Restoran Sahipleri için Yemek Fotoğrafçılığı Terimleri Sözlüğü (2026)

Bu sözlük nasıl kullanılır

Mevcut görevinizle ilgili bölüme atlayın. DoorDash veya Uber Eats'e fotoğraf yüklemek üzereyseniz teslimat platformu bölümüyle başlayın. Bir fotoğraf iş akışı kuruyorsanız veya yapay zeka iyileştirme kullanıyorsanız yapay zeka yemek fotoğrafçılığı terimleriyle başlayın. Akıllı telefonla çekim yapıyorsanız kamera ve ışık terimleriyle başlayın.

Teslimat platformu ve özellik terimleri

En-boy oranı

Görsel genişliği ile yüksekliği arasındaki ilişki; örneğin 4:3, 5:4 veya 16:9. DoorDash ürün fotoğrafları yatay 16:9 kullanır; Uber Eats 5:4 ila 6:4 önerir. Kare kırpma her platform için bir kural değildir. Güncel kanal kılavuzlarını ve gerçek hesap alanını kontrol edin.

DPI (inç başına nokta) ve PPI (inç başına piksel)

DPI baskı çözünürlüğü ölçüsüdür; teslimat uygulamaları ekran çözünürlüğü için PPI (inç başına piksel) kullanır, ancak çoğu işletmecinin önemsediği sayı piksel boyutlarıdır. 72 PPI'da ancak 2000x1600 piksel çekilen bir fotoğraf dijital teslimat uygulamaları için uygundur; 300 DPI'da ancak yalnızca 500x400 piksel çekilen bir fotoğraf minimum çözünürlük kontrolünden geçemez.

JPEG ve PNG

JPEG kayıplı sıkıştırma kullanan bir formattır — bazı görüntü verilerini atarak dosya boyutunu küçültür. PNG kayıpsızdır — hiçbir veri atılmaz, ancak dosyalar daha büyüktür. Teslimat uygulaması yüklemeleri için JPEG tercih edilir: eşdeğer görsel kalitede daha küçük dosyalar üretir, bu da dosya boyutu sınırlarının altında kalmanıza yardımcı olur. PNG keskin metinli veya şeffaf arka planlı görseller için kullanışlıdır, ancak yemek fotoğrafları teslimat uygulamasına gönderim için neredeyse her zaman JPEG olmalıdır.

Minimum çözünürlük

Bir yükleme alanının kabul ettiği en düşük piksel boyutları. DoorDash ürün rehberi 1400×800 piksel belirtir; Uber Eats genişlik 550–10000 piksel ve yükseklik 440–10000 piksel listeler. 1250×1000 dışa aktarım bir FoodPhoto çalışma örneğidir, Uber'in minimumu değildir. Yeniden boyutlandırmadan önce kanal kılavuzunu kontrol edin.

Dosya boyutu sınırı

İlgili görsel alanının kabul ettiği maksimum dosya boyutu. Güncel satıcı sayfaları DoorDash ürün fotoğrafları için 2 MB, Uber Eats için 10 MB listeler. Dosya türü, ülke, hesap ve görsel yuvası hâlâ önemlidir; yüklemeden önce güncel kanal kılavuzlarını kontrol edin.

Beyaz dengesi

Bir fotoğraftaki ışığın Kelvin cinsinden ölçülen renk sıcaklığı. Restoran aydınlatması (2700-3000K) turuncu-sarı bir renk tonu üretir; doğal gün ışığı (5500K) nötr renk üretir. Yanlış beyaz dengesi somonun doğal mercan rengi yerine turuncu-kırmızı görünmesine ve beyaz tabakların sarı görünmesine neden olur. Yapay zeka iyileştirme araçları beyaz dengesini otomatik düzeltir; akıllı telefonlarda Pro modda manuel olarak ayarlanabilir.

Fotoğraf uyumluluğu

Bir görselin bir teslimat platformunun tüm içerik ve teknik yönergelerini karşılayıp karşılamadığı. Teknik uyumluluk boyutları, en-boy oranını, dosya formatını ve dosya boyutunu kapsar. İçerik uyumluluğu şunları kapsar: yemek satılan gerçek yemek olmalı, metin katmanları olmamalı, filigran olmamalı, kolaj olmamalı. Bir fotoğraf teknik olarak uyumlu olup yine de farklı bir yemek gösteriyorsa veya yasaklı grafik öğeler içeriyorsa içerik uyumluluğundan geçemeyebilir.

Küçük resim

Teslimat uygulaması arama sonuçlarında, kategori ızgaralarında ve öne çıkan karusellerde gösterilen bir ürünün küçük önizlemesi. Küçük resim tipik olarak bir telefon ekranında 60-120 piksel yüksekliğindedir. Tam boyutta harika görünen bir fotoğraf, yemek çerçevede küçükse, arka plan dağınıksa veya yemek arka plana karşı düşük kontrastlıysa küçük resim boyutunda okunamaz olabilir. Göndermeden önce her zaman bir fotoğrafı küçük resim ölçeğinde kontrol edin — görsel ekranda yaklaşık 1 cm yüksekliğe gelene kadar uzaklaştırın.

Fotoğraf incelemesi

Teslimat platformlarının gönderilen fotoğrafları onayladığı veya reddettiği süreç. DoorDash incelemesi 2-5 iş günü, Uber Eats 3-5 iş günü sürer. İncelemeler manuel (bir insan değerlendirici) veya otomatik (yazılım kontrolleri) olabilir. Reddetme nedenleri genellikle belirtilir; yeniden gönderim inceleme süresini baştan başlatır.

Fotoğraf reddi

Bir teslimat platformunun gönderilen bir fotoğrafı yayınlamayı reddetmesi. Yeniden göndermeden önce her zaman reddetme nedenini okuyun — aynı fotoğrafı yeniden göndermek inceleme penceresini boşa harcar. Yaygın nedenler: yanlış en-boy oranı, düşük çözünürlük, metin katmanı, dağınık arka plan, bulanık fotoğraf ve yemeğin çerçevede ortalanmamış olması.

Listeleme tamlık puanı

Bir restoran menüsünün ne kadar eksiksiz olduğuna dair teslimat platformu iç ölçütü; fotoğraf kapsamı, ürün açıklamaları ve kategori düzenini içerir. Daha yüksek tamlık puanları daha iyi arama sıralamasıyla ilişkilidir. Uber Eats ve DoorDash, fotoğraf tamlığını sıralama algoritmalarına dahil eder.

Kamera ve ışık terimleri

Diyafram

Kameraya ne kadar ışık girdiğini kontrol eden ve alan derinliğini belirleyen lens açıklığı. Daha geniş diyafram (düşük f sayısı: f/1.8, f/2.0) daha bulanık bir arka plan ve daha keskin bir özne yaratır — tek bir ana yemek için iyidir. Daha dar diyafram (yüksek f sayısı: f/8, f/11) sahnenin daha fazlasını odakta tutar — her şeyin keskin olması gereken tabaklar için iyidir. Çoğu akıllı telefon diyaframı otomatik kontrol eder; Portre modu sığ alan derinliğini simüle eder.

Alan derinliği

Fotoğrafın ne kadarının keskin odakta olduğu. Sığ alan derinliği (yumuşak arka plan, keskin özne) ana çekimler ve sosyal medya için işe yarar. Derin alan derinliği (her şey keskin) müşterilerin tüm yemeği net görmesi gereken teslimat uygulamaları için daha iyidir. Teslimat uygulamaları için sanatsal bulanıklık yerine derin alan derinliğini tercih edin.

ISO

Kamera sensörünün ışığa duyarlılığı. Daha yüksek ISO daha karanlık koşullarda çekim yapmayı sağlar ancak gren (dijital gürültü) ekler. Yemek fotoğrafçılığı için: mümkünse ISO'yu 800'ün altında tutun. Mutfağınız ISO 400'de çekim yapamayacak kadar karanlıksa, ISO'yu 1600'ün üzerine çıkarmak yerine bir halka ışık ekleyin.

Yumuşatılmış ışık

Öznenin etrafını saran yumuşak, gölgesiz ışık. Sert gölgeler olmadan dokuyu ortaya çıkardığı için yemek fotoğrafçılığında tercih edilir. Yumuşatılmış ışığı ucuza yaratın: kuzeye bakan bir pencerenin yakınında çekim yapın (dolaylı doğal ışık) veya halka ışığınız ile tabak arasına beyaz bir kağıt yerleştirin. Doğrudan flaş veya yumuşatılmamış halka ışık, parlak yemek yüzeylerinde sert parlamalar yaratır.

Ana çekim

Öne çıkan ürün fotoğrafı — en yüksek görünürlüğe sahip konumda (ana sayfa, öne çıkan banner, menü başlığı) kullanılan görsel. Ana çekimler daha yüksek fotoğrafçılık yatırımını haklı çıkarır çünkü görsel kalitenin marka algısını doğrudan etkilediği bağlamlarda görünürler. Teslimat uygulamaları için bir restoran vitrininin üst kısmındaki öne çıkan banner ana konumdur.

Tepeden çekim (flatlay)

Kameranın yemeğin tam üzerine, doğrudan aşağı bakacak şekilde konumlandırılması. En iyi olduğu yerler: kaseler, tabaklar, pizza, salatalar, suşi ve tüm düzenlemenin görülmesi gereken her şey. İdeal olmadığı yerler: burgerler, katmanlı sandviçler, katmanlı tatlılar — bunların görünmesi için yüksekliğe ihtiyaç vardır ve tepeden düz görünürler.

Işık yansıması (catchlight)

Parlak bir yemek yüzeyinde görünen küçük parlak yansıma — bir sos parlaklığındaki ayna benzeri vurgu, bir balık filetosundaki parlaklık, taze bir salata sosunun ışıldaması. Işık yansımaları tazelik ve iştah çekiciliği sinyali verir. Çok fazla ışık yansıması (aşırı pozlama veya sert ışık) patlamış bir parıltı gibi görünür; sıfır ışık yansıması yemeği düz ve iştahsız gösterir.

Yapay zeka yemek fotoğrafçılığı terimleri

Arka plan kaldırma (matting)

Yemek öznesinin arka planından yapay zeka destekli olarak ayrılması. Yapay zeka tabak ile arka plan arasındaki sınırı belirler ve arka planı kaldırarak düz bir renk, nötr bir gradyan veya yeni bir ortamla değiştirir. Kalite araca göre önemli ölçüde değişir: yemeğe özel matting (FoodPhoto.ai'de olduğu gibi) buhar, düzensiz garnitürler ve yarı saydam öğelerle genel amaçlı araçlardan daha iyi başa çıkar.

Stil ön ayarı

Belirli bir mutfak türü veya görsel ruh hali için önceden yapılandırılmış bir dizi iyileştirme parametresi. Örneğin bir Japon mutfağı ön ayarı, balık rengi doğruluğuna göre ayarlanmış renk derecelendirmesi, Japon yemek fotoğrafçılığı estetiğine özgü yumuşatılmış aydınlatma ve somon ile ton balığı renk kontrastını en üst düzeye çıkaran nötr arka planlar uygular. FoodPhoto.ai, başlıca mutfakları ve teslimat platformu ruh hallerini kapsayan 133 fotoğraf stili ve 59 pazarlama stili içerir.

Renk derecelendirme

İstenen görünümü elde etmek için bir görüntü genelinde ton, doygunluk ve parlaklığı ayarlama. Teslimat uygulamaları için yemeğe özel renk derecelendirme, gerçek yemeğe renk doğruluğunu hedefler — sosyal medya filtrelerinin abartılı doygunluğunu değil. Aşırı doygun fotoğraflar tek başına çekici görünebilir ancak teslim edilen yemek fotoğraftan daha az canlı göründüğünde müşteri şikayetlerini tetikleyebilir.

Büyütme (upscaling)

Görünür kalite kaybı olmadan yapay zeka tabanlı çözünürlük artışı. Geleneksel bir yeniden boyutlandırma algoritması büyütürken bulanıklaştırırken, yapay zeka büyütme ayrıntıyı yeniden oluşturur. Platform minimum çözünürlüğünün biraz altında olan bir fotoğrafı tamamen yeniden çekmeden özelliklere uygun hale getirmek için kullanılır.

Teslimat ön ayarı

Bir hedef kırpma için çalışma yapılandırması. DoorDash için 16:9'da yatay 1400×800 piksel ve Uber Eats için 5:4'te 1250×1000 piksel pratik dışa aktarma örnekleridir. Bir ön ayar onay garantisi vermez. Gerçek yemeği ve hedef talimatlarını inceleyin.

Halüsinasyon (yapay zeka bağlamında)

Yapay zekanın orijinal yemekte olmayan yemek öğeleri eklemesi — fazladan malzemeler, daha fazla parça, farklı renkler. Bu, fotoğrafların müşterilerin aldığı gerçek yemeği temsil etmesini gerektiren teslimat platformlarında bir uyumluluk riskidir. FoodPhoto.ai, yeni yemek öğeleri uydurmadan (ışık, arka plan, renk doğruluğu) iyileştirmek için tasarlanmıştır.

Toplu işleme

Birden fazla fotoğrafı tek bir otomatik iş akışında iyileştirme. Her ürünü tek tek işlemek yerine toplu işleme 10, 20 veya 50 fotoğrafı kabul eder ve aynı ön ayarı ve dışa aktarma yapılandırmasını hepsine uygular. Tam menü fotoğraf projeleri için kritiktir — 60 ürünlük bir menü, ürün başına 3 dakikada tek tek işlendiğinde 3 saat sürer; toplu işleme bunu 30 dakikanın altına indirir.

Kompozisyon ve stil terimleri

Üçler kuralı

Çerçeveyi 3×3'lük bir ızgaraya bölen ve ana özneyi merkez yerine ızgara çizgilerinin kesişimine yerleştiren bir kompozisyon kılavuzu. Teslimat uygulamaları için yemek fotoğrafçılığında genellikle merkezi yerleşim tercih edilir — teslimat uygulaması küçük resimleri sert biçimde kırpar ve merkez dışı yemekler kısmen kırpılma riski taşır. Üçler kuralı, teslimat uygulaması listelemelerinden çok sosyal medya ve editoryal yemek fotoğrafçılığı için daha kullanışlıdır.

Negatif alan

Yemeğin etrafındaki kasıtlı boş alan. Görsel bir incelik izlenimi verir ve yemeğin nefes almasını sağlar. Teslimat uygulaması bağlamında negatif alan, yemek ile çerçevenin kenarı arasındaki boşluktur. Çoğu teslimat uygulaması yemeğin çerçevenin en az %60-70'ini kaplamasını gerektirir, bu da negatif alanı sınırlar — ancak her tarafta temiz bir %15-20 boşluk bırakmak, çerçeveyi kenardan kenara doldurmaktan daha güvenlidir.

Yemek stilizasyonu

Fotoğraflamadan önce malzemeleri maksimum görsel çekicilik için düzenleme. Fotoğraf kalitesindeki en büyük etken, kamera veya yapay zeka devreye girmeden önce tabaklama — yemeğin nasıl düzenlendiğidir. İyi tabaklama, ana proteinin ön planda ve merkezde olması, sosların kasıtlı olarak gezdirilmesi ve garnitürlerin renk ve denge için yerleştirilmesi anlamına gelir. Yapay zeka iyileştirme kötü tabaklanmış yemeği düzeltemez; yalnızca zaten var olanı optimize edebilir.

Doku

Yemeğin görünür yüzey kalitesi. Birincil iştah tetikleyicisi: görünür pirinç tanesi dokusu, taze bir sebzenin çıtır kesiti, bir proteindeki köz izleri, bir hamur işi kabuğunun pul pul dökülmesi. Yapay zeka keskinleştirme doku görünürlüğünü artırabilir, ancak yemeğin başlangıçta görünür dokusu olmalıdır. Aşırı pişmiş, aşırı soslu veya kaplanmış yemekler dokusunu kaybeder ve fotoğrafçılıkta iştah açıcı hale getirilmesi daha zordur.

Platform teknik özellikleri hızlı başvuru tablosu (Haziran 2026'da güncellendi)

Bu sözlük Haziran 2026 referans başlığını korur. DoorDash ve Uber Eats sayısal ürün fotoğrafı rehberi 7 Ekim 2026'da DoorDash satıcı yardımı ve Uber satıcı yardımı ile yeniden kontrol edilmiştir. Diğer tablo girişleri belirtilen daha önceki kaynak kontrolünü korur; hesaba özgü bir onay ima edilmez.