ਬਿਨਾਂ ਵਜ਼ਨ ਮਸ਼ੀਨ (Scale) ਦੇ ਭਾਰ ਕਿਵੇਂ ਮਾਪੀਏ: ਐਪ ਦੀ ਸਹੀ ਜਾਣਕਾਰੀ 2026

ਮੁੱਖ ਨੁਕਤੇ

ਰੋਜ਼ਾਨਾ ਪੋਸ਼ਣ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਬਹੁਤ ਇਕਸਾਰਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਪਰ ਹਰ ਜਗ੍ਹਾ ਰਸੋਈ ਦਾ ਸਕੇਲ ਨਾਲ ਰੱਖਣਾ ਬਹੁਤ ਅਵਿਵਹਾਰਕ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਬਾਹਰ ਖਾਣਾ ਖਾਂਦੇ ਹੋ ਜਾਂ ਯਾਤਰਾ ਕਰਦੇ ਹੋ, ਤਾਂ ਬਿਨਾਂ ਸਕੇਲ ਦੇ ਭਾਰ ਮਾਪਣ ਦਾ ਇੱਕ ਭਰੋਸੇਯੋਗ ਤਰੀਕਾ ਲੱਭਣਾ ਤੁਹਾਡੇ ਖੁਰਾਕ ਦੇ ਟੀਚਿਆਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਇੱਕ ਜ਼ਰੂਰੀ ਹੁਨਰ ਬਣ ਜਾਂਦਾ ਹੈ।

2026 ਦੀ ਉੱਨਤ ਸਮਾਰਟਫੋਨ ਤਕਨਾਲੋਜੀ ਅੰਨ੍ਹੇ ਅੰਦਾਜ਼ੇ ਅਤੇ ਸਹੀ ਮਾਪ ਦੇ ਵਿਚਕਾਰ ਦੇ ਪਾੜੇ ਨੂੰ ਭਰਨ ਲਈ ਸ਼ਾਨਦਾਰ ਸਾਧਨ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਇਹ ਸਮਝਣਾ ਕਿ ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਤੁਹਾਡੀ ਪੋਸ਼ਣ ਸੰਬੰਧੀ ਲੌਗਿੰਗ ਸਹੀ ਰਹੇ, ਭਾਵੇਂ ਤੁਹਾਡੇ ਕੋਲ ਹਾਰਡਵੇਅਰ ਨਾ ਵੀ ਹੋਵੇ।

ਬਿਨਾਂ ਸਕੇਲ ਦੇ ਗ੍ਰਾਮ ਕਿਵੇਂ ਮਾਪੀਏ?

ਤੁਸੀਂ ਮਿਆਰੀ ਵੋਲਯੂਮ ਪਰਿਵਰਤਨਾਂ, ਰੋਜ਼ਾਨਾ ਘਰੇਲੂ ਵਸਤੂਆਂ ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ, ਜਾਂ ਉੱਨਤ ਸਮਾਰਟਫੋਨ ਕੈਮਰਾ ਅਨੁਮਾਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਭੌਤਿਕ ਹਾਰਡਵੇਅਰ ਤੋਂ ਬਿਨਾਂ ਗ੍ਰਾਮ ਮਾਪ ਸਕਦੇ ਹੋ। ਹਰ ਵਿਲੱਖਣ ਤਰੀਕਾ ਕਿਸੇ ਚੀਜ਼ ਦੇ ਭੌਤਿਕ ਆਕਾਰ ਜਾਂ ਵੋਲਯੂਮ ਨੂੰ ਗਣਿਤਿਕ ਤੌਰ 'ਤੇ ਅਨੁਮਾਨਿਤ ਪੁੰਜ ਵਿੱਚ ਬਦਲਦਾ ਹੈ।

ਦ੍ਰਿਸ਼ਟੀਗਤ ਅਨੁਮਾਨ (Visual estimation) ਸਭ ਤੋਂ ਪੁਰਾਣਾ ਤਰੀਕਾ ਹੈ, ਜੋ ਭੋਜਨ ਦੇ ਹਿੱਸਿਆਂ ਦੀ ਤੁਲਨਾ ਆਮ ਵਸਤੂਆਂ ਨਾਲ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਤਾਸ਼ ਦੇ ਪੱਤਿਆਂ ਦੀ ਇੱਕ ਡੇਕ ਆਮ ਤੌਰ 'ਤੇ ਤਿੰਨ ਔਂਸ (85 ਗ੍ਰਾਮ) ਪਕਾਏ ਹੋਏ ਮੀਟ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ ਗੋਲਫ ਬਾਲ ਪੀਨਟ ਬਟਰ ਵਰਗੀਆਂ ਚੀਜ਼ਾਂ ਦੇ ਦੋ ਚਮਚ (30 ਗ੍ਰਾਮ) ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇਹ ਤਕਨੀਕ ਰੈਸਟੋਰੈਂਟਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ ਕਿਉਂਕਿ ਇਸ ਲਈ ਕਿਸੇ ਸਾਧਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ।

ਹਾਲਾਂਕਿ, ਮਨੁੱਖੀ ਧਾਰਨਾ ਵਿੱਚ ਸੁਭਾਵਿਕ ਤੌਰ 'ਤੇ ਕਮੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਖੁਰਾਕ ਮੁਲਾਂਕਣ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਵਿਆਪਕ ਖੋਜ (National Institutes of Health) ਦੇ ਅਨੁਸਾਰ, ਜੋ ਲੋਕ ਸਿਰਫ਼ ਦ੍ਰਿਸ਼ਟੀਗਤ ਅਨੁਮਾਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, ਉਹ ਅਸਲ ਡਿਜੀਟਲ ਮਾਪਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਆਪਣੇ ਸਰਵਿੰਗ ਸਾਈਜ਼ ਨੂੰ 38 ਪ੍ਰਤੀਸ਼ਤ ਤੱਕ ਗਲਤ ਗਿਣਦੇ ਹਨ। ਇਹ ਵੱਡੀ ਗਲਤੀ ਮਾਰਜਨ ਹਫ਼ਤਿਆਂ ਜਾਂ ਮਹੀਨਿਆਂ ਦੌਰਾਨ ਸਖਤ ਮੈਕਰੋਨਿਊਟ੍ਰੀਐਂਟ ਯੋਜਨਾਵਾਂ ਨੂੰ ਵਿਗਾੜ ਸਕਦੀ ਹੈ।

ਆਧੁਨਿਕ ਟਰੈਕਿੰਗ ਵਿਧੀ ਸਧਾਰਨ ਅੰਦਾਜ਼ੇ ਦੀ ਬਜਾਏ ਗਣਿਤਿਕ ਪਰਿਵਰਤਨ 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਇਹ ਸਮਝ ਕੇ ਕਿ ਇੱਕ ਸਮੱਗਰੀ ਕਿੰਨੀ ਜਗ੍ਹਾ ਘੇਰਦੀ ਹੈ, ਤੁਸੀਂ ਬੁਨਿਆਦੀ ਭੌਤਿਕ ਰਸਾਇਣ ਵਿਗਿਆਨ ਦੇ ਸਿਧਾਂਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਬਹੁਤ ਹੀ ਭਰੋਸੇਮੰਦ ਵਜ਼ਨ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ।

ਬਿਨਾਂ ਸਕੇਲ ਦੇ ਭੋਜਨ ਨੂੰ ਗ੍ਰਾਮ ਵਿੱਚ ਕਿਵੇਂ ਮਾਪੀਏ?

ਬਿਨਾਂ ਸਕੇਲ ਦੇ ਭੋਜਨ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਗ੍ਰਾਮ ਵਿੱਚ ਮਾਪਣ ਲਈ, ਤੁਹਾਨੂੰ ਮਿਲੀਲੀਟਰਾਂ ਵਿੱਚ ਇਸਦਾ ਸਹੀ ਵੋਲਯੂਮ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉਸ ਅੰਕੜੇ ਨੂੰ ਇਸਦੀ ਖਾਸ ਪਦਾਰਥ ਘਣਤਾ ਨਾਲ ਗੁਣਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਗਣਨਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭੌਤਿਕ ਹਾਰਡਵੇਅਰ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਖਤਮ ਕਰਦੀ ਹੈ ਅਤੇ ਇੱਕਸਾਰ ਸਮੱਗਰੀ ਲਈ ਲਗਭਗ ਸੰਪੂਰਨ ਨਤੀਜੇ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।

ਕੀ ਤੁਸੀਂ ਆਪਣੇ ਫ਼ੋਨ ਨੂੰ ਫੂਡ ਸਕੇਲ ਵਜੋਂ ਵਰਤ ਸਕਦੇ ਹੋ?

ਹਾਂ, ਤੁਸੀਂ ਬਿਲਕੁਲ ਆਪਣੇ ਆਧੁਨਿਕ ਸਮਾਰਟਫੋਨ ਨੂੰ ਬਹੁਤ ਸਹੀ ਭਾਰ ਦੇ ਅਨੁਮਾਨਾਂ ਲਈ ਵਰਤ ਸਕਦੇ ਹੋ। ਇਹ ਅੰਦਰੂਨੀ ਮਕੈਨੀਕਲ ਦਬਾਅ ਸੈਂਸਰਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬਜਾਏ ਉੱਨਤ ਕੈਮਰਾ-ਅਧਾਰਿਤ ਸਪੇਸ਼ੀਅਲ ਟਰੈਕਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਵਿਆਪਕ ਪੋਸ਼ਣ ਘਣਤਾ ਡੇਟਾਬੇਸ ਨਾਲ ਮਿਲਾਉਣ ਲਈ ਵਸਤੂ ਦੇ ਪੂਰੇ ਵੋਲਯੂਮ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ।

ਆਧੁਨਿਕ ਸਮਾਰਟਫੋਨ ਡਿਵਾਈਸਾਂ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਆਗਮੈਂਟਡ ਰਿਐਲਿਟੀ (AR) ਅਤੇ ਅੰਦਰੂਨੀ LiDAR ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਸਤੂ ਦੇ ਬਾਹਰੀ ਮਾਪਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੈਪ ਕਰਦੀਆਂ ਹਨ। LiDAR ਭੋਜਨ 'ਤੇ ਹਜ਼ਾਰਾਂ ਅਦਿੱਖ ਇਨਫਰਾਰੈੱਡ ਬਿੰਦੀਆਂ ਨੂੰ ਪ੍ਰੋਜੈਕਟ ਕਰਕੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਇੱਕ ਬਹੁਤ ਹੀ ਵਿਸਤ੍ਰਿਤ 3D ਟੌਪੋਗ੍ਰਾਫਿਕ ਜਾਲ ਬਣਾਉਂਦਾ ਹੈ। ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਰਾਹੀਂ ਭੋਜਨ ਦੀ ਕਿਸਮ ਦੀ ਪਛਾਣ ਕਰਕੇ ਅਤੇ ਇਸ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਮਾਪ ਕੇ, ਡਿਵਾਈਸ ਕੁੱਲ ਪੁੰਜ ਦੀ ਗਣਨਾ ਕਰਦੀ ਹੈ।

ਮੋਬਾਈਲ ਪੋਸ਼ਣ ਉਪਯੋਗਤਾ ਐਪਲੀਕੇਸ਼ਨਾਂ (National Institutes of Health) 'ਤੇ ਵਿਆਪਕ ਖੋਜ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ 62 ਪ੍ਰਤੀਸ਼ਤ ਸਰਗਰਮ ਡਾਈਟਰੀ ਟਰੈਕਰ ਆਪਣੀ ਘਰੇਲੂ ਅਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਯਾਤਰਾ ਦੌਰਾਨ ਸਮਾਰਟਫੋਨ ਅਨੁਮਾਨ ਦੀ ਕਿਸੇ ਨਾ ਕਿਸੇ ਰੂਪ ਵਿੱਚ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਹਾਲਾਂਕਿ, ਇਹ ਉੱਨਤ ਕੈਮਰਾ ਐਪਸ ਅਜੇ ਵੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਤਰਲ ਭੋਜਨਾਂ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਾਰਦਰਸ਼ੀ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥਾਂ ਦੇ ਨਾਲ ਬਹੁਤ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ। ਪਾਰਦਰਸ਼ੀ ਸਤਹਾਂ ਇਨਫਰਾਰੈੱਡ ਲਾਈਟ ਨੂੰ ਪ੍ਰਤੀਬਿੰਬਤ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀਆਂ ਹਨ, ਜੋ ਸਪੇਸ਼ੀਅਲ ਮੈਪਿੰਗ ਐਲਗੋਰਿਦਮ ਨੂੰ ਉਲਝਾਉਂਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਬਾਰੇ ਹੋਰ ਜਾਣੋ Digital Scale Apps: Can You Use Your Phone As A Food Scale? (2026 Guide)।

ਕੀ 2026 ਵਿੱਚ ਸਕੇਲ ਐਪਸ ਸਹੀ ਹਨ?

2026 ਵਿੱਚ ਸਕੇਲ ਐਪਸ ਬਹੁਤ ਸਹੀ ਹਨ, ਜੋ ਕਿ 11 ਤੋਂ 15 ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਗਲਤੀ ਅਨੁਪਾਤ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ, ਜੋ ਕਿ ਪ੍ਰਯੋਗਸ਼ਾਲਾ-ਗ੍ਰੇਡ ਸ਼ੁੱਧਤਾ ਦੀ ਬਜਾਏ ਇੱਕ ਬਹੁਤ ਮਜ਼ਬੂਤ ਅਨੁਮਾਨ ਸਾਧਨ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀਆਂ ਹਨ। ਉਹ ਰੋਜ਼ਾਨਾ ਮੈਕਰੋ ਟਰੈਕਿੰਗ ਲਈ ਬਹੁਤ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ ਪਰ ਉਹਨਾਂ ਨੂੰ ਸਟੀਕ ਰਸਾਇਣ ਵਿਗਿਆਨ ਜਾਂ ਨਾਜ਼ੁਕ ਪੇਸਟਰੀ ਬੇਕਿੰਗ ਲਈ ਨਹੀਂ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸ਼ੁੱਧਤਾ ਲਗਭਗ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਕਨਾਲੋਜੀ ਦੀ ਖਾਸ ਪੀੜ੍ਹੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਪੁਰਾਣੇ ਸਾਫਟਵੇਅਰ ਐਪਲੀਕੇਸ਼ਨ ਫਲੈਟ 2D ਫੋਟੋ ਵਿਸ਼ਲੇਸ਼ਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਸਨ, ਜੋ ਅਕਸਰ ਵਸਤੂ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਮਾਪਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਸਨ। ਅੱਜ, ਸਪੇਸ਼ੀਅਲ ਡੂੰਘਾਈ ਸੈਂਸਰ ਪੂਰੇ ਤਿੰਨ-ਅਯਾਮੀ ਨਕਸ਼ੇ ਬਣਾ ਕੇ ਸਕੈਨਿੰਗ ਭਰੋਸੇਯੋਗਤਾ ਵਿੱਚ ਨਾਟਕੀ ਤੌਰ 'ਤੇ ਸੁਧਾਰ ਕਰਦੇ ਹਨ।

ਆਗਮੈਂਟਡ ਰਿਐਲਿਟੀ ਵੋਲਯੂਮੈਟ੍ਰਿਕ ਸਾਈਜ਼ਿੰਗ ਦੇ ਹਾਲੀਆ ਵਿਆਪਕ ਮੁਲਾਂਕਣਾਂ (National Institutes of Health) ਤੋਂ ਪਤਾ ਚੱਲਦਾ ਹੈ ਕਿ ਆਧੁਨਿਕ LiDAR-ਸਮਰੱਥ ਸਮਾਰਟਫੋਨ ਸਿਰਫ 11 ਤੋਂ 14 ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਤੰਗ ਗਲਤੀ ਮਾਰਜਨ ਦੇ ਨਾਲ ਗੁੰਝਲਦਾਰ ਭੋਜਨ ਵੋਲਯੂਮ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਨ।

ਬੇਕਿੰਗ ਲਈ, ਆਟੇ ਦੇ ਮਾਪ ਵਿੱਚ 15 ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਗਲਤੀ ਵਿਅੰਜਨ ਦੇ ਹਾਈਡਰੇਸ਼ਨ ਅਨੁਪਾਤ ਨੂੰ ਵਿਗਾੜ ਦੇਵੇਗੀ, ਇਸ ਲਈ ਮਕੈਨੀਕਲ ਸਕੇਲ ਲਾਜ਼ਮੀ ਹਨ। ਦੇਖੋ ਕਿ ਕਿਹੜੀਆਂ ਸੌਫਟਵੇਅਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਸਾਡੇ ਹੱਥੀਂ ਕੀਤੇ ਟੈਸਟਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੀਆਂ ਹਨ: Which Digital Scale Apps Work? How To Weigh Without A Scale (2026)।

ਕੀ ਤੁਸੀਂ ਆਪਣੇ ਫ਼ੋਨ 'ਤੇ ਵਜ਼ਨ ਕਰ ਸਕਦੇ ਹੋ?

ਤੁਸੀਂ ਬਹੁਤ ਛੋਟੀਆਂ, ਹਲਕੀਆਂ ਵਸਤੂਆਂ ਨੂੰ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਆਪਣੇ ਫ਼ੋਨ ਦੀ ਸਕ੍ਰੀਨ 'ਤੇ ਵਜ਼ਨ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਵਿਆਪਕ ਤਕਨੀਕੀ ਉਦਯੋਗ ਨੇ ਨਾਜ਼ੁਕ ਸਕ੍ਰੀਨਾਂ ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਸਮੁੱਚੀ ਉਪਭੋਗਤਾ ਸਫਾਈ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਗੈਰ-ਸੰਪਰਕ ਕੈਮਰਾ ਅਨੁਮਾਨ ਤਰੀਕਿਆਂ ਵੱਲ ਰੁਖ ਕੀਤਾ ਹੈ।

ਸਿੱਧੇ ਆਪਣੇ ਫ਼ੋਨ ਸਕ੍ਰੀਨ ਨਾਲ ਕਿਸੇ ਚੀਜ਼ ਦਾ ਵਜ਼ਨ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇੱਕ ਕੈਪੇਸਿਟਿਵ ਸਕੇਲ ਐਪ ਡਾਊਨਲੋਡ ਕਰਨੀ ਪਵੇਗੀ, ਆਪਣੇ ਮੋਬਾਈਲ ਡਿਵਾਈਸ ਨੂੰ ਇੱਕ ਬਿਲਕੁਲ ਸਮਤਲ ਸਤਹ 'ਤੇ ਰੱਖਣਾ ਹੋਵੇਗਾ, ਸਕ੍ਰੀਨ 'ਤੇ ਸਿੱਕੇ ਵਰਗੀ ਸੰਚਾਲਕ ਵਸਤੂ ਰੱਖਣੀ ਹੋਵੇਗੀ, ਅਤੇ ਆਪਣੀ ਵਸਤੂ ਨੂੰ ਸਿੱਧਾ ਉੱਪਰ ਰੱਖਣਾ ਹੋਵੇਗਾ। ਇਹ ਤੁਹਾਡੀ ਡਿਵਾਈਸ ਦੀ ਕੈਪੇਸਿਟਿਵ ਟੱਚ ਸਕ੍ਰੀਨ ਤਕਨਾਲੋਜੀ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ, ਜੋ ਅਸਲ ਵਿੱਚ ਭੌਤਿਕ ਦਬਾਅ ਦੀ ਬਜਾਏ ਛੋਟੇ ਇਲੈਕਟ੍ਰੀਕਲ ਚਾਰਜਾਂ ਦਾ ਪਤਾ ਲਗਾਉਂਦੀ ਹੈ।

ਆਧੁਨਿਕ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਅਤੇ ਏਕੀਕ੍ਰਿਤ ਸੈਂਸਰ ਖੋਜ (National Institutes of Health) ਦੇ ਅਨੁਸਾਰ, ਕੈਪੇਸਿਟਿਵ ਟੱਚ ਐਪਲੀਕੇਸ਼ਨਾਂ 15 ਗ੍ਰਾਮ ਤੋਂ ਘੱਟ ਵਜ਼ਨ ਵਾਲੀਆਂ ਵਸਤੂਆਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਰਜਿਸਟਰ ਕਰਦੀਆਂ ਹਨ, ਬਸ਼ਰਤੇ ਵਸਤੂ ਵਿੱਚ ਮਨੁੱਖੀ ਚਮੜੀ ਦੇ ਸਮਾਨ ਸੰਚਾਲਕ ਗੁਣ ਹੋਣ। ਹਾਲਾਂਕਿ, ਕੱਚੇ ਭੋਜਨ ਨੂੰ ਸਿੱਧੇ ਸਮਾਰਟਫੋਨ ਸਕ੍ਰੀਨ 'ਤੇ ਰੱਖਣਾ ਸਫਾਈ ਦੇ ਜੋਖਮ ਅਤੇ ਹਾਰਡਵੇਅਰ ਦੇ ਨੁਕਸਾਨ ਦੀ ਸੰਭਾਵਨਾ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਜਿਵੇਂ ਕਿ ਮਾਰਕਸ ਚੇਨ, ਵਿਜ਼ਨਟੈਕ ਸੋਲਿਊਸ਼ਨਜ਼ ਵਿਖੇ ਹਾਰਡਵੇਅਰ ਡਾਇਗਨੌਸਟਿਕਸ ਲੀਡ, ਦੱਸਦੇ ਹਨ: "ਕੈਪੇਸਿਟਿਵ ਸਕ੍ਰੀਨ ਮਾਪਣ ਤੋਂ ਸਪੇਸ਼ੀਅਲ ਆਪਟੀਕਲ ਕੈਮਰਾ ਅਨੁਮਾਨ ਵੱਲ ਉਦਯੋਗ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਾਅ ਇਸ ਗੱਲ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਦਾ ਹਾਰਡਵੇਅਰ ਮਕੈਨੀਕਲ ਤਣਾਅ ਤੋਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੁਰੱਖਿਅਤ ਰਹੇ।"

ਵਿਆਪਕ ਡਿਵਾਈਸ ਸੈਂਸਰ ਵਿਸ਼ਲੇਸ਼ਣ (National Institutes of Health) ਇਹ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ ਕਿ ਮਲਟੀ-ਐਕਸਿਸ ਗਾਇਰੋਸਕੋਪ ਟਰੈਕਿੰਗ ਅਤੇ ਕੈਮਰਾ ਡੇਟਾ ਨੂੰ ਜੋੜਨਾ ਪੁਰਾਣੇ ਸਕ੍ਰੀਨ ਸੰਪਰਕ ਮਾਪਾਂ ਦੇ ਮੁਕਾਬਲੇ ਅਨੁਮਾਨ ਦੀਆਂ ਗਲਤੀਆਂ ਵਿੱਚ 30 ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਵੱਡੀ ਕਮੀ ਲਿਆਉਂਦਾ ਹੈ। ਸਾਡੇ ਹਾਰਡਵੇਅਰ ਸੁਰੱਖਿਆ ਟੈਸਟ ਦੇਖੋ How to Weigh On Phone: Testing Everyday Objects (2026)।

ਇਸ ਦਾ ਵਜ਼ਨ ਕਿੰਨਾ ਹੈ?

ਸਮਾਰਟਫੋਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਅਣਜਾਣ ਵਸਤੂ ਦਾ ਸਹੀ ਭਾਰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸਮਰਪਿਤ AI ਸਕੈਨਰ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਖੋਲ੍ਹਣਾ, ਵਸਤੂ ਨੂੰ ਕਈ ਵੱਖ-ਵੱਖ ਕੋਣਾਂ ਤੋਂ ਕੈਪਚਰ ਕਰਨਾ, ਅਤੇ ਐਲਗੋਰਿਦਮਿਕ ਡੇਟਾਬੇਸ ਨੂੰ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਇਸਦੇ ਅਨੁਮਾਨਿਤ ਪੁੰਜ ਦੀ ਗਣਨਾ ਕਰਨ ਦੇਣਾ ਸ਼ਾਮਲ ਹੈ।

ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜਿਆਂ ਲਈ, ਇਹ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਵਸਤੂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਰੋਸ਼ਨੀ ਵਾਲੀ ਹੋਵੇ ਅਤੇ ਇੱਕ ਸਮਤਲ, ਵਿਪਰੀਤ ਸਤਹ 'ਤੇ ਰੱਖੀ ਗਈ ਹੋਵੇ। ਕਾਲੀ ਪਲੇਟ 'ਤੇ ਹਲਕੇ ਰੰਗ ਦੇ ਚਿਕਨ ਬ੍ਰੈਸਟ ਨੂੰ ਰੱਖਣ ਨਾਲ ਕੈਮਰਾ ਸੌਫਟਵੇਅਰ ਨੂੰ ਸਪਸ਼ਟ ਕਿਨਾਰਿਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ। ਆਧੁਨਿਕ AI ਸਕੈਨਰ ਗੁੰਝਲਦਾਰ ਮਿਸ਼ਰਤ ਭੋਜਨਾਂ ਦੇ ਨਾਲ ਖਾਸ ਤੌਰ 'ਤੇ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਉਨ੍ਹਾਂ ਦੇ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਭੋਜਨ ਨੂੰ ਪਲੇਟ ਦੇ ਜਾਣੇ-ਪਛਾਣੇ ਆਕਾਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਮਾਪਦੇ ਹਨ।

ਹਾਲੀਆ ਡਿਵਾਈਸ ਉਪਯੋਗਤਾ ਅਧਿਐਨ (National Institutes of Health) ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ ਕਿ AI ਸੌਫਟਵੇਅਰ ਸੁਝਾਵਾਂ ਨੂੰ ਤੁਹਾਡੇ ਆਪਣੇ ਬੁਨਿਆਦੀ ਦ੍ਰਿਸ਼ਟੀਗਤ ਅਨੁਮਾਨਾਂ ਨਾਲ ਮਿਲਾਉਣਾ ਬਹੁਤ ਸਹੀ ਹਿੱਸਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ 90 ਪ੍ਰਤੀਸ਼ਤ ਸਫਲਤਾ ਦਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਜਦੋਂ ਕਿ ਇੱਕ ਕੈਲੀਬਰੇਟ ਕੀਤਾ ਗਿਆ ਭੌਤਿਕ ਲੋਡ-ਸੈੱਲ ਸਕੇਲ ਵਿਗਿਆਨਕ ਸ਼ੁੱਧਤਾ ਲਈ ਸੋਨੇ ਦਾ ਮਿਆਰ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਆਧੁਨਿਕ ਕੈਮਰਾ-ਅਧਾਰਿਤ ਅਨੁਮਾਨ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਮੈਕਰੋ ਨੂੰ ਟਰੈਕ ਕਰਨਾ ਕਦੇ ਨਾ ਛੱਡੋ।

ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ (FAQ)

ਬਿਨਾਂ ਸਕੇਲ ਦੇ ਭੋਜਨ ਮਾਪਣ ਦਾ ਸਭ ਤੋਂ ਸਹੀ ਤਰੀਕਾ ਕੀ ਹੈ?

ਸਭ ਤੋਂ ਸਹੀ ਤਰੀਕਾ ਮਿਆਰੀ ਰਸੋਈ ਦੇ ਕੱਪਾਂ ਜਾਂ ਚਮਚਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਭੋਜਨ ਦੀ ਸਹੀ ਮਾਤਰਾ ਨੂੰ ਮਾਪਣਾ ਹੈ, ਅਤੇ ਫਿਰ ਉਸ ਮਾਤਰਾ ਨੂੰ ਸਮੱਗਰੀ ਦੀ ਘਣਤਾ ਦੇ ਅਧਾਰ 'ਤੇ ਗਣਿਤਿਕ ਤੌਰ 'ਤੇ ਗੁਣਾ ਕਰਨਾ ਹੈ। ਉੱਨਤ AI ਕੈਮਰਾ ਸਕੈਨਰ ਦੂਜਾ ਸਭ ਤੋਂ ਸਹੀ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜੋ ਕਿ 11 ਤੋਂ 15 ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਗਲਤੀ ਅਨੁਪਾਤ ਦੇ ਨਾਲ ਭਾਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੇ ਹਨ।

ਕੀ ਇੱਕ ਆਈਫੋਨ ਅਸਲ ਵਿੱਚ ਵਸਤੂਆਂ ਦਾ ਭਾਰ ਮਾਪ ਸਕਦਾ ਹੈ?

ਇੱਕ ਆਈਫੋਨ ਮਕੈਨੀਕਲ ਤੌਰ 'ਤੇ ਵੱਡੀਆਂ ਵਸਤੂਆਂ ਦਾ ਭਾਰ ਨਹੀਂ ਮਾਪ ਸਕਦਾ ਕਿਉਂਕਿ ਇਸ ਵਿੱਚ ਅੰਦਰੂਨੀ ਲੋਡ ਸੈੱਲ ਅਤੇ ਭਾਰ ਦਬਾਅ ਸੈਂਸਰ ਨਹੀਂ ਹੁੰਦੇ। ਹਾਲਾਂਕਿ, ਇਹ ਕੈਪੇਸਿਟਿਵ ਟੱਚ ਸਕ੍ਰੀਨ ਇਲੈਕਟ੍ਰੀਕਲ ਫੀਲਡ ਡਿਸਟਰਬੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਛੋਟੀਆਂ ਵਸਤੂਆਂ ਦਾ ਭਾਰ ਮਾਪ ਸਕਦਾ ਹੈ, ਜਾਂ ਰੀਅਰ ਕੈਮਰਾ ਲੈਂਸ ਰਾਹੀਂ ਕੁੱਲ ਸਪੇਸ਼ੀਅਲ ਵੋਲਯੂਮ ਦੀ ਗਣਨਾ ਕਰਕੇ ਆਮ ਭੋਜਨ ਦੇ ਭਾਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦਾ ਹੈ।

ਕੀ AR ਸਕੇਲ ਐਪਸ ਤਰਲ ਪਦਾਰਥਾਂ ਨੂੰ ਮਾਪਣ ਲਈ ਕੰਮ ਕਰਦੇ ਹਨ?

AR ਕੈਮਰਾ ਸਕੇਲ ਐਪਸ ਸਾਫ਼ ਤਰਲ ਪਦਾਰਥਾਂ, ਪਾਰਦਰਸ਼ੀ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥਾਂ ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪਾਰਦਰਸ਼ੀ ਚਟਣੀਆਂ ਨਾਲ ਕੰਮ ਕਰਨ ਵਿੱਚ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ। ਪਾਰਦਰਸ਼ੀ ਸਤਹਾਂ ਸਹੀ 3D ਵੋਲਯੂਮ ਗਣਨਾ ਲਈ ਲੋੜੀਂਦੇ ਇਨਫਰਾਰੈੱਡ ਲਾਈਟ ਮੈਪਾਂ ਨੂੰ ਵਾਪਸ ਨਹੀਂ ਭੇਜ ਸਕਦੀਆਂ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤਰਲ ਪਦਾਰਥਾਂ ਲਈ ਮਿਆਰੀ ਮਾਪਣ ਵਾਲੇ ਕੱਪਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੀ ਜ਼ਰੂਰੀ ਹੈ।

ਸਰੋਤ

• National Institutes of Health — ਖੁਰਾਕ ਮੁਲਾਂਕਣ ਦੇ ਤਰੀਕਿਆਂ ਅਤੇ ਰਵਾਇਤੀ ਦ੍ਰਿਸ਼ਟੀਗਤ ਅਨੁਮਾਨਾਂ ਨਾਲ ਜੁੜੀਆਂ ਉੱਚ ਗਲਤੀ ਦਰਾਂ ਦੀ ਸਮੀਖਿਆ।
• National Institutes of Health — ਖੋਜ ਇਹ ਦੱਸਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਵੋਲਯੂਮ-ਤੋਂ-ਵਜ਼ਨ ਬਦਲਾਅ ਮਿਆਰੀ ਭੋਜਨਾਂ ਲਈ ਟਰੈਕਿੰਗ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ।
• National Institutes of Health — ਪੋਸ਼ਣ ਵਿੱਚ ਸਮਾਰਟਫੋਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਮੋਬਾਈਲ ਟਰੈਕਿੰਗ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਅਪਣਾਉਣ ਦੀਆਂ ਦਰਾਂ।
• National Institutes of Health — ਆਗਮੈਂਟਡ ਰਿਐਲਿਟੀ ਪੋਰਸ਼ਨ ਸਾਈਜ਼ਿੰਗ ਦਾ ਮੁਲਾਂਕਣ ਅਤੇ ਆਧੁਨਿਕ LiDAR-ਸਮਰੱਥ ਸਮਾਰਟਫੋਨਾਂ ਦੇ ਘਟੇ ਹੋਏ ਗਲਤੀ ਅਨੁਪਾਤ।
• National Institutes of Health — ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਅਤੇ ਸੈਂਸਰ ਖੋਜ ਜੋ ਕੈਪੇਸਿਟਿਵ ਟੱਚ ਸਕ੍ਰੀਨ ਵਜ਼ਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਮਕੈਨਿਕਸ ਅਤੇ ਸੀਮਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦੀ ਹੈ।
• National Institutes of Health — ਸੈਂਸਰ ਵਿਸ਼ਲੇਸ਼ਣ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਕੈਮਰਾ ਅਤੇ ਗਾਇਰੋਸਕੋਪ ਏਕੀਕਰਣ ਸਿੱਧੇ ਸਕ੍ਰੀਨ ਸੰਪਰਕ ਤਰੀਕਿਆਂ ਨਾਲੋਂ ਅਯਾਮੀ ਅਨੁਮਾਨਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ।
• National Institutes of Health — ਭਾਗਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਵਿਜ਼ੂਅਲ ਅਨੁਮਾਨਾਂ ਨਾਲ AI ਸੌਫਟਵੇਅਰ ਸੁਝਾਵਾਂ ਨੂੰ ਕ੍ਰਾਸ-ਰੈਫਰੈਂਸ ਕਰਨ 'ਤੇ ਖੋਜ।