# วิธีนับแคลอรี่จากรูปอาหาร ทีละขั้นตอน

> วิธีนับแคลอรี่จากรูปอาหารด้วยแอป AI ทีละขั้นตอน พร้อม 5 เคล็ดลับและตารางที่ช่วยให้บันทึกจากรูปแม่นขึ้นมาก แค่ถ่ายรูป ให้ AI แยกอาหาร ปรับปริมาณ บันทึกได้ทันที

_2026-06-24 · 2026-07-09 · LensNutra Team · LensNutra_
_Canonical: https://lensnutra.com/th/blog/how-to-count-calories-from-a-photo_
_Language: th_

คุณนับแคลอรี่จากรูปได้ง่ายๆ แค่เปิดแอปนับแคลอรี่ AI ถ่ายรูปมื้ออาหารของคุณ แล้วปล่อยให้โมเดลภาพของแอปแยกแยะอาหาร ประเมินปริมาณ และคืนค่าแคลอรี่กับมาโครให้ ซึ่งมักใช้เวลาเพียงไม่กี่วินาที จากนั้นคุณแค่ยืนยันหรือปรับปริมาณ มื้อนั้นก็ถูกบันทึกทันที ไม่ต้องใช้เครื่องชั่งอาหาร ไม่ต้องค้นฐานข้อมูลทีละเมนู

บทความนี้จะพาไปดูว่ามันทำงานอย่างไร และถ่ายแบบไหนถึงจะได้ผลลัพธ์แม่นที่สุด โดยเฉพาะกับอาหารไทยอย่างข้าวราดแกงและก๋วยเตี๋ยวที่ถ่ายยากกว่าจานฝรั่ง

## ประเด็นสำคัญ

- อยากนับแคลอรี่จากรูป ให้ถ่ายจานอาหารมุมเฉียงจากด้านบนหนึ่งรูปให้ชัด แล้วปล่อยให้ [ระบบสแกนอาหารด้วย AI](/features/ai-food-scanner) แยกแยะอาหารและประเมินปริมาณ คุณแค่ตรวจดูแล้วบันทึกภายในไม่กี่วินาที
- การประเมินแคลจากรูปมักแม่นราว 85 ถึง 95 เปอร์เซ็นต์สำหรับอาหารเดี่ยว และ 65 ถึง 80 เปอร์เซ็นต์สำหรับเมนูผสม ซึ่งแม่นพอสำหรับการลดน้ำหนักได้อย่างสม่ำเสมอ
- ขั้นตอนสำคัญที่สุดคือการตรวจปริมาณที่ AI ประเมิน เพราะ AI อ่านปริมาตรจากรูปได้ แต่จับน้ำหนักหรือน้ำมันที่ซ่อนอยู่ไม่ได้
- อาหารสดที่วางแยกกันบนจานจะสแกนได้แม่นกว่าเมนูที่ปั่น กองซ้อน หรือราดน้ำแกงมากๆ
- อะไรที่มีบาร์โค้ดหรือฉลากโภชนาการ ให้สแกนฉลากแทนการถ่ายรูป เพราะตัวเลขพิมพ์มาชัดเจน ไม่ใช่การประเมิน
- อาหารไทยส่วนใหญ่เป็นเมนูผสมและมีมันจากน้ำมันหรือกะทิที่มองไม่เห็น จึงต้องปรับปริมาณและบวกไขมันแฝงเองเพื่อให้แม่นขึ้น

## ทำไมต้องนับแคลจากรูป แทนที่จะพิมพ์ทีละอย่าง?

การนับแคลอรี่แบบพิมพ์เองนั้นน่าเบื่อ พอกินเสร็จ คุณเปิดแอป แล้วเริ่มพิมพ์คำว่า "อกไก่ย่าง" จากนั้นต้องเลื่อนหารายการในฐานข้อมูลที่หน้าตาคล้ายกันเป็นสิบๆ อัน แล้วทำซ้ำอีกรอบสำหรับข้าว ผัก และน้ำแกง สุดท้ายคนส่วนใหญ่เลิกภายในสัปดาห์เดียว

ความยุ่งยากนี่แหละคือเหตุผลที่คนน้อยคนจะบันทึกอาหารได้ต่อเนื่อง งานวิจัยของ Kaiser Permanente ปี 2008 ที่ถูกอ้างถึงบ่อยครั้งในวารสาร *American Journal of Preventive Medicine* พบว่าคนที่ควบคุมอาหารและจดบันทึกมื้ออาหารอย่างสม่ำเสมอ ลดน้ำหนักได้มากกว่าคนที่จดน้อยหรือไม่จดเลยประมาณสองเท่า ปัญหาไม่เคยอยู่ที่ว่าการจดบันทึกไม่ได้ผล แต่อยู่ที่ว่าการพิมพ์เองมันช้าเกินกว่าจะทำได้นานๆ การถ่ายรูปจานอาหารย่อขั้นตอนทั้งหมดให้เหลือแค่แตะครั้งเดียว จึงเป็นเหตุผลว่าทำไมการสแกนอาหารด้วย AI ถึงกลายเป็นวิธีบันทึกที่เร็วที่สุด

## วิธีนับแคลอรี่จากรูป ทีละขั้นตอน

### 1. ถ่ายรูปให้ชัด ตรงมุม

จัดเฟรมให้เห็นทั้งจานในที่แสงพอเหมาะ การถ่ายมุมเฉียงเล็กน้อยเกือบจากด้านบนจะช่วยให้ AI เห็นปริมาณอาหารได้ดีที่สุด หลีกเลี่ยงเงาเข้ม ไอร้อนที่ลอยขึ้น หรือการถ่ายโคลสอัพจนบางส่วนของอาหารถูกบัง ถ้ากับข้าวกองซ้อนกัน เช่น ข้าวราดแกงที่ราดทับข้าว ลองเกลี่ยหรือแยกออกสักหน่อยให้กล้องเห็นปริมาณเต็มๆ

### 2. ให้ AI แยกแยะอาหารแต่ละอย่าง

โมเดลภาพจะจดจำอาหารแต่ละอย่างบนจาน ทั้งโปรตีน ข้าวหรือแป้ง และผัก แล้วแยกออกเป็นรายการทีละอย่าง แอปที่ดีจะแสดงรายละเอียดให้เห็นแทนที่จะให้ตัวเลขรวมเป็นก้อนเดียว คุณจึงเห็นชัดว่า AI คิดว่ากำลังมองอะไรอยู่ และแก้ไขได้ทันทีถ้ามันอ่านผิด เช่น เข้าใจว่าผัดกะเพราเป็นผัดผักธรรมดา

### 3. ตรวจปริมาณที่ AI ประเมิน

นี่คือขั้นตอนที่คนส่วนใหญ่ข้าม และเป็นขั้นตอนที่สำคัญที่สุด AI ประเมินปริมาตรจากรูปได้ แต่รู้สึกถึงน้ำหนักของอกไก่ หรือน้ำมันที่ซึมอยู่ในผัดของคุณไม่ได้ ถ้าปริมาณดูไม่ตรง ให้ปรับ แอปส่วนใหญ่ให้เพิ่มลดปริมาณได้ในแตะเดียว การกะข้าวหนึ่งทัพพีครึ่งเป็นหนึ่งทัพพี ผิดพลาดมากกว่าการที่ AI เรียกชื่อเมนูผิดเสียอีก

### 4. ตรวจสารอาหารแล้วกดบันทึก

พอปริมาณดูถูกต้องแล้ว คุณจะได้ค่าแคลอรี่พร้อมโปรตีน คาร์บ ไขมัน และไฟเบอร์ ใน LensNutra คุณยังได้ [คะแนนสุขภาพ 1 ถึง 10 จากตัวนับมาโคร](/features/macro-tracker) เพื่อประเมินคุณภาพของมื้ออาหาร ไม่ใช่แค่ปริมาณ กดยืนยันแล้วมันก็จะถูกบันทึกลงในวันของคุณ ดูตัวอย่างจริงได้ที่ [หน้าแคลอรี่ข้าวกับอกไก่](/calories/chicken-and-rice) ซึ่งเป็นมื้อที่ตัวสแกนจากรูปจัดการได้ดีเพราะส่วนประกอบแยกกันชัดเจน

## อะไรช่วยและอะไรทำให้นับแคลจากรูปคลาดเคลื่อน

ความต่างระหว่างการบันทึกจากรูปที่แม่นกับที่พลาด มักขึ้นอยู่กับสิ่งที่อยู่ในเฟรม ไม่ใช่ตัวแอป นี่คือสิ่งที่ดันตัวเลขไปในแต่ละทาง

| ช่วยให้แม่นขึ้น | ทำให้คลาดเคลื่อน |
| --- | --- |
| มุมเฉียงจากด้านบนที่เห็นทั้งจาน | ถ่ายโคลสอัพหรือมุมข้างจนมองไม่เห็นความลึก |
| แสงสว่างสม่ำเสมอ | เงาเข้ม ห้องมืด หรือแสงสะท้อนจ้า |
| มีของอ้างอิงขนาด (ส้อม จานมาตรฐาน มือ) | อาหารกองเดียวบนพื้นหลังโล่งๆ |
| อาหารสดวางแยกกันเป็นอย่างๆ | เมนูผสมที่ปั่น กองซ้อน หรือราดน้ำแกง |
| ถ่ายปริมาณเต็มก่อนกิน | จานที่กินไปครึ่งหนึ่งแล้ว |
| ปรับปริมาณหลังสแกน | รับค่าประเมินแรกโดยไม่ตรวจ |
| สแกนบาร์โค้ดหรือฉลากเมื่อมี | เดาปริมาณอาหารสำเร็จรูปจากรูป |

## 5 เคล็ดลับให้บันทึกแคลจากรูปแม่นขึ้น

1. **ใส่ของอ้างอิงขนาด** ส้อม จานอาหารมาตรฐาน หรือมือของคุณในเฟรมช่วยให้ AI กะสเกลได้ ข้าวกองเดียวบนพื้นหลังขาวๆ จะกะขนาดยากกว่ามาก
2. **แยกอาหารผสมออกจากกันถ้าทำได้** แกงกะทิหรือสมูทตี้ซ่อนวัตถุดิบเอาไว้ อาหารสดที่วางแยกกันบนจานประเมินได้ง่ายกว่ามาก ถ้ากินข้าวราดแกง ลองแยกกับข้าวออกจากข้าวสักหน่อยก่อนถ่าย
3. **ถ่ายก่อนกิน** เก็บภาพปริมาณเต็ม ไม่ใช่จานที่กินไปครึ่งแล้ว AI วัดได้แค่สิ่งที่มันเห็น
4. **แก้ปริมาณเอง** AI ให้จุดเริ่มต้นที่ฉลาด ให้ถือว่าเป็นร่างที่คุณต้องเกลา ไม่ใช่คำตอบสุดท้าย โดยเฉพาะอาหารที่แคลอรี่หนาแน่นอย่างของทอด ที่ปริมาตรผิดนิดเดียวก็ทำให้แคลเพี้ยนไปเยอะ
5. **ใช้บาร์โค้ดสำหรับอาหารสำเร็จรูป** ถ้ามีฉลากหรือบาร์โค้ด [การสแกนบาร์โค้ด](/features/barcode-scanner) จะดึงตัวเลขที่พิมพ์ไว้เป๊ะๆ ซึ่งแม่นกว่าการประเมินจากรูปทุกครั้ง

## นับแคลจากรูปแม่นจริงแค่ไหน?

ตอบตามตรง คือดีมากสำหรับดูแนวโน้ม แต่ไม่เป๊ะทุกแคลอรี่ ระบบรู้จำอาหารด้วย AI มักแม่นราว 85 ถึง 95 เปอร์เซ็นต์สำหรับอาหารเดี่ยวที่แยกกันชัดเจน และ 65 ถึง 80 เปอร์เซ็นต์สำหรับเมนูผสมที่วัตถุดิบซ่อนอยู่หลังกันและกัน

สาเหตุคลาดเคลื่อนหลักมีสองอย่าง อย่างแรกคือปริมาณ ซึ่งกล้องประเมินจากปริมาตรเพียงอย่างเดียว อย่างที่สองคือไขมันแฝง น้ำมันปรุงอาหารหนึ่งช้อนโต๊ะมีราว 120 แคลอรี่และไขมันประมาณ 14 กรัม ตามข้อมูลของ [USDA FoodData Central](https://fdc.nal.usda.gov/) และมันมองไม่เห็นเลยในรูปผัดที่ทำเสร็จแล้ว นี่คือเหตุผลว่าทำไมการปรับปริมาณและบวกน้ำมันที่ซ่อนอยู่ จึงสำคัญกว่าการที่ AI เรียกชื่ออาหารถูกทุกอย่าง โดยเฉพาะกับอาหารไทยที่ผัดด้วยน้ำมันเยอะหรือใส่กะทิ

ข่าวดีคือความแม่นระดับนี้เพียงพอแล้ว การเปลี่ยนแปลงของน้ำหนักขับเคลื่อนด้วยสมดุลแคลอรี่เฉลี่ยตลอดหลายสัปดาห์ ไม่ใช่ตัวเลขเป๊ะของมื้อใดมื้อหนึ่ง [Dietary Guidelines for Americans](https://www.dietaryguidelines.gov/) วางกรอบการกินเพื่อสุขภาพไว้ที่รูปแบบโดยรวมที่สม่ำเสมอ ไม่ใช่การคำนวณรายมื้อให้สมบูรณ์แบบ การบันทึกที่แม่น 90 เปอร์เซ็นต์ทุกวัน ชนะการบันทึกที่สมบูรณ์แบบแต่คุณเลิกทำหลังสัปดาห์เดียว เราแจกแจงตัวเลขจริงไว้ในบทความ [แอปนับแคลอรี่ AI แม่นไหม](/blog/how-accurate-are-ai-calorie-counters)

## เมื่อไหร่ควรใช้รูป บาร์โค้ด หรือกรอกเอง

การสแกนจากรูปคือตัวเลือกที่เร็วที่สุด แต่ไม่ได้แม่นที่สุดเสมอไป ให้เลือกวิธีให้เข้ากับชนิดอาหาร

- **ใช้รูป** สำหรับอาหารสด อาหารทำเอง หรือจานตามร้านที่ส่วนประกอบมองเห็นและแยกกันชัด เช่น ข้าวมันไก่ หรือปลาย่างกับผัก
- **ใช้บาร์โค้ดหรือฉลากโภชนาการ** สำหรับอะไรที่เป็นของบรรจุห่อ ตัวเลขที่พิมพ์ไว้ชนะการประเมินเสมอ ดังนั้น [การสแกนบาร์โค้ด](/features/barcode-scanner) จึงเหมาะกับโปรตีนบาร์ โยเกิร์ตถ้วย และอาหารแช่แข็ง
- **ใช้การกรอกเอง** สำหรับเมนูที่คุณทำบ่อย พอบันทึกข้าวต้มหรือโจ๊กสูตรประจำไปสักสองสามครั้ง การเรียกมื้อที่บันทึกไว้จะเร็วและแม่นกว่าการสแกนใหม่

คนส่วนใหญ่สุดท้ายก็ใช้ทั้งสามอย่างผสมกัน รูปสำหรับมื้อที่ยุ่งเหยิงและเปลี่ยนไปมา บาร์โค้ดสำหรับของบรรจุห่อ และมื้อที่บันทึกไว้สำหรับเมนูซ้ำๆ ถ้าอยากเข้าใจภาพรวมของเป้าหมายมาโครทั้งหมด อ่านคู่มือ [วิธีนับมาโคร](/blog/how-to-track-macros) ของเราได้เลย

## สรุป

การนับแคลอรี่จากรูปช่วยกำจัดเหตุผลใหญ่ที่สุดที่คนเลิกบันทึกอาหาร นั่นคือความยุ่งยาก แค่ถ่าย มองรายละเอียดที่แยกออกมา ปรับปริมาณ เสร็จ ทำแบบนี้อย่างสม่ำเสมอแล้วผลลัพธ์จะตามมาเอง เพราะสิ่งที่เปลี่ยนตัวเลขบนตาชั่งคือความสม่ำเสมอ ไม่ใช่ความเป๊ะระดับทศนิยม

อยากลองไหม? [ดาวน์โหลด LensNutra](/download) แล้วบันทึกมื้อแรกของคุณจากรูปได้ในไม่กี่วินาที