Kan en iPhone måle en vægs farve under en LiDAR-scanning?
Nogle boligscanner-apps kan aflæse en omtrentlig vægfarve fra de fotos, der bliver taget under en LiDAR-scanning, og bruge dybdedataen til at sortere møbler og udsigt fra. Det er et forslag til farven, ikke en kalibreret måling.
Kort svar: Delvist. En app kan analysere de fotos, kameraet tager under en LiDAR-scanning, finde de flader der ligger i vægplanet ved hjælp af dybdedataen, og regne en gennemsnitsfarve ud for den flade. Det er ikke en farvemåling med et kalibreret instrument — telefonens kamera og det omgivende lys påvirker resultatet — men det kan give et brugbart forslag, du selv bekræfter eller retter.
Hvordan kan en scanning "se" en vægs farve?
En LiDAR-scanning optager to ting samtidig: dybde (hvor langt væk er hver flade) og almindelige kamerabilleder. Dybdedataen bruges normalt kun til geometrien — vægge, mål, rumform. Men den kan også bruges omvendt: til at afgøre, hvilke pixels i et almindeligt foto der faktisk viser en væg, i modsætning til et møbel foran den, et vindue med udsigt til nabohuset, eller en person, der gik forbi under scanningen. Når de vægpixels er isoleret, kan appen regne en gennemsnitsfarve ud for den flade.
Hvorfor er det ikke en præcis måling?
- Lyset i rummet påvirker resultatet. En hvid væg i varmt aftenlys fra en pære kan måle gullig; samme væg i koldt dagslys fra et vindue kan måle blåligt. Et kalibreret farveinstrument korrigerer for det, et telefonkamera gør det kun delvist.
- Telefonens kamera er ikke bygget til farvemåling. Det er bygget til at tage pæne billeder, hvilket betyder automatisk hvidbalance og eksponering, der begge justerer farven, uden at du beder om det.
- Skygger og reflekser fra møbler, lamper og vinduer kan farve dele af væggen, selv når selve malingen er ensfarvet.
Resultatet er derfor bedst forstået som "hvilken farve lignede væggen omtrent i den scanning", ikke "hvilken RAL- eller NCS-kode har denne maling".
Hvad kan farveaflæsningen bruges til?
Det mest oplagte er at give plantegningen og 3D-modellen et realistisk førstepræg, uden at du selv skal klikke farve på hver eneste væg efter en scanning med mange rum. Det er nyttigt til en hurtig visuel oversigt — men skal du matche en eksisterende farve præcist, for eksempel for at købe mere af den samme maling, er den rette metode stadig en fysisk farveprøve taget med til et byggemarked, ikke et tal aflæst fra et skærmbillede.
Kan man rette farven, hvis aflæsningen tager fejl?
I en god implementering, ja — en aflæst farve bør altid kunne overskrives manuelt, ligesom ethvert andet automatisk gæt i en boligscanning: rumtype, nordretning, målsætning. En vigtig detalje er, hvad der sker, hvis du allerede selv har valgt en farve til en væg, før den automatiske aflæsning kører — en velbygget funktion bør aldrig skrive en gættet farve oven i et valg, du har taget bevidst.
Virker det på alle vægge?
Nej. En væg, der er helt skjult bag møbler, et stort billede eller en reol, giver ikke nok synlig flade til en pålidelig aflæsning. En væg med mønstret tapet eller stærkt strukturerede overflader kan give et gennemsnit, der ikke ligner nogen enkelt del af mønstret. Og en væg, der kun blev fanget flygtigt i scanningen — for eksempel fordi du gik hurtigt forbi — har måske slet ikke nok fotomateriale til at basere et gæt på.
Kræver det en ny type scanning?
Ikke nødvendigvis en anden slags scanning, men typisk data, der ikke lå gemt i ældre scanninger: hvis funktionen er tilføjet til en app, efter du allerede har scannet boligen, kan den mangle det arkiv af analyserede fotos, som farveaflæsningen bygger på. I så fald virker funktionen først fra næste gang, du scanner eller genscanner et rum — ikke med tilbagevirkende kraft på gamle scanninger.
Er det samme teknologi, som bruges til rumtype-gæt?
De ligner hinanden i princip — begge er et automatisk forslag bygget ovenpå data, scanningen allerede indeholder — men de bruger forskellige dele af den. Rumtype-gættet bruger den geometriske møbelgenkendelse. Farveaflæsningen bruger fotoene kombineret med dybdedata til at finde vægfladerne. Fælles for dem er, at ingen af delene bør stå som endeligt facit uden at kunne rettes af dig.
Hvor stor er afvigelsen i praksis?
Forestil dig en hvid væg, RAL 9010, malet i et rum med et stort sydvendt vindue. Scannes rummet ved middagstid i klart dagslys, vil den aflæste farve typisk ligge tæt på den rigtige hvide — måske en anelse kølig i tonen. Scannes samme rum en vintereftermiddag med kun en varm loftslampe tændt, kan aflæsningen i stedet lande på en cremefarvet eller lysegul tone, selvom malingen på væggen ikke er ændret det mindste. Forskellen mellem de to aflæsninger af den samme væg kan sagtens svare til flere trin på en farveskala — nok til at gætte forkert, hvis du bruger tallet til at bestille mere maling, men rigeligt præcist til formålet: et hurtigt visuelt indtryk af, at væggen er lys og ikke mørk.
Hvad HouseSense gør
HouseSense kan aflæse en foreslået vægfarve ud fra scanningens egne fotos — LiDAR-dybden bruges til at sortere møbler og udsigt fra, så kun selve vægfladen tælles med. Forslaget lægges kun på vægge, du ikke selv allerede har farvet; det overskriver aldrig et valg, du selv har taget. Det kræver en nyere scanning, der har det analyse-arkiv, funktionen læser fra — ældre scanninger fra før funktionen fik virker først, når rummet scannes eller genscannes. Den foreslåede farve kan altid rettes manuelt bagefter, både i plantegningen og i 3D-modellen.
Sådan bruger du en automatisk vægfarve fornuftigt
- Brug den til overblikket, ikke til at bestille maling — tag altid en fysisk prøve, hvis farven skal matches præcist.
- Tjek vægge med lidt synlig flade ekstra grundigt — bag store møbler er gættet svagest.
- Ret manuelt, hvor du kender den rigtige farve bedre, end et foto fra scanningen kan vise.
- Genscan, hvis funktionen ikke findes på en gammel scanning, og du gerne vil have forslaget med.