为什么我餐厅的食物照片又暗又黄？

因为大多数用餐区的光是暖的，而相机会把暖光记录成一种颜色，而不是白色。

每种光源都有色温，单位是开尔文（K）。数字越低越暖、越橙。数字越高越冷、越蓝。您的眼睛会自动适应，所以暖色灯泡下的盘子在现场看起来仍然是白的。相机只能猜，猜得不够时，白盘子就成了奶油色，食物成了橙色。

常见光源大致在这些位置。

因为相机想让整个场景平均下来是中灰色，而白盘子骗过了它。

手机的测光并不测量房间里有多少光。它测量的是从它对准的东西上反射回来多少光。正如 ScanTips 所解释的，反射式测光的读数 "is influenced by both how much light there is in the scene and how reflective the subject is"（既受场景里光量的影响，也受被摄物反光程度的影响）。

白盘子上的食物问题就在这里。盘子反射了大量的光，测光就把场景读成很亮，于是降低曝光，把它拉回中灰。还是 ScanTips："Light colors reflect light well to meter a high value. The exposure sets that to be a middle result."（浅色很会反光，测出来的数值高。曝光把它设成中间的结果。）盘子变成暗淡的灰色，而本来就没有盘子亮的食物，掉进了阴影里。

这个误差不小。在 ScanTips 自己的测试里，一张白卡比灰卡大约欠曝两档，它还指出浅色的被摄物 "likely will need 1/2 stop or 1 stop more exposure"（很可能需要多半档或一档的曝光）。

它拒绝的是光线差。它没有点名偏色，这个区别值得弄清楚。

Poor lighting（光线差） 是 DoorDash 公布的十一个拒绝原因之一。它的定义只涉及曝光："No harsh shadows (undersaturation) or blown-out highlights (oversaturation)."（不得有生硬的阴影或过曝的高光。）说白了，就是阴影暗到细节丢失，或者高光亮到细节没了。DoorDash 的建议是 "use natural light when possible"（尽可能使用自然光），并且 "make sure details are visible in both highlights and shadows"（确保高光和阴影里的细节都看得见）。

所以太暗的照片正好落在一个已公布的拒绝原因里。只是发黄的照片，在那份清单里没有被点名。这不等于发黄的照片是好主意。一盘罩着橙色调的食物，看起来比实际更陈、更腻、更不新鲜，不管审核员有没有标记它，都会让您少接订单。

先解决光线，再解决曝光。大部分功夫在第一步。

厨房里生硬的光线，是我和姐姐在 MenuPhotoLab 出现之前，为一家又一家餐厅亲手修正过的问题。

两个问题都可以事后校正，校正它们不会改变这道菜是什么。

把曝光提上来，直到阴影里重新看得出质感；把白平衡往冷的方向调，直到盘子看起来是白色而不是奶油色。拿盘子当参照。如果它确实是白的，就应该看起来是白的。

校正光线和颜色，改变的是这道菜被拍成什么样。它不改变食物、份量或盘子。这和各平台在增强过的照片与误导性照片之间划的是同一条线，这条线具体在哪里，我在讲 AI 生成食物照片的指南里说明了。

这是有限度的。在烛光下拍的照片，或者细节已经死黑的照片，丢失的信息是任何编辑都找不回来的。如果阴影是纯黑，就重拍。