Fotoğraf Çekerek Kalori Hesaplayan Uygulama Var mı? Nasıl Çalışır, Ne Kadar Doğru?

Son güncelleme: 16 Ekim 2026 · Hazırlayan: QuickCalo Ekibi

Yemek fotoğrafından kalori nasıl hesaplanır?

Yemek fotoğrafından kalori, yapay zekânın tabaktaki yiyecekleri tanıması, her birinin miktarını tahmin etmesi ve bu miktarları besin değerlerine çevirmesiyle hesaplanır. Süreç genellikle şu adımlardan oluşur:

1. Tanıma: Model fotoğraftaki yiyecekleri ayırt eder (ör. pilav, kuru fasulye, salata).
2. Miktar tahmini: Tabak, kase, çatal gibi nesnelerden yola çıkarak her yiyeceğin yaklaşık gramını ya da porsiyonunu tahmin eder.
3. Besin değerine çevirme: Tahmin edilen miktarı kaloriye ve proteine çevirir.
4. Kontrol: İyi uygulamalar aykırı sonuçları sabit referans değerleriyle karşılaştırır.
5. Senin onayın: Sonucu görür, gerekirse düzeltir ve kaydedersin.

QuickCalo'nun bu adımları nasıl uyguladığını Nasıl çalışır? sayfasında anlattık.

Porsiyon fotoğraftan nasıl tahmin edilir?

Porsiyon, fotoğraftaki yiyeceğin kapladığı alanın tabak, kase, bardak ya da çatal gibi bilinen boyuttaki nesnelerle karşılaştırılmasıyla tahmin edilir. Fotoğraf iki boyutludur; bu yüzden yükseklik ve derinlik görünmez. Derin bir kasedeki çorba ya da üst üste konmuş pilav, olduğundan az görünebilir.

QuickCalo'da onay ekranında porsiyonu (ör. yarım, bir, bir buçuk porsiyon ya da gram) değiştirebilirsin; kalori buna göre yeniden hesaplanır.

Hangi yemeklerde fotoğrafla kalori hesaplamak kolay, hangilerinde zor?

Tek parça ve şekli belli yiyeceklerde fotoğrafla tahmin daha kolaydır; içi, yağı ya da miktarı görünmeyen karışık tabaklarda daha zordur.

Karışık tabaklarda en iyi sonuç için fotoğraftan sonra yemek adını netleştir (ör. "zeytinyağlı taze fasulye") ya da tabağı "Yazarak ekle" ile malzemeleriyle yaz.

Fotoğrafla kalori hesaplama ne kadar doğru?

Fotoğrafla kalori hesaplama bir tahmindir; doğruluğu fotoğrafın netliğine, porsiyonun görünürlüğüne ve görünmeyen yağ ya da sos miktarına bağlıdır. Tartı ve etiketle yapılan ölçümün yerini tutmaz, ama her öğünü hiç kaydetmemekten çok daha fazla bilgi verir.

Tahmini en çok şaşırtan durumlar:

• Görünmeyen yağ ve sos: Tencereye ya da tavaya eklenen yağ, tereyağı ve soslar fotoğrafta görünmez ama kaloriyi belirgin biçimde artırır.
• Karışık tabaklar: Malzemeler iç içe geçtiğinde her birinin miktarı ayrı ayrı tahmin edilemez.
• İçecekler: Şeker, süt ve şurup miktarı görünmez; bardağın hacmi de yanıltabilir.
• Porsiyon derinliği: Kase ve tabaktaki yükseklik fotoğrafta kaybolur.
• Işık ve açı: Karanlık ya da çok yandan çekilmiş fotoğraflarda yiyecekler karışabilir.

QuickCalo için yüzde olarak bir doğruluk oranı vermiyoruz; kendi ölçümlü testimizi yapıp yöntemiyle birlikte yayımladığımızda burada paylaşacağız. O zamana kadar en iyi yol, sonucu onay ekranında kontrol etmek ve gerektiğinde porsiyonu ya da kaloriyi düzeltmek.

Fotoğraftan protein, karbonhidrat ve yağ da hesaplanabilir mi?

Evet, yapay zekâ modelleri fotoğraftan kalorinin yanında makro besinleri de tahmin edebilir; QuickCalo analizde kaloriyi ve proteini gösterir. Karbonhidrat ve yağ, öğün analizinde ayrı gösterilmez.

Uygulamadaki tariflerde ise porsiyon başına kalori, protein, karbonhidrat ve yağ değerleri verilir; bu değerler malzeme gramlarından USDA FoodData Central ve TürKomp verileriyle hesaplanmıştır.

İçeceklerin ve paketli ürünlerin kalorisi fotoğraftan anlaşılır mı?

İçeceklerin kalorisi fotoğraftan ancak kabaca anlaşılır; çünkü şeker, süt ve şurup miktarı görünmez. QuickCalo içecekleri mililitre olarak değerlendirir; çay, kahve, bira gibi bazı içeceklerde onay ekranında kap türünü (ör. çay bardağı, fincan, kutu, şişe) ve adedini seçebilirsin. Su ve şekersiz çay gibi kalorisiz içecekler de kaydedilebilir.

Paketli ürünlerde en doğru bilgi etiketteki besin değeri tablosudur. QuickCalo'da barkod okuma yok; paketli bir ürünü fotoğraflarsan yapay zekâ onu tanımaya çalışır, ama ürün adını ve gramajını "Yazarak ekle" ile yazmak genellikle daha iyi sonuç verir.

Yapay zekâ ile kalori takibi mi, elle takip mi?

Yapay zekâ ile takip çok daha hızlıdır ama tahmine dayanır; elle takip zahmetlidir ama tartı ve etiketle yapıldığında daha kesindir. Elle takipte her yiyeceği bir veritabanında arayıp miktarını girersin; yapay zekâ ile takipte fotoğraf çekip ya da bir cümle yazıp sonucu kontrol edersin.

Kalori takibini sürdürmekte zorlanıyorsan hızlı yöntem işini kolaylaştırır; çok hassas ölçüm gereken durumlarda tartı ve etiket daha güvenilirdir.

Daha doğru sonuç için yemek fotoğrafı nasıl çekilmeli?

Daha doğru sonuç için tabağın tamamını, iyi ışıkta ve hafif yukarıdan çek; yağ ve sos gibi görünmeyenleri sonradan belirt. Sık yapılan hatalar ve çözümleri:

• Tabağın bir kısmı kadraj dışında: Bütün tabak ve yanındaki ekmek, içecek kadrajda olsun.
• Karanlık ortam: Gün ışığı ya da iyi bir tavan ışığı kullan; flaş parlaması yiyecekleri karıştırabilir.
• Çok yandan çekmek: Hafif açılı, yukarıdan bir açı porsiyonu daha iyi gösterir.
• Ölçek yokluğu: Çatal ya da kaşığın görünmesi boyut tahminine yardım eder.
• Görünmeyen malzeme: Tereyağı, yağ, şeker ya da sos eklendiyse yemek adına ekle (ör. "tereyağlı pilav").
• Birden çok tabak: Tabakları ayrı ayrı çekmek karışıklığı azaltır.

QuickCalo'da fotoğrafla kalori hesaplama adım adım

QuickCalo'da bir öğünü fotoğrafla kaydetmek birkaç saniye sürer:

1. Ana ekranda öğünü (kahvaltı, öğle, akşam ya da ara öğün) seç ve "Fotoğraf çek"e dokun.
2. Tabağını uygulamanın kamerasıyla çek. Galeriden seçme seçeneği yok.
3. Analiz birkaç saniye sürer; yemek adı, kalori, protein ve porsiyon tahmini gelir.
4. Onay ekranında porsiyonu, kaloriyi ya da yemek adını değiştir. Her analizde ilk isim düzeltmesi ücretsizdir.
5. Kaydet; öğün günlük toplamına eklenir.

Ücretsiz sürümde günde 3 analiz hakkın var; fotoğraf ve yazı aynı hakkı kullanır; analiz sonuç vermezse hak düşmez. Premium ile sınır kalkar; ayrıntılar Fiyatlar sayfasında.

Fotoğrafla kalori hesaplama hakkında sık sorulan sorular

Kaynaklar

• USDA FoodData Central — tarif besin değerlerinde kullanılan ABD Tarım Bakanlığı veritabanı
• TürKomp – Ulusal Gıda Kompozisyon Veri Tabanı — tarif besin değerlerinde kullanılan Türkiye veritabanı