¿Por qué las fotos de comida de mi restaurante salen oscuras y amarillas?

Porque la luz de la mayoría de los comedores es cálida, y una cámara registra la luz cálida como un color y no como blanco.

Toda fuente de luz tiene una temperatura de color, que se mide en kelvin (K). Los números bajos son más cálidos y más naranjas. Los números altos son más fríos y más azules. Tus ojos se ajustan a esto automáticamente, así que un plato bajo un foco cálido sigue viéndose blanco para ti en el lugar. Una cámara tiene que adivinar, y cuando se queda corta, el plato blanco sale crema y la comida sale naranja.

Aquí es donde caen las fuentes de luz más comunes.

Porque la cámara intenta que la escena promedie un gris medio, y un plato blanco la engaña.

El medidor de exposición de un teléfono no mide cuánta luz hay en el lugar. Mide cuánta luz rebota en aquello a lo que apunta. Como explica ScanTips, una lectura de luz reflejada "is influenced by both how much light there is in the scene and how reflective the subject is" (depende tanto de cuánta luz hay en la escena como de qué tan reflectante es el sujeto).

Ese es el problema con la comida sobre un plato blanco. El plato refleja mucha luz, así que el medidor lee la escena como brillante y recorta la exposición para devolverla al gris medio. ScanTips otra vez: "Light colors reflect light well to meter a high value. The exposure sets that to be a middle result." (Los colores claros reflejan bien la luz y dan una lectura alta. La exposición la ajusta para que quede en un resultado medio.) El plato sale de un gris apagado y la comida, que nunca fue tan brillante como el plato, cae en la sombra.

El error no es pequeño. En la prueba del propio ScanTips, una tarjeta blanca salió con unos dos pasos de subexposición frente a una tarjeta gris, y señala que los sujetos de color claro "likely will need 1/2 stop or 1 stop more exposure" (probablemente necesiten medio paso o un paso más de exposición).

Rechaza la mala iluminación. No nombra los tintes de color, y vale la pena entender bien esa diferencia.

Mala iluminación es uno de los once motivos de rechazo que publica DoorDash. Su definición, en su página en español, cubre solo la exposición: "No debe haber sombras fuertes (subexposición) ni zonas sobreexpuestas (sobreexposición)." En términos llanos, sombras tan oscuras que se pierde el detalle, o luces tan brillantes que el detalle desaparece. El consejo de DoorDash es: "Usa luz natural cuando sea posible." Y también: "Asegúrate de que los detalles sean visibles tanto en las zonas iluminadas como en las sombras."

Así que una foto demasiado oscura cae de lleno en un motivo de rechazo publicado. Una foto que solo está amarilla no aparece nombrada en esa lista. Eso no hace que una foto amarilla sea buena idea. Un plato de comida bajo un tinte naranja se ve más viejo, más pesado y menos fresco de lo que es, y eso te cuesta órdenes aunque ningún moderador lo marque.

Arregla la luz y después la exposición. La mayor parte del trabajo es el primer paso.

La luz dura de cocina es el arreglo que mi hermana mayor y yo hicimos a mano para un restaurante tras otro, antes de que existiera MenuPhotoLab.

Los dos problemas se pueden corregir después, y corregirlos no cambia lo que es el platillo.

Sube la exposición hasta que las sombras vuelvan a mostrar textura, y mueve el balance de blancos hacia lo frío hasta que el plato se vea blanco y no crema. Usa el plato como referencia. Si de verdad es blanco, debe verse blanco.

Corregir la luz y el color cambia cómo se fotografió el platillo. No cambia la comida, la porción ni el plato. Es la misma línea que trazan las plataformas entre una foto mejorada y una engañosa, y dónde cae exactamente lo explico en la guía sobre fotos de comida generadas con IA.

Hay límites. Una foto tomada a la luz de una vela, o con el detalle ya aplastado en negro, perdió información que ninguna edición puede recuperar. Si las sombras son negro puro, vuelve a tomarla.