原理与准确度

完整的方法、我们做过的测试,以及基于摄像头的色彩诊断有哪些不足。

更新于 2026年11月20日

1. 检查光线

测量前,工具会在每一帧检查六项:整体亮度、脸的一侧是否更亮、背景是否比脸亮很多(逆光)、光线是否有明显色偏、你离得有多近,以及你是否正对摄像头。它会一直提示你,直到检查通过。光线不佳时也可以分析,但可信度会下降。

2. 校正光线

一张普通白纸几乎均等地反射所有颜色。当你把它放进虚线框,工具会读取它的颜色,计算出让它变回中性白所需的校正。同样的校正会应用到你的皮肤、头发和眼睛上。这样能去掉灯泡的橙色和阴影的蓝色,也会统一曝光,让“浅”和“深”得到公平判断。没有白纸时,它会用眼白做部分校正,并在结果中注明。屏幕补光模式会在暗房间里把屏幕变成柔和的白色光源。

3. 采样

MediaPipe 人脸模型能在脸上找到 478 个点。工具会采样两侧脸颊、额头、下巴和下颌、下颌下方的脖子、每只眼睛虹膜的彩色环、眼白、嘴唇,以及由单独的头发模型找到的头发。在每个区域里,它会去掉最亮的像素(反光和眼神光)、最暗的像素(阴影)和过曝像素,再取中位数。这一过程在约 20 帧中重复,再取一次中位数,所以眨眼或轻微晃动都不会有影响。

4. 从颜色到季型

颜色会被转换到 CIELAB,这是一个按人眼感知设计的色彩空间。工具在此基础上计算四项分数:

  • 冷暖:肤色色相角与同等明度平均色相的比较,再加上眼睛和浅色头发的冷暖。
  • 明度:皮肤、头发和眼睛的明暗。
  • 彩度:皮肤、虹膜和头发的饱和度;深色眼睛还会计入虹膜与眼白的对比。
  • 对比度:皮肤、头发、虹膜和眼白之间的反差。

20 种类型各有一套四项分数的特征。你的结果就是最接近的那一型,同时给出第二接近的类型和每个类型的匹配度。可信度综合了你落在某一型的清晰程度、光线质量和所用的参照物。

5. 对各种肤色的公平性

我们在设计评分时确保肤色深浅本身永远不会决定冷暖或季型:冷暖用色相而不是“黄的程度”,黑发视为中性,对比度计入眼白。我们用覆盖 Fitzpatrick I 至 VI 型肤色、女性和男性的人像测试了整个流程,确认在每种深浅下都能检测到人脸、完成测量,并且结果在冷暖之间都有分布。如果你发现某个结果与你的色彩明显不符,请告诉我们。

已知局限

  • 手机摄像头会处理图像(美颜、HDR、自动白平衡)。请关闭美颜模式。
  • 妆容、有色防晒、晒黑、染发或彩色隐形眼镜都会改变读数。可以用“头发或眼睛测得不准?”选项来修正头发和眼睛的颜色。
  • 冷暖参照是人群平均值,处在冷暖交界附近的人可能在相邻类型之间摇摆。所以我们会显示第二类型。
  • 季型色彩诊断本身是一套风格体系,不是测量标准。两位专业顾问的判断也可能不同。

最可靠的做法是:在不同的自然光下分析两三次取平均,再对着镜子用虚拟试色布确认。

这是穿搭参考,不是定论。个人色彩诊断是一套风格惯例,并非科学或医学检测。摄像头拍到的颜色受光线和设备影响,请把结果当作起点,并相信自己在自然光下照镜子看到的效果。

更多指南

用摄像头测我的色彩开始测试题