Цветопередача тканей: как показать реальный оттенок на фото

24 сентября 2026

Отличить синий свитер от чёрного на карточке — задача, которая ломает даже опытных фотографов. Цветопередача ткани фото — это не столько кнопка в фотоаппарате, сколько цепочка решений: от лампы над столом до профиля монитора у покупателя. Когда цвет уходит в холод, свитер выглядит серым, покупатель ждёт один оттенок, получает другой — возврат готов. По моим наблюдениям на съёмках для маркетплейсов, до 15% возвратов одежды связаны именно с несовпадением цвета. Хорошая новость: почти все ошибки повторяются, и их можно закрыть без покупки нового оборудования. Разберу пошагово, где именно «плывёт» цвет, как удержать реальный цвет одежды на фото в каталожной фотосъёмке одежды и что делать, если снимки уже готовы, а результат не совпадает с изделием на витрине.

Почему одна и та же ткань на фото и в жизни выглядит по-разному

Цвет — это не свойство ткани. Это то, как ткань отражает свет, попавший на неё в конкретный момент. Заменили лампу — изменился оттенок. Приставили красный кофр к чёрному пиджаку — пиджак стал теплее. Стены цвета кофе с молоком добавят полотну неуловимую бежевую примесь, которую вы даже не заметите на площадке, но увидите на карточке.

Ткани, с которыми проблема стоит острее всего

Атлас, шёлк, лаковая кожа — блики выбивают полутон и уводят цвет в белый.
Ворсовые ткани: велюр, замша, флис — направление ворса меняет светимость, и на фото цвет «дышит».
Меланж и переливающиеся оттенки — сиреневый, бордо, «болотный», тёмно-синий. Внутри пряжи несколько нитей разного цвета, и камера видит доминирующую в зависимости от угла.
Флуоресцентные ткани — неоново-жёлтый, ярко-розовый. Сенсор камеры физически не тянет их насыщенность, приходится вручную поднимать яркость канала в ретуши.

Отдельная история — чёрный. У производителей одежды его десятки: угольный, графит, чернильный, «чёрный кофе». На фото они схлопываются в один непонятный тёмный тон, если не работать со светом отдельно.

Ещё один слой — цвет глазом и цвет камерой. Человеческий мозг адаптируется к освещению за доли секунды, вы просто «знаете», что рубашка белая. Матрица камеры адаптироваться не умеет — она фиксирует спектр честно, поэтому цветопередача ткани фото всегда требует ручной коррекции, а не веры в автоматику.

Баланс белого — винтик, с которого начинается правильный цвет

Автоматический баланс белого одежда переносит плохо. Камера пытается усреднить сцену и в шести случаях из десяти промахивается: белая рубашка становится синеватой, бежевое пальто — розовым. На каталожной съёмке автомат отключают вообще, только ручные настройки.

Что делать с балансом белого

Выставляйте кастомный баланс белого по серой карте перед каждой сменой света или ткани.
Для студии с постоянными LED-панелями зафиксируйте 5500 K и не меняйте от кадра к кадру.
Снимайте в RAW. JPEG «зашивает» баланс в файл, и вытащить корректный оттенок постфактум почти невозможно.
Используйте цветовую мишень — X-Rite ColorChecker Passport или аналог. Она даёт эталон, по которому строится профиль в Lightroom или Capture One.

Серая карта стоит около 800 рублей, ColorChecker — 12–15 тысяч. Для селлера, снимающего 200+ артикулов в месяц, вторая окупается за одну съёмку без брака.

Свет: где живёт большинство ошибок

Никакая обработка не спасёт кадр, снятый под плохой лампой. У бытовых LED и офисных ламп индекс цветопередачи (CRI) — 70–80. Часть спектра отсутствует, и ткань физически не может отразить то, чего нет в свете. Для каталожной фотосъёмки одежды нужны источники с CRI не ниже 95, а лучше 97. Проверить лампу можно приложением Lighting Passport или заводским паспортом.

Постоянный или импульсный

Импульсный свет (моноблоки) даёт стабильную температуру и высокую мощность, но требует опыта. Постоянные LED-панели удобнее для видео и live-съёмок в шоуруме, но у них ниже точность цвета. Для тканей с меланжем и глубоким чёрным моноблоки предпочтительнее — они пробивают структуру и вытягивают полутона.

Смешанный свет — главный враг цветопередачи

Окно за спиной ассистента плюс студийный свет спереди — это два разных спектра на одной сцене. Ткань получает «тёплый» и «холодный» свет одновременно, и никакая коррекция баланса белого потом не разведёт эти зоны корректно. Закрывайте окна плотными шторами, отключайте потолочные лампы, работайте только с контролируемыми источниками. Это одна из главных причин, по которой реальный цвет одежды на фото уплывает уже на этапе съёмки.

Постобработка: как не сломать цвет уже готового снимка

Даже идеально снятый кадр можно испортить в ретуши. Самая частая причина — работа на некалиброванном мониторе. Ноутбук из коробки показывает завышенную насыщенность, ретушёр «успокаивает» цвет, а на телефоне покупателя ткань выглядит блёкло.

Обязательный минимум для ретуши

Калибратор монитора — Datacolor Spyder или X-Rite i1Display, прогонять раз в 2–4 недели.
Работа в цветовом пространстве sRGB — именно оно используется на карточках маркетплейсов.
Сохранение с ICC-профилем sRGB IEC61966-2.1. Без него браузер покупателя интерпретирует цвет по своему усмотрению.
Проверка на паре реальных устройств: айфон, андроид, старый ноут. Если разница катастрофическая — проблема в исходнике, а не в чужом экране.

Про Lightroom отдельно: не полагайтесь на пресеты чужого автора. Пресет создан под другой свет, другую камеру, другую ткань. Используйте его максимум как отправную точку и правьте каждое фото индивидуально. Точная цветопередача ткани фото никогда не рождается из одного клика.

Wildberries Ozon требования к фото: что важно знать про цвет

Формально Wildberries Ozon требования к фото не содержат отдельного пункта про точность цветопередачи. Модератор смотрит на разрешение, формат, фон и композицию. Спектрофотометр к вашей карточке никто не приложит. Но именно цвет решает, нажмёт покупатель «заказать» или пройдёт мимо.

Скрытая метрика — процент возвратов

Wildberries считает выкуп и возвраты по каждому артикулу. Категория «не подошёл цвет» уходит в статистику. При высоком проценте возвратов алгоритм режет показы, и карточка проседает в выдаче. Точная цветопередача — это не эстетика, это деньги, которые остаются у вас или уходят на логистику возврата.

Практические требования по цвету для фото товаров для маркетплейса

Загружайте JPEG в sRGB, минимум 900×1200 пикселей, оптимально 1500×2000.
Фон — чистый белый (R255 G255 B255) для главного фото, серый или lifestyle — для дополнительных.
Не пересвечивайте ткань «в нули». Тёмно-синий, чёрный, тёмно-зелёный требуют мягкой боковой подсветки, иначе теряется фактура.
Указывайте в описании код цвета (Pantone или внутренний артикул) — часть покупателей сверяется.

ИИ генерация фото одежды и цветовая точность

ИИ генерация фото одежды снижает стоимость съёмки в 5–10 раз, но только если модель умеет работать с реальным образцом. Универсальные генераторы вроде Midjourney или базового SDXL не знают, какого именно оттенка ваш свитер. Они рисуют «правдоподобный синий», а не тот самый Pantone 19-4052.

Что помогает удержать цвет в генеративном пайплайне

Обучение модели на реальных исходниках товара. Достаточно 15–25 фото со всех сторон при контролируемом свете.
Указание цветовой формулы в промпте — HEX, RAL или Pantone. Модели вроде Flux и специализированные каталожные пайплайны это учитывают.
Постконтроль по цветовой карте: генерация → сравнение с эталоном → цветокоррекция в Photoshop до совпадения.
Гибридная схема: одну эталонную фотографию снимает фотограф, остальные позы, ракурсы и лайфстайл достраивает нейросеть.

По нашей практике на katalog-ai.tech, гибридный подход даёт цветопередачу с погрешностью в 2–3 единицы Delta E — это ниже, чем разница между двумя партиями одной и той же ткани от фабрики. Покупатель отличия не заметит, а вы получаете каталог из 40 кадров за день вместо недели.

Где ИИ пока проигрывает

Не путайте: генеративка отлично справляется с человеческой фигурой, светом, фонами. Но она додумывает мелкую фактуру — рисунок трикотажа, петли на кашемире, характер швов. Если ваш бренд продаёт сложную вязку или ручное окрашивание, эталонное фото фотограф всё равно снимает вживую, иначе тонкие детали цвета и структуры «замыливаются». Верный маркер — если два разных промта дают заметно разный принт при одинаковом описании, модель ещё не выучила ваш товар и требует дообучения.

Чек-лист: как проверить, что цвет ткани на фото совпадает с реальностью

Снимите ткань на дневном свету у окна без вспышки — это референс живого оттенка.
Откройте карточку на трёх устройствах: iPhone, Android-смартфон, ноутбук. Разница ощутима — ищите проблему в исходнике.
Приложите к экрану реальный образец. Совпадает — работа сделана.
Спросите двух коллег: «какого цвета этот джемпер?» — если ответы расходятся, ткань подана некорректно.
Читайте отзывы: жалобы вида «цвет не тот» — прямая обратная связь по вашим фото.

Как быстро проверить баланс белого одежда на фото без специального оборудования?

Положите в кадр белый лист А4 или белую хлопковую майку. Откройте RAW в Lightroom, кликните пипеткой баланса белого по этому листу. Если оттенок ткани после этого совпал с реальным изделием — баланс был выставлен неправильно, теперь всё в порядке. Метод работает без калибраторов и стоит ноль рублей.

Почему чёрная ткань на карточке маркетплейса выглядит серой или с зелёным отливом?

Чёрный на фото — это чаще всего результат недостатка бокового света и работы с некорректным балансом белого. Камера видит чёрный как серый и пытается его поднять в тенях. Добавьте контровой свет сзади и снимайте с занижением экспозиции на треть стопа, чтобы сохранить глубину.

Хватит ли смартфона для качественной каталожной фотосъёмки одежды?

Для базовых карточек хватит, если у вас iPhone от 12-й модели или Android-флагман, съёмка в RAW и контролируемый студийный свет. Но при пятидесяти и более артикулов в месяц ошибка цветопередачи ткани фото на смартфоне обходится дороже, чем аренда зеркальной камеры или заказ съёмки на аутсорсе.

Можно ли доверять ИИ генерации фото одежды при сложных оттенках вроде бордо и хаки?

Только при обучении модели на исходниках вашего конкретного товара. Универсальный ИИ придумает среднестатистический бордо, который не совпадёт с реальной тканью. Гибридный workflow с одним эталонным фото от фотографа и дальнейшей генерацией нейросетью работает корректно и держит оттенок.

Что делать, если Wildberries Ozon требования к фото соблюдены, а покупатели всё равно жалуются на цвет?

Проверьте, в каком цветовом пространстве вы загружаете изображения — если это Adobe RGB вместо sRGB, браузеры отобразят их с искажением. Также добавьте в описание карточки фразу об оттенке, который может немного отличаться на разных экранах, и укажите цвет по Pantone или номер партии.

Что делать прямо сейчас

Начните с малого: возьмите пять последних артикулов, откройте их карточки на телефоне и сравните с реальным изделием на дневном свету у окна. Если хотя бы один товар «не тот», проблема уже масштабируется на весь каталог. Разберите цепочку: свет → баланс белого → монитор → экспорт → отображение на маркетплейсе — и найдите звено, которое ломает цветопередачу ткани фото.

Если разбираться самому нет времени, а фото товаров для маркетплейса нужны в объёме и с точной цветопередачей — команда Katalog-AI работает с брендами одежды на Wildberries и Ozon: снимаем эталон, обучаем модель под ваши артикулы, отдаём готовые изображения в sRGB под требования площадок. Заказать каталожные фото можно на сайте — разберём вашу задачу и покажем, как отработаем сложные ткани из вашей коллекции.