"Suhteellinen kolorimetri" on yksi neljästä renderausintentiosta gamut-kartoituksessa. Lähteenväriavaruuden valkoinen piste mukautetaan kohdeväriavaruuden valkoiseen pisteeseen, ja myös kaikki muut värit siirtyvät suhteessa tähän. Värit, jotka sijaitsevat kohdeväriavaruuden ulkopuolella, sijoitetaan sen reunaan (clipping).
Tämä prosessi soveltuu erityisen hyvin mahdollisimman tarkkaan värintoistoon muunnettaessa CMYK CMYK:ksi tai jopa vähemmän kylläisiä RGB -kuvia CMYK:ksi, kunhan väriavaruudet ovat samankokoisia.
"Suhteellista kolorimetristä" renderöintiä käytetään värien hallinnassa, jotta saavutetaan mahdollisimman yhdenmukainen värintoisto eri laitteiden ja väriavaruuksien välillä. Toisin kuin "absoluuttisen värimittaisen" renderöintitarkoituksessa keskitytään värien suhteelliseen säätöön eikä niinkään ehdottoman tarkkaan värintoistoon.
Kun käytetään "suhteellista värimittausta", originaalin väriarvot säädetään siten, että ne toistuvat parhaiten tulo- ja lähtölaitteen väriavaruudessa. Näin pyritään säilyttämään värien väliset suhteet ja värien välit sen sijaan, että saavutettaisiin tarkka väriyhteensopivuus, sillä laitteet ja väriavaruudet eivät aina salli identtisiä värintoistoja. Väriarvoja säätämällä voidaan saavuttaa parempi yhteensopivuus tulostuslaitteen väriavaruuden kanssa. Tämä mahdollistaa yhdenmukaisen ja hyväksyttävän värintoiston, vaikka tarkka väritarkkuus ei ehkä olisikaan mahdollista.
Suhteellisen kolorimetrinen ja syvyyskorjaus on yleensä oletusarvoinen renderöintitarkoitus Adoben tuotteissa, kuten Photoshopissa, InDesignissa ja Illustratorissa. Yksilöllinen renderöintitarkoituksen valinta riippuu aina eri tekijöistä, kuten projektin vaatimuksista, käytetyistä väriavaruuksista ja graafisen suunnittelijan yksilöllisistä mieltymyksistä. Erityisesti muunnettaessa suuria väriavaruuksia, kuten ECI-RGB-V2, pieniksi väriavaruuksiksi, kuten PSOUncoated, voi olla hyödyllistä kokeilla eri renderöinti-intenttejä ja vertailla niitä visuaalisesti parhaan lopputuloksen saavuttamiseksi. Erityisesti tässä esimerkissä perceptual-muunnos tuottaa usein paremman tuloksen.
