美妆色号批量出图实战：口红/眼影盘的颜色一致性把控

20 个色号，手动调色要调到什么时候

一个彩妆品牌的设计师告诉我，她最怕的不是修图，而是出色号图——同一支口红 20 个色号，每个都要保证屏幕上看到的颜色和实物一致。手动调一个要半小时，20 个就是 10 小时，还要祈祷中途显示器没有色温漂移。这篇文章针对这个具体痛点，讲清楚美妆色号批量出图的完整方法。

美妆色号批量与服装换色的本质区别

很多人第一次做美妆色号批量时，会直接套用服装换色的思路，结果发现色号出来总不对。原因在于二者的光学物理特性完全不同。

服装换色的逻辑相对直接：面料纹理保持不变，颜色整体替换，保留明暗和折叠阴影即可。参考服装多色 SKU 批量生成实战的流程可以处理绝大多数场景。

美妆色号的难点在于材质的光学表现：

口红/唇釉：膏体是半透明介质，颜色不是简单的表面涂层，而是光线穿透膏体后反射的结果。同一个色系的哑光口红和水光唇釉，看起来可以差出两个色阶。换色时如果只改表面颜色，忽略透光度参数，出来的图会比实物显色更”浓”或更”薄”。

眼影盘：珠光眼影的显色依赖粉质颗粒对光线的散射角度。同一个颜色的眼影，用平行光源和漫反射光源拍出来可以相差 15%-20% 的饱和度。批量换色时，需要把粉质的漫反射特征单独处理，而不是像换服装颜色那样全局替换。

哑光眼影相对好控制，接近固态漆面材质；珠光/亮片眼影则需要额外保留高光层，否则换色后会”塌”掉金属感。

关于美妆电商整体拍摄和修图流程，可参考美妆电商全流程拍摄与修图指南，本文聚焦色号批量这一环节。

基准色号图的拍摄与校准

批量换色能否成功，80% 取决于基准图质量。

选哪个色号做基准

建议选色系中的中间色调，而非最深色或最浅色。理由如下：

• 最深色（如#17 酱红）：色域覆盖窄，换到浅色系时信息不足，AI 需要”无中生有”，容易失真
• 最浅色（如#01 裸粉）：透光度极高，换到深色时容易出现色块
• 中间色（如#09 玫瑰红）：色域信息完整，向深向浅都有余量

眼影盘的基准色选择与此不同：建议选同盘内饱和度中等、哑光或微珠光的色块作为基准，避免用大闪粉或纯黑打底色做基准。

拍摄时放色卡的目的

拍摄时在画面内放入 X-Rite ColorChecker Passport 或类似标准色卡，目的是给后续白平衡校正提供参照点。操作步骤：

1. 色卡放在产品旁边同一平面，占画面面积约 10%-15%
2. 使用 RAW 格式拍摄，不要在机内做任何色彩增强
3. 拍摄完成后用色卡校正软件（如 X-Rite ColorChecker Camera Calibration）生成该批拍摄的 DNG 配置文件

RAW 文件的白平衡预校准

在 Lightroom 或 Camera Raw 中，用色卡的中性灰区域对白平衡进行手动校正，记录此时的色温值（如 5450K）和色调值（如 +8）。这两个数值就是这批拍摄的”白平衡锚点”，后续同一灯光环境下的拍摄必须固化这两个参数。

关于美妆产品材质光影控制的底层逻辑，参见美妆产品”塑料感”的成因与消除。

批量换色的操作流程

Step 1：建立色号映射表

将品牌的所有色号整理成一张映射表，核心列包括：

色号编号	色号名称	目标 Lab 值	备注
#01	裸粉	L:75, a:12, b:8	哑光
#09	玫瑰红	L:42, a:38, b:15	微珠光
#17	酱红	L:22, a:28, b:10	哑光

使用 Lab 色彩空间而非 RGB 的原因：Lab 中的 L 通道（明度）和 ab 通道（色相/饱和度）是解耦的，调整颜色时不会带动明度变化，更接近人眼对色差的感知方式。

实际 Lab 值不要凭经验填写，要对着实物用分光光度计测量，或至少用校色显示器搭配吸管工具从实物照片中提取。

Step 2：图叮AI 批量处理配置

将基准色号图和色号映射表导入图叮AI，配置批量任务时需设置以下参数：

• 目标颜色：从映射表中读取 Lab 值
• 材质模式：根据产品类型选择”口红-哑光”/“口红-水光”/“眼影-哑光”/“眼影-珠光”
• 选区模式：自动选区 + 手动边缘修正（建议首批先用手动验证选区准确性）

完整电商批量生产流程可参考电商批量出图全流程。

Step 3：色域锁定参数

这是区分专业操作和普通批量的关键。批量换色时，以下参数需要锁定浮动范围，超出范围的输出结果需要标记为”待复核”：

• 色温浮动范围：±200K。超出这个范围通常意味着基准图白平衡有问题，或批次拍摄光源不一致
• 饱和度浮动范围：±5%。美妆产品的颜色饱和度对实物还原至关重要，超出 5% 会导致颜色在电商平台显示时与实物有可感知差异
• 明度浮动范围：±3%。口红的深浅直接影响买家对色号的判断，±3% 是肉眼勉强可以分辨的下限

这三个参数的浮动范围来自美妆电商的实际验收经验，不是理论推导值，实际操作中可根据品牌标准做细微调整。

Step 4：逐批次输出与抽检

每输出一批（建议每批 5 个色号）先抽检 2 个，通过验收后再继续输出下一批，而不是一次性输出全部 20 个再统一检查。发现问题时修改范围更小，返工成本低。

色差验收：ΔE 到底怎么看

ΔE（Delta E）是量化颜色差异的标准单位，基于 CIE 1976 Lab 色彩空间计算两个颜色之间的感知距离。

ΔE 的实际判断标准

• ΔE < 1：肉眼完全不可分辨，达到印刷和高端美妆电商的理想标准
• ΔE 1-2：仔细对比能感觉到轻微差异，在校色显示器上可以分辨。对大多数电商场景来说可以接受，但高端彩妆品牌建议控制在这个范围以内
• ΔE 2-3：在普通显示器上也能看出差异，买家很可能会觉得”和实物不一样”。超过这个值的批次需要返工
• ΔE > 3：明显色差，直接影响用户购买决策，必须重新处理

快速测量 ΔE 的实操方法

推荐工具：

• Photoshop + 脚本：用吸管工具在图片上采样目标颜色的 Lab 值，与映射表中的目标 Lab 值手动计算 ΔE（公式：sqrt((ΔL)² + (Δa)² + (Δb)²)）
• ColorThink Pro：可批量导入颜色数据，自动计算并可视化 ΔE 分布
• 在线工具：搜索”ΔE calculator”可找到多个免费网页工具，输入两组 Lab 值即得结果

显示器对色差判断的影响

非校色显示器看颜色本身就有偏差，在这样的屏幕上判断 ΔE 2 以下的差异是不可靠的。建议：

1. 色差验收必须在 sRGB 覆盖率 ≥ 99% 的校色显示器上进行
2. 显示器每 3 个月重新校色一次（使用 i1Display Pro 或同级别校色仪）
3. 如果团队内只有一台校色显示器，验收工作集中到这台机器上进行

关于美妆电商整体修图的旧工作流，参见美妆/化妆品修图工作流，可作为对比参考。

跨批次一致性的坑

即使同一款口红的 20 个色号全部通过了 ΔE 验收，放到一起看仍然可能出现”哪张图好像跟其他的不太像”的问题。这通常来自批次间的不一致，而非单张的颜色偏差。

常见坑 1：白平衡漂移

分多次拍摄基准图时（比如今天拍了 10 个色号，下周再拍另外 10 个），两次拍摄的光源色温哪怕差 300K，最终批量换色的结果放在一起就会有明显的整体色调偏差——前 10 个偏暖，后 10 个偏冷。

解决方案：

• 固化灯光参数：拍摄前记录光源品牌、型号、色温档位，每次使用前用色温计测量确认一致
• 每次拍摄前拍一张色卡图：用于白平衡校正，确保不同拍摄日期的白平衡锚点一致
• 定期比对：每隔 3-5 个色号，将已处理的图与已上架的图并排比对，发现漂移立即停下校正

常见坑 2：基准图被意外修改

批量处理过程中如果对基准图做了任何调整（哪怕是无意识地调整了亮度），后续的换色结果都会以这个”被修改的基准”为起点，整批输出都会有系统性偏差。

解决方案：将基准图设为只读文件，不允许在批量处理流程中直接编辑原件。工作时使用副本，原件作为参照锁定。

常见坑 3：不同拍摄角度混入同一批次

同一款口红，拍摄角度偏转 5 度，膏体的高光位置就会改变，换色后颜色的视觉重心也会不同，看起来像不同款产品。

解决方案：批量出图前先确定固定角度（推荐 45° 俯拍或正侧面），所有色号严格使用同一角度，在拍摄时用定位标记固定产品位置。

---

色号批量出图的核心不是速度，而是从第一批到最后一批的一致性。色域锁定参数和 ΔE 验收标准给出的是可量化的质控手段，真正的难点在于把这些参数变成拍摄和处理的标准动作，而不是每次都靠经验判断。