楊幂，江湖人稱帶貨女王，喜歡她的人不少，可是當你買回同款，穿在自己身上卻不像那回事兒。

主要原因是因為你的風格和膚色都與她不同，她穿得再好看，也不适合給你作參考。

并且她也不是穿什麼都好看的主，比如藍色中的藏藍色，她穿着就十分老氣。↓

這是因為她的膚質偏薄，且膚色明度高，藏藍色對她而言太過厚重，她更适合穿清淺一些的藍色，比如淺水藍，夏天穿給人超級清爽的感覺。↓

這就是色彩穿對了的魔力，能讓人一下年輕10歲，所以你要不要知道自己是什麼膚色類型呢？

那下面飛飛就帶大家一起來解析楊幂的膚色類型，你也可以跟着做對比測試喲，以及她适合什麼顔色，有什麼顔色是需要避雷的。

一、楊幂的膚色類型分析

膚色的類型簡單的分有4種，那就是春夏秋冬，把這個搞懂能應對生活中大部分的穿衣難題，但前提是你對色彩的三要素吃透。

比如色彩的明度，它是什麼意思，怎麼分級，不同級别的明度的情感意義是什麼，你的膚色在那個層次等，這些我會在周六上午視頻号裡以直播形式告訴大家，歡迎姐妹們來圍觀。

下面說一下楊幂的膚色的類型，首先第一步還是看冷暖，冷暖測試的布有好幾套，姐妹們已經看慣了紅和橙紅色，這次我們換一組。

看一個具有殺手锏的冷暖測試，順序依然是先冷後暖，首先請出偏冷的蘭花紫色，這個顔色讓楊幂的皮膚看起來非常白皙，不過白得有點不自然，像是摸了面粉一樣。

接着再請出極暖的橙色，看看楊幂穿它的效果，雖然不如蘭花紫那麼顯白，但是看起來氣色好多了，臉上有了瑩潤的光澤感，給人非常健康的感受。↓

像楊幂這種膚色類型，對于經驗不是很豐富的色彩顧問來說，很容易被誤診斷為冷皮，因為冷色的确讓她看起來更白皙。

但是是否顯白并不是判斷冷暖的标準，顯氣色顯健康才是。

接下來是純度測試和明度測試，今天重點講明度，通常在判斷為是暖皮後，會用不同深淺的棕色布作測試，但是網絡診斷做不到這一點，所以這次我們用黃橙色來做。

首先從明度最低的黃橙色看起，這種明度極低的色彩，通常被叫做大地色，給人自然、淳樸的印象，放在楊幂身上，真的好顯老氣啊。↓

不要說這個顔色好看，人都被衣服給淹沒了，那還有什麼好看的。

接着我們再來一個比較純正的橙色，好像效果還不錯，看着人年輕一些。↓

然後再看一個明度更高的黃橙色，哇哦，真的是太好看了，衣服和人達到了合一的狀态，就是大幂幂本幂的感覺，特别地舒服。

那這個時候基本可以判斷楊幂是春季型人，因為暖皮主要分春和秋，春季型裡是沒有低明度，她的條件基本滿足。

和她一個類型的女明星還有趙麗穎、張柏芝、宋祖兒等，感興趣的姐妹可以用關鍵詞去搜一下她們的色彩分析。

下面說一下适合楊幂的色彩，方便姐妹們做對照分析。

二、适合楊幂的色彩有這些

楊幂是春季型，但是春季型下面還有細分，有亮春、淡春和柔美，主要差别在于給人的主觀感受是強烈的、柔和的還是沉穩的。

楊幂兼具少女和時尚的氣質，給人朝氣和俏麗的感覺，所以她是亮春。

那适合的亮春穿的色彩要滿足中高明度、中高純度、暖基色三個特點就對了。

比如紅色相中的明紅色，給人喜慶、祥和的感受，特别适合用作夏天的連衣裙。↓

黃色裡面的奶黃色，給人活潑、明亮的感受，特别适合在休閑場合使用。↓

綠色裡面的寶石綠，給人典雅的感受，用作夏日的連衣裙也非常的出彩。↓

那适合的顔色，就給大家簡單舉3個，這些都是常見的春季型人用色，實際上可用的顔色遠不止這些。隻要你明白了最基礎的概念，就能做到舉一反三。

三、不适合楊幂的顔色有這些

不适合的顔色就是偏離自己主要特征最遠的顔色，那對于楊幂來講，膚色是中高明，那麼中低明的顔色都要盡可能地避免。

比如綠色裡加入了黑色的綠色，就會讓楊幂立馬老10歲的感覺，再加上錯誤的面料，過于緊身的款式，顯得是好俗氣。↓

一再給大家強調穿衣搭配是系統，大的來講首先是顔色對，然後是風格對，再然後是揚長避短穿衣，場合着裝等等，細分下去就又是好多知識點。

隻有把這些知識點按照一定的邏輯串聯起來才能形成完整的穿搭系統。

再比如明度更低一些的綠色，幾乎都快接近黑色了，楊幂穿上，基本上都認不出是楊幂。↓

但是你不可以說這個顔色不好看，因為同樣的顔色穿在容祖兒身上，那就是高級感的存在。↓

所以，基本上不存在不好看的色彩，隻有穿錯色彩的人。

好了，關于暖白皮适合穿什麼顔色，不适合穿什麼顔色，就給大家分享到這裡。如果你也想知道自己的最佳用色，歡迎你私信咨詢我喲。

飛飛的心裡話：

這周咱們的【鐵蝴蝶7日穿搭特訓營】正在進行中，不少姐妹都非常心急，一來就想知道自己的風格和色彩。

渴望變美的心，飛飛能夠非常理解，但是不打好基礎的學習，隻會讓你後面的學習如坐飛機。

學習都是從一些基礎的概念開始，比如色彩的明度、純度、冷暖等，等把這些概念吃透了，才會進入到色彩搭配和色彩季型等。

就好比畫圖一樣，最先是一個點，然後兩個點連成線，再然後是三個點就能連成一個面，不斷地升級思考的維度，慢慢的從單維升級到多維。