En resumen
Calcular calorías a partir de una foto ocurre en tres pasos: reconocimiento de alimentos, estimación de la ración y consulta a una base de datos. Con platos visibles y bien separados la estimación suele servir; con comida cubierta de salsa, apilada o en recipientes cerrados el error crece mucho. Por eso las apps serias nunca guardan el resultado directamente: primero abren una pantalla de corrección.
Tres problemas, no uno
Convertir una foto de comida en una cifra de calorías implica resolver tres problemas distintos, y cada uno arrastra su propio margen de error. Pensarlos por separado es la forma más práctica de juzgar cuánto fiarte del número que sale.
Los pasos van en cadena, así que un fallo en el primero se propaga. Si el modelo lee bulgur como arroz, la cifra final estará mal aunque la ración se haya estimado a la perfección.
- Reconocimiento: determinar qué hay en el plato. En platos combinados hay que localizar cada componente por separado.
- Estimación de la ración: pasar del área en la imagen al peso real, usando el diámetro del plato, los cubiertos y la profundidad del cuenco como referencia.
- Consulta a la base de datos: multiplicar el alimento reconocido y el peso estimado por los valores de una tabla de composición.
Lo difícil es la ración, no el reconocimiento
Hoy los modelos de visión identifican los platos sorprendentemente bien. El problema verdaderamente difícil es pasar de una foto en dos dimensiones a un volumen en tres: dos cuencos de sopa fotografiados desde el mismo ángulo pueden ser de 200 ml y 350 ml y verse casi idénticos.
Por eso la estimación se apoya en objetos de referencia. Un plato llano estándar mide unos 26-28 cm, una cucharadita 5 ml y una cuchara sopera 15 ml. El modelo busca esas medidas conocidas en el encuadre y construye una escala. Sin ninguna referencia visible —un primer plano donde el borde del plato queda fuera— la estimación se degrada de forma notable.
- Encuadra el plato entero y dispara desde arriba en vez de muy cerca.
- En platos combinados, mantén los componentes separados cuando puedas.
- Declara aparte las salsas y el aceite: un aceite de oliva invisible puede duplicar las calorías de una ensalada.
La grasa es la caloría que no se ve
La mayor fuente de error en la estimación por foto es la grasa añadida. Una cuchara de aceite de oliva son unas 120 calorías y en la imagen casi nunca se aprecia. La misma pechuga a la plancha lleva 240 calorías más en cuanto se ha salteado con dos cucharadas de aceite.
No es tanto un defecto del método como un límite físico: ningún modelo puede saber lo que la cámara no vio. Comer fuera agrava la incertidumbre, porque tú tampoco sabes cuánto aceite fue a la sartén.
Qué significa de verdad el margen de error
El objetivo de llevar un registro no es la precisión perfecta, sino una medida consistente. Sobre un objetivo diario de 2.000 calorías, fallar en 100 en una comida es una desviación del 5 % y no distorsiona la tendencia semanal. El error sistemático sí lo hace: contar la grasa de menos todos los días se acumula en miles de calorías al mes.
La consecuencia práctica es mirar la media semanal obtenida con un método constante, no el número suelto. Si la báscula no se mueve, revisa primero tu hábito de registro y no el objetivo: casi siempre hay algo que no estás contando.
Dónde funciona y dónde no
El valor del método viene menos de su precisión que de que se pueda sostener. En una app de calorías clásica registrar una comida lleva minutos y la mayoría lo deja en quince días. Un registro de tres segundos con un 10 % de margen gana a un registro perfecto que nadie mantiene.
| Situación | Calidad de la estimación |
|---|---|
| Plato único, separado y bien visible | Buena |
| Plato combinado con componentes distinguibles | Media-buena |
| Plato cubierto de salsa o nata | Baja |
| Recipiente cerrado, wrap, empanada | Muy baja |
| Producto envasado con código de barras legible | Exacta |
Preguntas frecuentes
¿Pesar la comida es más preciso que fotografiarla?
Sí, un registro pesado siempre es más preciso. Pero pesar añade unos minutos cada día y la mayoría lo abandona a las pocas semanas. El método más preciso es el que mantienes; pesar en casa y fotografiar cuando comes fuera es un buen equilibrio para casi todo el mundo.
¿Por qué dos fotos del mismo plato dan cifras distintas?
Porque cambian el ángulo, la luz y los objetos de referencia del encuadre, y con ellos la estimación de la ración. Para más consistencia, fotografía siempre el plato entero desde arriba y a una distancia parecida.
¿Funciona sin conexión?
El análisis necesita conexión, porque la imagen se procesa en un servidor. Las comidas ya registradas y tu historial siguen viéndose sin conexión.
Fuentes
- 1.
Thames Q, Karpur A, Norris W, Xia F, Panait L, Weyand T, Sim J Nutrition5k: Towards Automatic Nutritional Understanding of Generic Food. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021.
- 2.
Lu Y, Stathopoulou T, Vasiloglou MF, Pinault LF, Kiley C, Spanakis EK, Mougiakakou S goFOODTM: An Artificial Intelligence System for Dietary Assessment of Food Images. Sensors, 20(15):4283, 2020.
- 3.
Vasiloglou MF, Mougiakakou S, Aubry E, et al. A Comparative Study on Carbohydrate Estimation: GoCARB vs. Dietitians. Nutrients, 10(6):741, 2018.