Rangnama: KI-Farbvorschau für Gebäude

Zurück zu den ProjektenSoftware

Kunden laden ein Foto ihres Zimmers oder ihrer Fassade hoch. Die KI erkennt in wenigen Sekunden die Wände und färbt sie in der gewählten Farbe ein, wobei Licht, Schatten und Struktur des Fotos erhalten bleiben.

Ähnliches Projekt anfragen

Stack: Python · FastAPI · PyTorch
Screens: 2 Bilder

Überblick

Rangnama ist ein Houshiva-Produkt für Händler und Hersteller von Bautenfarben. Der schwierigste Schritt beim Farbkauf ist die Entscheidung: Kunden wissen nicht, wie eine Farbe aus dem Katalog an ihrer eigenen Wand aussieht. In Rangnama laden sie ein Foto hoch (oder wählen einen Beispielraum). Die KI trennt die Wände von Möbeln, Fenstern, Rahmen und Decke und färbt sie in jeder Katalogfarbe ein. Das Ergebnis erscheint mit einem Vorher-Nachher-Regler neben dem Original.

Ausgangslage

Übliche Farbsimulatoren arbeiten entweder mit gestellten, comicartigen Fotos oder legen eine flache Farbe über das Bild und zerstören dabei Licht und Schatten. Dem Ergebnis vertraut kein Kunde. Cloud-Dienste kosten pro Bild und schicken Fotos aus dem Zuhause der Kunden an fremde Server.

Lösung

Eine Bildverarbeitungs-Engine, die Wände mit Computer-Vision-Modellen erkennt und im Lab-Farbraum einfärbt. Nur der Farbton ändert sich, Helligkeit, Schatten und Textur jedes Pixels bleiben unberührt. Die gesamte Verarbeitung läuft auf dem Server des Händlers: keine Kosten pro Bild, und Kundenfotos verlassen das System nicht.

So habe ich es gebaut

01
Flächen werden mit einem Modell für semantische Segmentierung (Mask2Former) erkannt. Die Maskenkanten werden mit SAM und einem Kantenfilter verfeinert, damit keine Farbe auf Decke, Schränke oder Stuck läuft.
02
Die Färbe-Engine arbeitet im Lab-Farbraum: Der Helligkeitskanal bleibt erhalten, nur die Farbe wird ersetzt. Die finale Komposition erfolgt im linearen Lichtraum, damit das Ergebnis natürlich wirkt.
03
Ein smarter Pinsel für Korrekturen: Ein Klick wählt einen Bereich aus oder entfernt ihn, und der farbsensitive Pinsel erfasst nur gleichfarbige Pixel. Korrekturen greifen sofort nach dem Loslassen.
04
Nutzer wählen die zu streichende Fläche (Wände, Wände und Decke, nur Decke), das Umgebungslicht (natürlich, warm, kühl, Nacht) und die Farbintensität.
05
Beispielräume haben vorberechnete Masken, damit das Ergebnis sofort und präzise erscheint.
06
Neben der Vorschau gibt es einen Farbmengenrechner, eine versandfertige Vorschlagskarte für Kunden, ein Formular für Beratungsanfragen und ein Management-Dashboard mit Nutzungsstatistik und beliebten Farben.
07
Das gesamte System ist mit Docker paketiert und läuft auch auf einem Server ohne Internetzugang.

Funktionen

Automatische Wand- und Deckenerkennung per KI
Realistische Färbung mit erhaltenem Licht, Schatten und Struktur
Vorher-Nachher-Vergleich per Regler im Bild
Smarter Pinsel für schnelle Korrekturen
Wahl von Umgebungslicht und Farbintensität
Farbkatalog mit Farbfamilien und Vorschlagsserien
Farbmengen- und Kostenrechner
Versendbare Farbvorschlagskarte für Kunden
Beratungsanfragen (Vertriebs-Leads)
Management-Dashboard mit Nutzungsstatistik
Vollständig lokale Verarbeitung, ohne Kosten pro Bild
Dunkles und helles Theme, mobilfreundlich

Ergebnis

Ein Werkzeug, das die Kaufentscheidung vom „Raten anhand des Katalogs“ zum „Sehen der Farbe an der eigenen Wand“ macht. Für Händler ist es zugleich Verkaufswerkzeug und Datenquelle zu beliebten Farben und interessierten Kunden.