商品撮影の背景紙の色の選び方|白・黒・ベージュの服を4色の紙で撮って切り抜きやすさを検証
セントラルオフィス編集部公開日 約14分で読めます

スマートトリミングAIを開発している株式会社セントラルオフィスです。
商品撮影を始めるとき、背景紙はとりあえず白を1本買う、というお店も多いのではないでしょうか。
Shopifyの商品撮影ガイドも、物撮りではまずシンプルな白の背景紙を用意することを勧めています。
ただ、白い服を白い紙に置いたら、後で背景を消すときに服の縁は残るのでしょうか。
黒い服を黒い紙で撮ったら、ベージュの服をベージュの紙で撮ったらどうなるのかも気になります。
そこで、白・黒・ベージュのTシャツを、白・ライトグレー・ベージュ・黒の背景紙に置いた写真を12通り用意し、服と紙の色の差と、無料の方法で背景を分けたときに服をどれだけ取りこぼすかを数えてみました。
これから背景紙を買う方や、切り抜きの手直しが多くて紙の色を見直したい方は参考にしてください。
結論:背景紙は服と明るさが離れた色にする
結論から言うと、背景紙は服の色と明るさが離れた色を選ぶのがおすすめです。
12通りのうち、服と紙の色の差が56以上あった8組は、背景をクリックで選ぶような単純な方法でも服の取りこぼしが0.2%以下に収まりました。
差が26以下だった4組では、服の92%以上が背景と一緒に消えています。
なので、黒い服とベージュの服は白の紙、白い服はライトグレーか黒の紙で撮るのがよいと考えています。

- 服の色を見て、明るさが反対側にある紙を選ぶ(白い服にはグレーか黒、黒い服とベージュの服には白)
- 試しに1枚撮り、服と紙の色をスポイトで測ってR・G・Bの差を見る
- 差がどのチャンネルでも小さければ、紙を替えて撮り直す
- 白背景で仕上げるなら、白い紙で撮った写真は明るさを少し上げ、ほかの色の紙で撮った写真は服を切り抜いて背景を白で塗る
コツは、ベージュの服をライトグレーの紙に置かないことです。
人の目には別の色に見えますが、写真にすると紙が190前後のグレーになり、服のR・G・Bとの差は26しかありませんでした。

見てほしいのは、右の列の赤です。
赤く塗ったのは、背景と同じ色だと判定されて消えてしまった服の部分で、白い服を白い紙、黒い服を黒い紙に置いた写真では、服のほぼ全体が赤くなりました。
背景を消した後に人が手で塗り直すのは、この赤の部分全部です。
試した条件
写真は12枚とも、codex(ChatGPTのサブスクで使える画像生成)で作ったものです。
同じ形の無地の綿Tシャツを、上から真下に見た平置きで撮ったという設定で、服の色3つ(白・黒・ベージュ)と背景紙の色4つ(白・ライトグレー・ベージュ・黒)を組み合わせています。
実物の撮影ではなく生成した写真なので、紙のしわや撮影のノイズは実物より少ないはずです。
数えたのは次の3つです。
- 服と紙の色の差: 服の内側と紙(写真の外周)のそれぞれの色の中央値を取り、R・G・Bごとの差のうち最も大きいもの
- 取りこぼし: 正解の輪郭の中にあるのに、背景と判定された服の割合
- はみ出し: 正解の輪郭の外にあるのに、服と判定された部分の大きさ(服の面積に対する割合)
正解の輪郭は、無料で手元のパソコンで動く背景除去のAIモデル(BiRefNet)で作り、12枚とも服の縁に沿っているかを目で確かめました。
背景を分ける方法は、無料で手元で動くものを2つ選んでいます。
1つ目は「色の近さ」で、紙の色からR・G・Bのどれも32以内の色を、写真の外側からつながっている範囲だけ背景にする方法です。
背景をクリックして近い色をまとめて選ぶ自動選択ツールと同じ考え方ですが、Photoshopの計算と同じになるかは確かめていません。
2つ目は、画像処理の無料ライブラリOpenCVに入っているGrabCutで、写真の外周3%を背景と決めて、残りから服と背景を色の分布で分けていきます。

見てほしいのは、右の写真の服の右と下に付いた青い帯です。
服は取りこぼしていない代わりに、紙に落ちた影を服の一部として拾っています。
12枚の結果
12枚を並べると、取りこぼしが出たかどうかは、服と紙の差の大きさではっきり分かれました。
| 服\背景紙 | 白 | ライトグレー | ベージュ | 黒 |
|---|---|---|---|---|
| 白い服 | 差12・99.0% | 差56・0.2% | 差63・0.2% | 差216・0.0% |
| 黒い服 | 差225・0.0% | 差170・0.0% | 差201・0.0% | 差5・100% |
| ベージュの服 | 差77・0.1% | 差26・92.1% | 差16・98.5% | 差181・0.0% |
表の数字は、服と紙の色の差と、色の近さで分けたときの取りこぼしです。

見てほしいのは、取りこぼしが赤字になった4枚が、どれも服と紙が同じくらいの明るさに写っているところです。
差が56以上あれば取りこぼしは0.2%以下で、26以下になると9割以上を失いました。
27から55のあいだの組み合わせは今回の12枚に無かったので、どこが境目かまでは分かりません。
ベージュの服にライトグレーは向かない
12枚の中でいちばん意外だったのは、ベージュの服とライトグレーの紙の組み合わせです。
色みが違うので分けられると思っていたのですが、写真の上では紙がR190・G190・B191、服がR208・G188・B165になり、差がいちばん大きい青のチャンネルでも26でした。
ライトグレーの紙は、明るい場所で見るより暗く写ります。
今回の3枚のライトグレーの紙も178〜193で、ベージュの服とちょうど同じくらいの明るさに落ちていました。

見てほしいのは、真ん中と右で服の扱いがまったく違うところです。
GrabCutは服を色の分布で見分けるので、同じ写真でも服を取りこぼしませんでした。
GrabCutの取りこぼしは12枚すべてで0.9%以下で、白い服×白い紙や黒い服×黒い紙でも服の形は残っています。
色が近い紙だと分けられない、というより、近い色をまとめて選ぶ単純な方法では分けられない、と言うほうが正確です。
GrabCutは影を服に含めた
ただし、GrabCutにも別の問題がありました。
服の取りこぼしはほとんど無い一方で、紙に落ちた影を服の一部として残すことが多く、はみ出しは12枚で0.1〜7.5%ありました。
いちばん大きかったのは白い服×白い紙の7.5%で、黒い服×黒い紙の7.0%、ベージュの服×白い紙の6.2%が続きます。

見てほしいのは、裾と袖の外側に付いた青い帯です。
このまま白背景に貼れば、服の右と下に灰色の縁が残る形です。
色の近さで分けた場合のはみ出しは、取りこぼしが出なかった組み合わせで0.1〜2.6%でした。
影は紙の色を変えても消えないので、ライトを服の真上に近づけて影を短くするか、切り抜いた後に縁を少し内側へ削る作業が要ります。
白背景にする手間は紙の色で変わる
最後に、白背景で仕上げるときの手間を比べました。
撮った写真の紙は、白い紙でもR・G・Bが247〜254で、255ちょうどではありません。
楽天のように白背景を#FFFFFFと決めている所に出すなら、紙をもう一段白くしなければなりません。
いちばん手軽なのは写真全体の明るさを上げる方法なので、紙の明るい側が255になるまでR・G・Bを持ち上げ、そのとき服がどれだけ白く飛ぶかを数えました。

見てほしいのは、下の段のシャツが真っ赤になっているところです。
白い紙なら明るさを1.02倍にするだけで紙が255に届き、白い服の白飛びは1.5%で済みました。
ライトグレーの紙は1.47倍まで上げる必要があり、白い服は99.9%が255に飛んで、縫い目もしわも消えています。
黒い服とベージュの服を白い紙で撮った写真では、紙を255にしても服の白飛びは0.0%でした。
つまり白い紙は、白い服以外なら明るさを上げるだけで白背景に近づけられます。
白い服をグレーや黒の紙で撮った場合は、服を切り抜いてから背景だけを白で塗るしかありません。
露出や影で白い紙が灰色に写る理由と、背景だけを白くする方法は白背景の商品撮影で紙が灰色に写る理由と直し方で詳しく試しています。
楽天の上位商品の1枚目が実際にどれくらい255だったかは、楽天の白背景画像は#FFFFFFちょうどで数えました。
服の色ごとの背景紙の選び方
ここまでの結果を、仕上げ方ごとに表にまとめました。
| 服の色 | 切り抜いて使うなら | 白背景にするだけなら |
|---|---|---|
| 白い服 | 黒・ベージュ・ライトグレー(差56〜216) | 白の紙で撮って明るさを上げる(白飛び1.5%) |
| 黒い服 | 白・ライトグレー・ベージュ(差170〜225) | 白の紙で撮って明るさを上げる(白飛び0.0%) |
| ベージュの服 | 白・黒(差77〜181) | 白の紙で撮って明るさを上げる(白飛び0.0%) |
| 避けたい紙 | 服と同じ色の紙、ベージュの服にはライトグレーも | 白い服を白以外の紙で撮ること |
白い服だけは、仕上げ方によって向く紙が逆です。
白背景で出すだけなら白い紙で済み、透明背景や別の色の背景に差し替えるなら、グレーか黒の紙で撮っておくほうが後の切り抜きで縁が残ります。
色の差は撮った後でも測れるので、試しに1枚撮って、服の真ん中と紙の何も無い所をスポイトで測り、R・G・Bのどれかで50以上離れているかを見ておくと、撮り直しかどうかをその場で決められます。
今回の12枚では差56が最小の成功例だったので、50という目安は少し余裕を持たせた数字です。
使う前の注意点
今回の写真は生成した写真で、紙のしわ・光のむら・撮影のノイズは実物より少なく出ています。
実物の撮影では紙の端が暗く落ちるので、色の差はこの結果より小さくなる場所が出るはずです。
服はどれも無地のTシャツ1枚ずつで、柄物・透ける生地・毛足の長いニットは試していません。
服の縁の毛羽や透けた袖がAIの背景透過でどう残るかは、背景透過AIを服の縁で比較した記事で見ています。
色の近さで分ける方法は、許容値32で1回試しただけです。
許容値を変えれば結果も変わりますが、差が5〜26しかない組み合わせでは、服を残しながら紙だけを選ぶ値を探すのは手間がかかります。
まとめ
背景紙の色は、服の色と明るさが離れたものを選ぶと、後で背景を分ける作業が楽になります。
白・黒・ベージュの服を4色の紙で撮った12枚では、差が56以上の8組は取りこぼしが0.2%以下、26以下の4組は92%以上でした。
1本だけ買うなら白の紙で、黒い服とベージュの服はこれで足ります。
白い服を切り抜いて使う予定があるなら、ライトグレーか黒の紙をもう1本用意しておくのが現実的です。
ベージュの服をライトグレーの紙に置くと、見た目より色の差が小さく写るので気をつけてください。
よくある質問
参考リンク
- Shopify「商品撮影のコツ:自宅で上手に商品写真を撮影する方法」(2026-11-20 確認)
- OpenCV「Interactive Foreground Extraction using GrabCut Algorithm」(2026-11-20 確認)
- 12枚の写真と数字は自社環境での計測値(codex で生成したサンプル写真・OpenCV 4.x・2026-11-20)



