正。
  • 使用演色性(CRI)高的燈具。廉價燈具 CRI 低,光譜上有缺口,顏色一旦落在缺口裡,後面無論怎麼修都拍不對。
  • 消掉有顏色的反光。兩公尺外一面紅磚牆、商品底下一塊綠色切割墊,都會替整個畫面染上顏色。周圍只留中性灰或白。

環節二:相機的猜測

自動白平衡是一套從沒見過你商品的演算法所做的猜測。當畫面被單一顏色主導時——整面柚木、整棧板的藍色化工桶——這個猜測必定出錯,因為相機預設整個場景應該平均成中性灰,於是把主色往灰色拉。

修好它大概只要一頓午餐的錢:每套燈光的第一張先放一塊中性灰卡進畫面,拍完拿走再拍整組商品。後製時點一下灰卡定白平衡,再把同一組校正套用到該套燈光下的每一張照片。光是這個習慣,就能消掉不同日期拍攝的 SKU 之間大部分的色差——而這種色差,正是買家把你兩件商品並排放進型錄時最先看出來的。

相機支援的話就拍 RAW。RAW 檔裡的白平衡是一個事後可以隨意更改、不損失畫質的設定;JPEG 裡的白平衡已經烤進像素了。

環節三:你修圖用的那塊螢幕

如果螢幕沒有做過校色,你其實是朝著「這塊面板剛好偏成什麼樣」在修顏色。你做的每一次校正,到了一台準確的螢幕上都會被反過來放大。

色彩管理的標準在這裡才顯出價值。ISO 3664 規定了影像進行嚴格評價時的觀察條件——照明、白點、周圍環境——正是因為「我現在在這裡看起來很對」不是一句能傳遞給別人的話。你賣家具不需要搭一整套完全合規的標準燈箱,但有兩樣東西一定要有:一台校過色的螢幕,以及在一間光線從早到晚不變的房間裡判斷顏色的習慣。

衡量「差多遠」的單位是 Delta E——一個描述兩種顏色之間感知距離的數值,以 CIEDE2000 公式計算最為可靠。粗略地說,Delta E 接近 1,大致相當於兩塊樣品在受控光線下並排擺放時,受過訓練的觀察者能穩定分辨出來的最小差異;遠大於這個值的差異,才是買家在完全沒有參照物的螢幕上也看得出來的。請把它當成討論問題時使用的單位,而不是一條可以印出來的合格門檻。

環節四:匯出——多數損傷其實發生在這裡

這一環悄無聲息毀掉的商品頁,比其他四環加起來還多,而它純粹只是設定問題。

網頁預設是 sRGB,也就是 IEC 61966-2-1 所定義的預設 RGB 色彩空間。瀏覽器與多數電商平台的圖片處理流程,都把沒有標記的圖片當成 sRGB 來處理。所以如果你在 Adobe RGB 下修圖——一個更寬的色域,做印刷確實好用——匯出時又沒有嵌入描述檔,那麼每一個高飽和的顏色都會被重新解讀進一個更窄的空間,落地後比你確認過的樣子更平、更悶。紅色變磚紅,青色泛灰。

匯出錯誤 買家看到的樣子 解法
Adobe RGB 未嵌入描述檔就匯出 發悶、掉飽和,紅色與青色尤其明顯 匯出時轉成 sRGB
壓縮工具把描述檔剝掉了 同樣掉飽和,而且是在圖「本來已經對了」之後才出現 每一個壓縮步驟之後都重新檢查顏色
把印刷型錄的 CMYK 檔直接拿來上網 混濁,有時整體偏色 另外保留一份 sRGB 的網頁母檔
用 PDF 截圖當商品主圖 二次轉換再加上壓縮雜訊 從原始檔匯出,永遠不要從文件截圖

一個值得養成的紀律:流程裡每一個自動化步驟之後——改尺寸、壓縮、上傳到平台——都把結果打開,跟母檔比對一次。多數團隊只檢查第一次匯出,之後流程做了什麼再也沒人看過。

環節五:買家的螢幕,你控制不了

你沒辦法替鹿特丹那位採購經理的筆電校色,也管不了他是中午在窗邊看,還是半夜在檯燈下看。這一環在結構上就永遠構不著。

這正是顏色必須以色號寫明、而不能只靠照片展示的原因。 照片是說服工具,色號是合約條款。粉體塗裝與油漆用 RAL,紡織品與塑膠用 Pantone 或實驗室實測參考值,家具用附實體樣品編號的具名塗裝——這些東西才撐得住一塊你從未見過的螢幕。

一條能在爭議發生前就終結多數顏色糾紛的規則:照片裡展示顏色,規格書裡寫明顏色,訂單金額超過某個門檻就寄一份實體樣品。 這三件事各做各的工作,誰也取代不了誰。真的收到索賠時,站得住腳與賠到心痛之間的差別,通常就在於色號有沒有白紙黑字寫下來過——這和判定貨物與描述不符的索賠時的舉證邏輯是同一套。

商品照片色偏:五個環節總覽

環節 失效方式 修復成本 由誰負責
棚內燈光 同色異譜、混合光源、環境反光 低——換燈、整理拍攝台
相機 自動白平衡猜錯 極低——一張灰卡
修圖螢幕 朝著一塊不準的面板去校 中——一台校色器
匯出 sRGB 轉換與描述檔遺失 零——只是設定
買家螢幕 無法控制的差異 修不了——用色號錨定 沒有人

五環裡有四環都很便宜。看起來最貴的那一環,螢幕,是這份清單上唯一真正要花的錢,而它仍然低於一個裝滿錯色椅子的退貨櫃。

下一步

如果你賣的是塗裝、配色或材質選項,就照這個順序往下做——它是按「每一分投入換到多少改善」排的,不是按聽起來多厲害排的:

  1. 先修匯出。 確認每一張商品圖都是 sRGB。這件事免費,一個下午就做得完,而對不少供應商來說,這就是問題的全部。
  2. 每套燈光都加一張灰卡。 便宜、立即見效,還能讓你整份型錄內部保持一致。
  3. 把燈光整理乾淨。 單一光源類型、高 CRI、中性環境。
  4. 替修圖螢幕校色。 到這一步,你做的校正才開始有意義。
  5. 把色號標到圖片本身上。 這是最多供應商跳過的一步,也是最能減少來回信件的一步。

最後這一步值得單獨說一句,因為攝影到此為止,規格從這裡開始。一塊塗裝樣板拍得再漂亮,買家還是得猜自己看的到底是你四種胡桃木色調中的哪一種。同一張圖,如果把塗裝名稱、RAL 或 Pantone 編號,以及可見面板的實測尺寸直接標註在上面,那麼不論用哪種語言、在哪一塊沒校過色的螢幕上,問題都當場有了答案。關鍵的限制條件是:這些標籤必須來自真實測量並記錄下來的數值,而且要釘在圖片正確的位置上——能吸附到商品真實邊緣、並依各平台要求尺寸匯出的標註軟體可以穩定做到這件事;而 AI 影像生成器會很樂意把你的胡桃木改成更暖的調子,再附上一個它自己編出來的顏色名稱。一張被重新潤飾過、卻配著一個看似合理標籤的照片,正是你原本想避免的那場爭議的源頭。版面上的實作做法見如何呈現塗裝與材質選項,各種標註方案的比較則見替商品照片加上尺寸標註的工具

常見問題

為什麼商品顏色在網路上看起來和實物不一樣?

因為從商品到螢幕之間,至少有五個彼此獨立的變數變了:拍攝時的光源、相機對白平衡的判斷、修圖所用的螢幕、匯出時的色彩空間,以及買家自己的顯示設備與房間光線。商品照片色偏是一條鏈路,不是某一個設定——再好的相機也救不回一張從 Adobe RGB 不帶描述檔匯出的圖,再完美的匯出也救不回一張在混合光源下拍的照片。

商品攝影的 Delta E 要多少才算合格?

不存在通用的合格門檻,任何供應商把某個數字當成業界規定報給你,那都是他自己編的。Delta E 衡量的是兩種顏色之間的感知距離,用 CIEDE2000 公式計算最合適;數值在 1 左右,約等於受過訓練的觀察者在受控觀察條件下並排比對時,能穩定分辨的最小差異。買家看著螢幕、手邊沒有任何參照樣品,敏感度遠低於此——所以商品圖的實際容差來自你的品類與你的退貨紀錄,而不是從某篇螢幕評測抄來的數字。

商品照片該用 sRGB 還是 Adobe RGB?

只要是上網的,一律 sRGB,沒有例外。sRGB 是瀏覽器與電商平台預設假設的色彩空間,由 IEC 61966-2-1 定義,所以一個沒有嵌入描述檔就匯出的 Adobe RGB 檔會被重新解讀,出來明顯偏悶。Adobe RGB 在印刷型錄裡有它真正的用武之地,因為印刷機能還原那些顏色——把它當成另一份母檔保留,要上網時再於匯出階段轉換。

不同日期拍攝的商品,要怎麼維持顏色一致?

每套燈光的第一張都先拍一塊中性灰卡,用它替這一整批定白平衡;燈具不換、房間不換;並在校過色的螢幕上修圖。你自己 SKU 之間的一致性,在商業上比絕對準確更重要——因為買家在同一份型錄的跨頁上比較你兩件商品時,會先看出兩者互相不一致,很久之後才會注意到它們其實都跟實體樣品有一點點差距。

寫明 RAL 或 Pantone 色號真的能減少爭議嗎?

能,因為它把一個主觀看法變成了一個可以查核的事實。照片是「在未知條件下外觀如何」的證據;色號則是買家下單時接受的條款,要嘛對得上,要嘛對不上。塗層用 RAL;紡織品與塑膠用 Pantone 或實測的實驗室參考值,再加一份實體樣品。在規格書上寫明色號、並在商品圖上再重複一次,就是讓一場關於顏色的對話不至於升級成一件關於顏色的索賠。

資料來源與參考

在商品照片上標出精準尺寸與規格,只要幾分鐘精準尺寸與規格 · 免費免費開始
Product Photo Color Accuracy: Where Color Actually Breaks