レストランの料理写真が暗く、黄色っぽくなるのはなぜですか？

ほとんどの客席の光が暖色で、カメラは暖かい光を白ではなく色として記録するからです。

どの光源にも色温度があり、ケルビン（K）で表します。数字が低いほど暖かくオレンジ寄り、高いほど冷たく青寄りです。目はこれに自動で順応するので、暖色の電球の下の皿も、その場ではやはり白く見えます。カメラは推測するしかなく、推測が足りないと、白い皿はクリーム色に、料理はオレンジになります。

よくある光源は、およそ次の位置にあります。

カメラは場面を平均して中間のグレーにしようとし、白い皿がそれをだますからです。

スマートフォンの露出計は、部屋にどれだけ光があるかを測っていません。向けた先から跳ね返ってくる光の量を測っています。ScanTips の説明によれば、反射光式の測光値は "is influenced by both how much light there is in the scene and how reflective the subject is"（場面にある光の量と、被写体の反射のしやすさの両方に左右される）ものです。

白い皿に載った料理の問題はそこにあります。皿が光をたくさん反射するので、露出計は場面を明るいと読み、中間のグレーに戻そうとして露出を切り詰めます。もう一度 ScanTips です。"Light colors reflect light well to meter a high value. The exposure sets that to be a middle result."（明るい色は光をよく反射し、高い値として測られる。露出はそれを中間の結果になるよう設定する。）皿はくすんだグレーになり、もともと皿ほど明るくなかった料理は影に沈みます。

誤差は小さくありません。ScanTips 自身のテストでは、白いカードがグレーカードに対しておよそ 2 段の露出不足になり、明るい色の被写体は "likely will need 1/2 stop or 1 stop more exposure"（おそらく 1/2 段か 1 段多い露出が必要になる）と記しています。

不承認にするのは照明不良です。色かぶりは名指ししていません。この区別は正確に押さえておく価値があります。

Poor lighting（照明不良） は、DoorDash が公開している 11 の不承認理由の 1 つです。その定義は露出だけを扱っています。"No harsh shadows (undersaturation) or blown-out highlights (oversaturation)."（きつい影や、白飛びしたハイライトがないこと。）平たく言えば、影が暗すぎて細部が失われているか、ハイライトが明るすぎて細部が消えているか、です。DoorDash の助言は "use natural light when possible"（可能なら自然光を使う）と、"make sure details are visible in both highlights and shadows"（ハイライトと影の両方で細部が見えるようにする）です。

ですから、暗すぎる写真は公開された不承認理由にそのまま当てはまります。黄色いだけの写真は、そのリストのどこにも名指しされていません。だからといって黄色い写真がよい考えだということにはなりません。オレンジの色かぶりがある一皿は、実際より古く、重く、新鮮でなく見え、審査担当が指摘するかどうかにかかわらず、注文を失わせます。

まず光を直し、次に露出を直します。作業のほとんどは最初の一歩です。

きつい厨房の光は、MenuPhotoLab ができる前に、姉と私がレストランごとに手作業で直してきたものです。

どちらの問題もあとから補正でき、補正しても料理そのものは変わりません。

影に質感が戻るまで露出を上げ、皿がクリーム色ではなく白に見えるまでホワイトバランスを寒色側に動かします。皿を基準にしてください。本当に白い皿なら、白く見えるはずです。

光と色の補正は、料理がどう撮られたかを変えます。料理、分量、皿は変えません。プラットフォームが、補正した写真と誤解を招く写真とのあいだに引いている線と同じで、それが正確にどこにあるかは AI 生成の料理写真のガイドで説明しています。

限界はあります。ろうそくの光で撮った写真や、細部がすでに黒くつぶれた写真は、どんな編集でも取り戻せない情報を失っています。影が真っ黒なら、撮り直してください。