Kleur is het onderdeel van beeldkwaliteit waar de meeste uitvluchten voor bestaan. Schermen verschillen, belichting verschilt, verfbaden verschillen. Allemaal waar, maar dat verandert niets aan het feit dat een klant die marineblauw bestelt en zwart ontvangt, het artikel gewoon retourneert.
Dit is een protocol om kleurgetrouwheid in gegenereerde productafbeeldingen objectief te meten. Het bevat bewust geen vooraf ingevulde resultaten.
Hoe meet je kleuraccuratesse in AI-productafbeeldingen?
Neem onder vast kleurbeheer — sRGB-referenties, een gekalibreerd scherm, dezelfde kijkomstandigheden — een gemiddelde van vijf bij vijf pixels uit drie vooraf bepaalde vlakke zones op de referentie en de uitvoer, vergelijk de waarden in een perceptuele kleurruimte zoals Lab, beoordeel de afwerking op het oog op 100%, test of twee aangrenzende tinten uit je eigen assortiment te onderscheiden blijven en herhaal dit op een tweede achtergrond. Bepaal de tolerantie voordat je begint.
Wat is kleurnauwkeurigheid?
Kleurnauwkeurigheid in een gegenereerde productafbeelding bestaat uit drie dimensies die vaak op één hoop worden gegooid: tint (dezelfde kleurfamilie — marineblauw, geen zwart), verzadiging en helderheid (de juiste tint met de juiste intensiteit en lichtheid) en materiaalgedrag (of satijn er nog steeds uitziet als satijn en of een metaalglans nog steeds meebeweegt met de vorm). Een pixel die qua kleur klopt maar een vlakke afwerking heeft, is nog steeds een kleurfout. Daarom zegt het meten van een enkele pixel niets.
Maak onderscheid tussen de drie dimensies van "kleur"
- Kleurtoon (Hue) — behoort het tot dezelfde kleurfamilie? Marineblauw versus zwart, bordeauxrood versus bruin. Dit is de voornaamste oorzaak van retouren.
- Verzadiging en helderheid (Saturation en Value) — de juiste kleurtoon, maar met de verkeerde intensiteit of lichtheid. Denk aan een fletse of verwassen versie van de juiste kleur.
- Oppervlaktegedrag (Finish behaviour) — hoe het materiaal reageert op licht: oogt satijn echt als satijn, en behoudt een metallic lak zijn dynamische glans over de vorm? Een vlakke weergave van een van kleur veranderende stof is een kleurfout, zelfs als een losse kleurmeting op één pixel exact klopt.
De meeste tools presteren het best op kleurtoon en het slechtst op oppervlaktegedrag. Daarom is het misleidend om slechts één pixel te sampelen en te concluderen dat de kleur klopt.
Tint, intensiteit, afwerking
Drie afzonderlijke rapportages in plaats van één enkele score. De meeste tools presteren het sterkst op tint en het zwakst op het gedrag van de afwerking. Een gemiddelde zou die zwakste schakel maskeren — terwijl juist die bepaalt of een metallic eruitziet als verf.
De steekproef samenstellen
Volg het algemene accuratesseprotocol voor de steekproefgrootte en referentiebeelden. Leg het zwaartepunt vervolgens bij de kleuren die in de praktijk het vaakst misgaan:
- Bijna-neutralen — marineblauw, antraciet, off-white, taupe. Het lastigst om te genereren én verantwoordelijk voor de meeste retouren.
- Verzadigde rood- en oranjetinten, die in veel beeldverwerkingsprocessen gaan clippen.
- Metallic en parelmoer, waarbij het oppervlaktegedrag juist de essentie van het product vormt.
- Twee producten in aanpalende tinten uit je eigen assortiment, om te testen of de tool het onderlinge verschil behoudt.
- Eén product gefotografeerd tegen zowel een witte als een middengrijze achtergrond, wat direct aantoont of een kleur ongewenst mee verandert met zijn omgeving.
Zorg eerst voor een sluitend kleurbeheer. Gebruik referentiefoto's in sRGB, een gekalibreerd beeldscherm en identieke kijkomstandigheden bij elke vergelijking. Zonder die basis meet je puur de afwijking van je eigen monitor. Etsy vraagt bijvoorbeeld om sRGB en converteert bestanden bij het uploaden; Walmart schrijft RGB voor.
Het protocol
- Meet de kleurtoon, vertrouw niet op het blote oog. Neem een gemiddelde van vijf bij vijf pixels op drie vooraf bepaalde egale vlakken per product — vermijd randen, reflecties en schaduwen. Noteer de waarden van zowel de referentie als de output.
- Bereken het verschil in een perceptuele kleurruimte. Een numerieke afstand in RGB komt niet overeen met hoe het menselijk oog kleurverschil ervaart; converteer daarom naar Lab en vergelijk de waarden daarin. Is dat niet mogelijk, noteer dan de ruwe waarden en vergelijk deze consistent, in plaats van ter plekke een marge te bedenken.
- Beoordeel het oppervlaktegedrag visueel op 100%. Loopt het metallic effect vloeiend mee over de vorm? Heeft het satijn nog een natuurlijk glansverloop? Classificeer het resultaat simpelweg als behouden of vervlak.
- Test het setje met aanpalende tinten. Genereer beide kleuropties en beoordeel of een klant het verschil direct zou zien. Vallen ze samen tot één kleur, dan is dat een tekortkoming die je met een losse producttest nooit had opgemerkt.
- Herhaal de test op de tweede achtergrond. Een kleur die verandert zodra de achtergrond wisselt, wordt niet natuurgetrouw gereproduceerd, maar simpelweg gegokt door het model.
De resultaten interpreteren
Stel je tolerantiegrenzen vast vóór de test en leg ze vast. Achteraf bepalen wat "dichtbij genoeg" is, leidt er onvermijdelijk toe dat je de uitkomst naar je eigen verwachtingen toerekent.
Geef bijna-neutralen een zwaarder gewicht dan verzadigde kleuren. Dit zijn de moeilijkste cases en precies de categorieën waar retouren geld kosten.
Een exacte pixelmatch met een vervlakt oppervlak is alsnog een afwijking. Rapporteer deze aspecten apart, zodat een gemiddelde score het verlies aan textuur of glans niet maskeert.
Ga niet eerst retoucheren om daarna te meten. Pas je de gegenereerde output handmatig aan voordat je meet, dan beoordeel je je eigen beeldbewerking en niet de prestaties van de AI-tool.
Checklist kleurnauwkeurigheid
| Wat | Hoe | Zo ziet een fout eruit |
|---|---|---|
| Kleurbeheer | sRGB-referenties, gekalibreerd beeldscherm, dezelfde kijkomstandigheden | Je meet je monitor in plaats van de tool |
| Kleurtint | Gemiddelde van vijf bij vijf pixels uit drie egale vlakken; vergelijk in Lab | Marineblauw dat als zwart wordt weergegeven |
| Verzadiging en helderheid | Dezelfde monsters, beoordeeld op intensiteit en helderheid | Een fletse versie van de juiste kleur |
| Gedrag van de afwerking | Visueel op 100%: blijft de glans of metallic gloed behouden? | Een vlakke weergave van een van kleur veranderende stof |
| Aangrenzend paar | Genereer twee tinten die dicht bij elkaar liggen uit je eigen assortiment | Beide vallen samen in één kleur |
| Tweede achtergrond | Herhaal op wit en middengrijs | Een kleur die verandert met de achtergrond is gegokt, niet gereproduceerd |
Donkerblauw en antraciet
Twee broeken uit dezelfde collectie, donkerblauw en antraciet. Bemonsterd op telkens drie egale vlakken valt het resultaat van het donkerblauw binnen de vooraf vastgelegde tolerantie; dat van het antraciet ook. Worden ze naast elkaar als paar gegenereerd, dan ogen ze als één en dezelfde kleur. Bij de afzonderlijke tests ging er niets mis. Bij de test als paar wel – en dat is precies de vergelijking die een klant maakt zodra het pakket wordt bezorgd.
Veelgestelde vragen
Waarom zijn bijna-neutralen de moeilijkste kleuren voor AI-productafbeeldingen?
Marineblauw, antraciet, gebroken wit en taupe liggen dicht bij elkaar en bij zwart en wit, waardoor een kleine verschuiving in tint of waarde ze al in een andere kleurnaam verandert. Om dezelfde reden worden ze het vaakst geretourneerd, en daarom wegen ze zwaar mee in de steekproef.
Is een overeenkomende pixelwaarde voldoende om de kleur correct te noemen?
Nee. Een gemeten pixel kan overeenkomen terwijl de finish is afgevlakt — een satijn zonder zijn glansverloop, een metallic die niet langer over de vorm beweegt. Tint en finishgedrag worden afzonderlijk gerapporteerd, zodat een gemiddelde het tweede niet kan verbergen.
Waarom vergelijken in Lab in plaats van RGB?
RGB-afstand komt niet overeen met wat een oog ziet. Converteer naar een perceptuele ruimte zoals Lab voordat u vergelijkt; als dat niet beschikbaar is, noteer dan de ruwe waarden en vergelijk deze consistent in plaats van een drempelwaarde te verzinnen.
Waarom de test herhalen op een tweede achtergrond?
Een kleur die verandert wanneer de achtergrond verandert, wordt niet gereproduceerd vanaf de referentie; deze wordt afgeleid uit de omgeving. Wit en middengrijs brengen dat aan het licht.
Kan ik de kleur corrigeren en de gecorrigeerde afbeelding beoordelen?
Nee. Als u de uitvoer aanpast en de aangepaste versie beoordeelt, heeft u uw retoucheerwerk gemeten, niet de tool. Stel de tolerantie in vóór de run en beoordeel wat de tool heeft geproduceerd.
Wat dit protocol niet meet
Dit protocol toetst uitsluitend de kleurechtheid ten opzichte van een referentiebeeld onder gecontroleerde omstandigheden. Het voorspelt niet hoe het product eruitziet op het ongekalibreerde scherm van een smartphone in de volle zon — dat is een wezenlijk ander vraagstuk dat losstaat van AI-beeldkwaliteit.
Gerelateerde protocollen: beeldaccuratesse in het algemeen meten, productgeometrie en textuurbehoud.
Zelf aan de slag met het genereren van productbeelden? Bekijk onze pagina over AI-productfotografie.