为了准确测量角的大小要有统一的什么和什么

男装的尺码我了解一点。

利益相关:2004年开始淘宝,2014年海淘后,除了自己也帮身边同事买衣服,这些年算下来没买上千件,也买过500+,都是男装。买的多,也就找到点规律。

  • 买上衣:核心看胸围(Chest),其次看腰围(Waist)
  • 买裤装:核心看腰围(Waist)和臀围(Hip),其次看裤长(Inseam)。
  • 买西装、衬衫,永远是量身定制才是最好的

国标将男、女服装号型按4个体型划分,其中“号”代表身高,“型”代表围度(胸围、腰围、臀围)。

图片来源:知乎「奥肯」
  • Y体型:对身材要求高,实际售卖中比较少见(感谢评论中指出海澜之家有Y体型)
  • A体型:绝大多数男装都以此设计
  • B体型:身高180码起,很多按B体型设计
  • C体型:大码、中老年服装以此设计
优衣库男装上衣尺码表,160~175为A体型、180为B体型、185起为C体型(图片来源:天猫优衣库旗舰店)

其实优衣库的180XL,要比175L大至少一个半码,中间缺少180/104A。我身高178cm,胸围102cm,体重85kg。买优衣库L码略小,买XL码又有点偏大。

不要想歪,这里的净身不是切JJ,而是”裸身不穿衣服“的尺码。

虽然模特丑,可还原度高啊……(图片来源:知乎「奥肯」)

刚才说的是净身尺寸,接下来说与成衣尺寸的关系。

图片来源:知乎「奥肯」

在不考虑弹力面料下,上衣的领维、胸围、腰围、臀围、腿围,都需要一定的放量。

  • +4cm放量,人体生理呼吸的需要
  • +10cm放量,人体活动的基本放松量
  • 裤子的腰围,不需要放量。
  • 针织面料,自带弹力,不需要放量。
  • 含有氨纶等弹力纤维的面料,不需要放量。
男上衣看胸围尺寸,其次再参考腰围、颈围、臂长(图片来源:知乎「奥肯」)
男裤看腰围,同时也要参考臀围。B体型、C体型男性,裤围要小于自身腰围,因为要想裤子不掉,得把腰部的肉勒起来。(图片来源:知乎「奥肯」)

四、成衣版型与尺码的关系

同尺码相邻版型之间,大约相差半码(图片来源:知乎「奥肯」)

服装的版型怎么看呢?国际品牌在官网通常会给出的,再就是看模特效果了,大体上,收腰收腿的就是修身呗,看不出身材的就是宽松了。

体型和版型之间的穿衣建议:

五、服装尺码标准与各国换算

我当初想全面了解服装尺码标准,和各国家之间尺码换算。在研究后,发现自己太天真,服装尺码标准的坑太大。

在不考虑童装、校服和团体、企业标准情况下,国家的推荐标准就有这么多。

  • GB/T 8《服装号型 男子》
  • GB/T 8《服装号型 女子》
  • GB/T 《针织运动服规则》
  • GB/T 《毛呢套装规格》
  • GB/T 《单服、套装规格》
  • GB/T 《衬衫规格》
  • GB/T 《针织内衣规格尺寸系列》
  • GB/T 《职业服装通用技术规范》
  • GB/T 《劳动防护服号型》

了解后,我认为,想通过标准来解决选码问题,行不通,只能得到一个大致的范围。

以我自己买的经验,给的建议范围(图片来源:知乎「奥肯」制作)

美英(国际码)和(国内码)S/M/L/XL这种:

  • 国际版型 比 国内宽松:大1码
  • 国际常规 比 国内常规:大1.5码
  • 国际宽松 比 国内常规:大2码
  • 国际宽松 比 国内修身:大2.5码

还需要注意袖长。或许是美国男性肩膀更宽,美国品牌的长袖男装,通常袖子偏长。如果买欧美品牌的长袖男装,在相邻尺码拿不准时,我建议买偏小的。

西装、衬衫和翻领的服装:定制永远最好,买成衣时,相近的两个尺码之间,偏小的上身效果好,但会紧绷点;大一点的穿着舒适些,可大概率没那么精神。

如果不是正装,很多时候M码还是L码都可穿,尤其是短袖,只是上身效果不同。

总的来说,选择尺码,就是以「自己体型」、「衣服版型」,参照商品给的尺码表,但要考虑给的是「净身尺码」还是「衣服尺码」,计算好放松量。这样选八九不离十,剩下就需要依靠买的经验了。

在我写这篇内容时,咨询几个品牌关于尺码不统一的问题,得到的答复是:

  1. 品牌方会请不同国籍的设计师,设计师通常都以本国尺码为设计标准,再换算成销售国家的尺码,换算时就免不了误差。
  2. 中国拥有发达的网购和快递,但服装行业,实体店试穿依然占据主流。就算网购,尺码买错了就七天无理由退货+运费险。

所以呢,尺码问题,对服装品牌来说并不是关键问题。也完美的尺码表,我认为不存在。

哪些品牌提供的尺码多呢?一般来说,衬衫、西装对合身要求高,会提供多围度的尺码选择,比如海澜之家的衬衫。

有需要尺码建议的,可留言发:身高、体重、商品链接,我可以帮你参谋,也为后续完善这回答。

我要回帖

更多关于 用量角器量角,关键要认清()的刻度 的文章

 

随机推荐