# تصویر سے کیلوریز کیسے گنیں (مرحلہ وار گائیڈ)

> جانیں تصویر سے کیلوریز کیسے گنیں AI کیلوری ٹریکر کے ذریعے — مرحلہ وار طریقہ، 5 اہم مشورے اور ایک ٹیبل جو آپ کے فوٹو لاگز کو کہیں زیادہ درست بنا دیتے ہیں۔

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

آپ تصویر سے کیلوریز یوں گن سکتے ہیں: کوئی AI کیلوری ٹریکر کھولیں، اپنے کھانے کی تصویر لیں، اور اس کے ویژن ماڈل کو کھانوں کی شناخت کرنے، پورشن کا اندازہ لگانے اور کیلوریز و میکروز بتانے دیں — عام طور پر چند ہی سیکنڈ میں۔ اس کے بعد آپ پورشن کی تصدیق یا تھوڑی ایڈجسٹمنٹ کرتے ہیں اور کھانا لاگ ہو جاتا ہے۔ نہ کوئی فوڈ سکیل، نہ ڈیٹابیس میں دستی سرچ کی جھنجھٹ۔

یہاں بالکل تفصیل سے سمجھتے ہیں کہ یہ کیسے کام کرتا ہے اور سب سے درست نتیجہ کیسے حاصل کریں۔

## اہم نکات

- تصویر سے کیلوریز گننے کے لیے اپنی پلیٹ کی ایک صاف، اوپر سے لی گئی تصویر لیں اور [AI فوڈ سکینر](/features/ai-food-scanner) کو کھانوں کی شناخت اور پورشن کا اندازہ لگانے دیں؛ آپ چند سیکنڈ میں جائزہ لے کر لاگ کر دیتے ہیں۔
- فوٹو سے کیلوری کے تخمینے عام طور پر واحد کھانوں پر 85 سے 95 فیصد اور ملے جلے کھانوں پر 65 سے 80 فیصد تک درست ہوتے ہیں، جو مستقل مزاجی سے وزن گھٹانے کے لیے کافی قریب ہے۔
- سب سے اہم مرحلہ پورشن کے تخمینے کو چیک کرنا ہے، کیونکہ AI تصویر سے حجم پڑھ لیتا ہے مگر وزن یا چھپا تیل محسوس نہیں کر سکتا۔
- پلیٹ پر الگ الگ رکھے سالم کھانے، ملے جلے، تہ دار یا سالن والے پکوانوں کے مقابلے میں کہیں زیادہ درستگی سے سکین ہوتے ہیں۔
- جس چیز پر بارکوڈ یا غذائی لیبل ہو، اس کے لیے لیبل سکین کرنا تصویر سے بہتر ہے، کیونکہ اعداد چھاپ کر لکھے ہوتے ہیں، تخمینہ نہیں۔

## تصویر سے کیلوریز کیوں گنیں، دستی ٹائپنگ کے بجائے؟

دستی کیلوری گننا اکتا دینے والا کام ہے۔ آپ کھانا ختم کرتے ہیں، ایپ کھولتے ہیں اور "گرلڈ چکن" لکھنا شروع کرتے ہیں، پھر ڈیٹابیس کے 40 ملتے جلتے اندراجات میں سکرول کرتے ہیں، پھر چاول، سبزیوں اور سالن کے لیے یہی سب دہراتے ہیں۔ زیادہ تر لوگ ایک ہفتے کے اندر ہار مان جاتے ہیں۔

یہی جھنجھٹ وہ وجہ ہے جس کے باعث بہت کم لوگ ٹریکنگ پر قائم رہتے ہیں۔ *American Journal of Preventive Medicine* میں شائع ہونے والی Kaiser Permanente کی 2008 کی ایک معروف تحقیق میں پایا گیا کہ جن پرہیز کرنے والوں نے مستقل غذائی ریکارڈ رکھا، انہوں نے اُن لوگوں کے مقابلے میں تقریباً دُگنا وزن کم کیا جنہوں نے بہت کم یا بالکل ریکارڈ نہیں رکھا۔ مسئلہ کبھی یہ نہیں تھا کہ لاگنگ کام نہیں کرتی؛ مسئلہ یہ ہے کہ دستی لاگنگ اتنی سست ہے کہ اسے نبھانا مشکل ہو جاتا ہے۔ اپنی پلیٹ کی تصویر لینا پورے عمل کو ایک ٹیپ میں سمیٹ دیتا ہے، اسی لیے AI فوڈ سکیننگ ٹریک کرنے کا سب سے تیز طریقہ بن چکی ہے۔

خاص طور پر پاکستانی دستر خوان پر، جہاں سالن، بریانی، پلاؤ اور روٹی عام ہیں، دستی اندراج اور بھی مشکل ہو جاتا ہے کیونکہ ہر جزو کو الگ اندراج اور الگ اندازہ درکار ہوتا ہے۔ سوچیں کہ ایک عام رات کے کھانے میں چکن قورمہ، دو روٹیاں، تھوڑا سا رائتہ اور سلاد ہو — دستی طریقے سے یہ چار الگ الگ سرچ، چار الگ ڈیٹابیس اندراج اور چار اندازے بن جاتے ہیں، اور یہیں اکثر لوگ ہمت ہار دیتے ہیں۔ تصویر ایک ہی لمحے میں سب کچھ محفوظ کر لیتی ہے اور آپ کے ذمے صرف ایک کام رہتا ہے: پورشن کا جائزہ۔

## تصویر سے کیلوریز کیسے گنیں، مرحلہ وار

### 1. صاف اور سیدھی تصویر لیں

پوری پلیٹ کو اچھی روشنی میں فریم کریں۔ تھوڑا اوپر سے، ہلکے زاویے کی تصویر AI کو پورشن سائز کا بہترین نظارہ دیتی ہے۔ گہرے سائے، اٹھتی بھاپ اور اتنی قریبی تصویروں سے بچیں جو کھانے کا کچھ حصہ چھپا دیں۔ اگر کوئی کھانا اوپر تلے رکھا یا ڈھیر کیا ہوا ہو تو اسے تھوڑا پھیلا دیں تاکہ کیمرہ پوری مقدار دیکھ سکے — یہ بات چاول کے اُن پکوانوں میں خاص طور پر اہم ہے جن پر بوٹی یا چکن رکھا ہوتا ہے۔

### 2. AI کو کھانوں کی شناخت کرنے دیں

ویژن ماڈل پلیٹ پر موجود ہر الگ کھانے کو پہچانتا ہے — پروٹین، نشاستہ، سبزیاں — اور انہیں الگ الگ اجزاء میں بانٹ دیتا ہے۔ اچھی ایپس آپ کو ایک ملا جلا اکٹھا نمبر دینے کے بجائے تفصیل دکھاتی ہیں، تاکہ آپ ٹھیک ٹھیک دیکھ سکیں کہ AI کے خیال میں وہ کیا دیکھ رہا ہے، اور کسی بھی غلط شناخت کو درست کر سکیں۔ مثال کے طور پر اگر اس نے پلاؤ کو سادہ اُبلے چاول سمجھ لیا ہو، یا مرغ کڑاہی کو تندوری چکن، تو یہ فرق کیلوریز پر اثر ڈالتا ہے۔ اگر کوئی جزو غلط پہچانا گیا ہو تو اگلے مرحلے پر جانے سے پہلے اسے درست کر لیں۔

### 3. پورشن کے تخمینے کو چیک کریں

یہی وہ مرحلہ ہے جسے زیادہ تر لوگ چھوڑ دیتے ہیں، اور یہی سب سے اہم ہے۔ AI تصویر سے حجم کا اندازہ لگاتا ہے، مگر وہ نہ چکن بریسٹ کا وزن محسوس کر سکتا ہے اور نہ وہ تیل یا گھی جو آپ کے قورمے یا کڑاہی میں جذب ہو چکا ہے۔ اگر پورشن غلط لگے تو اسے ایڈجسٹ کریں۔ زیادہ تر ایپس آپ کو ایک ٹیپ میں سرونگ اوپر یا نیچے کرنے دیتی ہیں۔ 170 گرام کی سرونگ کو 115 گرام بتانا کسی بھی غلط شناخت سے بڑی غلطی ہے۔

### 4. میکروز کا جائزہ لیں اور لاگ کریں

جب پورشن درست لگنے لگے تو آپ کو کیلوریز کے ساتھ پروٹین، کاربوہائیڈریٹ، چکنائی اور فائبر مل جاتے ہیں۔ LensNutra میں آپ کو [میکرو ٹریکر کی طرف سے 1 سے 10 تک ہیلتھ سکور](/features/macro-tracker) بھی ملتا ہے تاکہ آپ کھانے کی صرف مقدار نہیں بلکہ معیار بھی پرکھ سکیں۔ تصدیق کریں، اور وہ آپ کے دن میں محفوظ ہو جاتا ہے۔ ایک حل شدہ مثال ہماری [چکن اور چاول کی کیلوریز والی صفحہ](/calories/chicken-and-rice) پر دیکھیں — یہ ایسا کھانا ہے جسے فوٹو سکینر اچھی طرح سنبھال لیتے ہیں کیونکہ اس کے اجزاء واضح اور الگ الگ ہوتے ہیں۔

## کیا چیز فوٹو کیلوری درستگی بہتر بناتی ہے اور کیا خراب

ایک درست فوٹو لاگ اور ایک خراب لاگ کے درمیان فرق عام طور پر اس بات پر منحصر ہوتا ہے کہ فریم میں کیا ہے، نہ کہ ایپ پر۔ یہاں دیکھیں کہ کون سی چیز نمبر کو کس سمت میں لے جاتی ہے۔

| درستگی بڑھاتی ہے | درستگی گھٹاتی ہے |
| --- | --- |
| تھوڑی اوپر سے لی گئی زاویے کی تصویر جو پوری پلیٹ دکھائے | بہت قریبی یا سائیڈ زاویے جو گہرائی چھپا دیں |
| یکساں، روشن روشنی | سخت سائے، مدھم کمرے یا چمک |
| حجم کا حوالہ (کانٹا، معیاری پلیٹ، ہاتھ) | سادہ پس منظر پر کھانے کا اکیلا ڈھیر |
| الگ الگ رکھے سالم کھانے | ملے جلے، تہ دار یا سالن والے پکوان |
| کھانے سے پہلے پوری سرونگ کی تصویر | آدھی کھائی ہوئی پلیٹ |
| سکین کے بعد پورشن ایڈجسٹ کرنا | پہلا تخمینہ بغیر چیک کیے قبول کر لینا |
| جہاں بارکوڈ یا لیبل ہو اسے سکین کرنا | پیک شدہ کھانے کا پورشن تصویر سے اندازہ لگانا |

## فوٹو کیلوری لاگز کو زیادہ درست بنانے کے 5 مشورے

1. **حجم کا حوالہ شامل کریں۔** فریم میں کوئی کانٹا، ایک معیاری کھانے کی پلیٹ، یا آپ کا ہاتھ AI کو سائز کا اندازہ دیتا ہے۔ سادہ سفید پس منظر پر چاول کا اکیلا ڈھیر ناپنا کہیں زیادہ مشکل ہوتا ہے۔
2. **ملے جلے کھانوں کو جہاں ممکن ہو الگ کریں۔** بریانی یا سموتھی اپنے اجزاء چھپا لیتی ہے۔ پلیٹ پر الگ الگ رکھے سالم کھانوں کا اندازہ لگانا کہیں آسان ہوتا ہے۔
3. **کھانے سے پہلے تصویر لیں۔** پوری سرونگ کی تصویر لیں، آدھی کھائی ہوئی پلیٹ کی نہیں۔ AI صرف وہی ناپ سکتا ہے جو وہ دیکھتا ہے۔
4. **پورشن ایڈٹ کریں۔** AI آپ کو ایک ذہین ابتدائی نقطہ دیتا ہے۔ اسے حتمی حقیقت نہیں بلکہ ایک مسودہ سمجھیں جسے آپ نکھارتے ہیں، خاص طور پر گھی اور تیل سے بھرپور کیلوری گھنے کھانوں میں جہاں حجم کی چھوٹی سی غلطی کیلوریز میں بڑی غلطی بن جاتی ہے۔
5. **پیک شدہ کھانے کے لیے بارکوڈ استعمال کریں۔** اگر اس پر لیبل یا بارکوڈ ہو تو [بارکوڈ سکین کرنا](/features/barcode-scanner) چھپے ہوئے درست اعداد نکال لاتا ہے، جو کسی بھی فوٹو تخمینے سے بہتر ہے۔

## تصویر سے کیلوری گنتی واقعی کتنی درست ہے؟

ایماندارانہ جواب: رجحانات ٹریک کرنے کے لیے بہت اچھی، مگر ہر کیلوری تک بالکل درست نہیں۔ AI فوڈ ریکگنیشن عام طور پر واضح اور الگ الگ رکھے واحد کھانوں پر 85 سے 95 فیصد اور اُن ملے جلے کھانوں پر 65 سے 80 فیصد درست ہوتی ہے جہاں اجزاء ایک دوسرے کے پیچھے چھپ جاتے ہیں۔

زیادہ تر غلطی کی دو وجوہات ہوتی ہیں۔ پہلی پورشن سائز ہے، جس کا اندازہ کیمرہ صرف بصری حجم سے لگاتا ہے۔ دوسری چھپی ہوئی چکنائی ہے: [USDA FoodData Central](https://fdc.nal.usda.gov/) کے مطابق ایک کھانے کے چمچ (ٹیبل اسپون) پکانے کے تیل میں تقریباً 120 کیلوریز اور قریب 14 گرام چکنائی ہوتی ہے، اور تیار شدہ کڑاہی یا پلاؤ کی تصویر میں یہ بالکل نظر نہیں آتی۔ یہی وجہ ہے کہ پورشن ایڈجسٹ کرنا اور چھپے تیل و گھی کا اضافہ کرنا کسی بھی ایک کھانے کے لیبل سے زیادہ اہم ہے، خاص طور پر دیسی کھانوں میں جہاں پکانے میں گھی اور تیل خوب استعمال ہوتا ہے۔

اچھی خبر یہ ہے کہ درستگی کا یہ درجہ کافی ہے۔ وزن کی تبدیلی کئی ہفتوں پر پھیلے آپ کے اوسط کیلوری توازن سے چلتی ہے، کسی ایک کھانے کی درست گنتی سے نہیں۔ وفاقی [Dietary Guidelines for Americans](https://www.dietaryguidelines.gov/) صحت مند کھانے کو ہر کھانے کے کامل حساب کے بجائے مستقل مجموعی طرزِ خوراک کے گرد ترتیب دیتی ہیں۔ ایک لاگ جو ہر روز 90 فیصد درست ہو، اُس کامل لاگ سے بہتر ہے جسے آپ ایک ہفتے بعد چھوڑ دیں۔ اصل اعداد ہم [AI کیلوری کاؤنٹر کتنے درست ہیں](/blog/how-accurate-are-ai-calorie-counters) میں کھول کر بیان کرتے ہیں۔

## کب تصویر، بارکوڈ، یا دستی اندراج استعمال کریں

فوٹو سکیننگ سب سے تیز آپشن ہے، مگر ہمیشہ سب سے درست نہیں۔ طریقہ کھانے کی قسم کے مطابق چنیں۔

- **تصویر استعمال کریں** سالم غذا، گھر کے پکے یا ریسٹورنٹ کے کھانوں کے لیے جہاں اجزاء نظر آتے اور الگ الگ ہوں۔
- **بارکوڈ یا غذائی لیبل استعمال کریں** کسی بھی پیک شدہ چیز کے لیے۔ چھپے اعداد ہر بار تخمینے سے بہتر ہوتے ہیں، اسی لیے پروٹین بارز، دہی کے کپ اور فروزن کھانوں کے لیے [بارکوڈ سکیننگ](/features/barcode-scanner) جیتتی ہے۔
- **دستی اندراج استعمال کریں** اُن ترکیبوں کے لیے جو آپ اکثر بناتے ہیں۔ ایک بار جب آپ اپنا معمول کا دلیہ یا اوور نائٹ اوٹس کا پیالہ چند بار لاگ کر لیں، تو محفوظ کیا ہوا کھانا دوبارہ سکین کرنے سے تیز اور زیادہ درست ہوتا ہے۔

زیادہ تر لوگ آخرکار تینوں کو ملا کر استعمال کرتے ہیں: بکھرے، بدلتے کھانوں کے لیے تصویر؛ پیک شدہ چیزوں کے لیے بارکوڈ؛ اور بار بار دہرائے جانے والے کھانوں کے لیے محفوظ کھانے۔ اگر آپ میکرو اہداف کی مکمل تصویر چاہتے ہیں تو ہماری [میکروز کیسے ٹریک کریں](/blog/how-to-track-macros) گائیڈ دیکھیں۔

## خلاصہ

تصویر سے کیلوریز گننا وہ سب سے بڑی وجہ ختم کر دیتا ہے جس کے باعث لوگ ٹریکنگ چھوڑ دیتے ہیں: جھنجھٹ۔ تصویر لیں، تفصیل پر نظر ڈالیں، پورشن ایڈجسٹ کریں، اور بس۔ یہ مستقل مزاجی سے کریں تو نتائج خود آ جاتے ہیں، کیونکہ ترازو کا نمبر مستقل مزاجی بدلتی ہے، اعشاریے تک کی درستگی نہیں۔

آزمانا چاہتے ہیں؟ [LensNutra ڈاؤن لوڈ کریں](/download) اور اپنا پہلا کھانا چند سیکنڈ میں تصویر سے لاگ کریں۔