Nutricapture

主要有两种方式。一种是对着餐盘拍照，应用会尝试识别其中的食物并估算卡路里和营养；另一种是扫描包装食品的条形码，直接调出对应商品的数据。前者适合外卖和家常菜，后者适合有标准包装的食品，条码方式通常更准确。识别完成后可以手动修改种类和份量。

对单个食材、摆盘清楚的食物，识别结果通常比较接近；对炒饭、盖浇饭、麻辣烫这类混在一起、看不出原料比例的菜品，一般只能给出一个笼统判断。份量也是根据画面估算的，酱汁和油量往往体现不出来。把它当作日常估算工具够用，当作精确测量则不合适。

不太适合。需要按医嘱精确控制摄入的情况，比如糖尿病、肾病的营养管理，依赖的是称重和检验数据，图像估算的误差不足以支撑这类判断。这种情况下应当以临床营养师给的方案为准，应用最多只能作为辅助参考。

主要差别在录入环节。传统工具需要你先在食物数据库里搜到对应条目，再选份量，一顿饭可能要点很多次；它把这一步换成拍照或扫码，记录更快，代价是结果从精确输入变成了估算。如果你本来就能坚持手动记录，换成它未必得到更好数据，但更容易坚持下来。

同一个应用在同一道菜上不会自己变得更准，变准的是你。用一段时间后你会摸清它在哪类食物上容易高估、哪类容易低估，把常吃的菜修正准确后复用，后续记录会稳定很多。真正的提升来自复核习惯，而不是识别模型本身。

如果每一餐都拍照、逐条核对、修正份量，确实会花时间。多数人可行的做法是简单餐次直接拍完就用，结构复杂的菜品才手动拆开修正，把精力放在最容易出错的地方，而不是每一条都精雕细琢。