HoshinoWeaver | 织此星辰

[简体中文 | English]

简介

HoshinoWeaver (织此星辰, HNW) 是一个为天文摄影设计的通用图像预处理工具。 通过创新的算子编排引擎，无论是简单的星轨还是复杂的分离堆栈合成，HoshinoWeaver都能为你织就理想的星辰影像。

它是一个合成软件，也是一个灵活的计算图编排工具：你可以为自己的后期场景自定义计算流程，并通过 HoshinoWeaver 一键运行，而不必在多个软件之间流转。

访问 官网 以了解更多最新信息。

核心特性

🚀 性能与架构

• 流式处理 (Stream Processing)：无需同时加载所有照片，低内存也能处理大量高像素的图片。
• 并行计算加速：通过 OpenMP 和 GPU 加速技术，提高计算效率。
• DAG 算子引擎：基于有向无环图驱动计算引擎，计算流程通过 YAML 自由定义。这意味着你可以像搭建积木一样，组合出专属于你的处理工作流。

🌠 核心算法

• 星轨合成：除了常规的渐入渐出星轨，还支持去除卫星线，缩星，抑制噪声网格等多种模式，让星轨创作更加简单
• 星点对齐：支持按星点对齐堆栈星空降噪，还支持通过蒙版分离天空与地面，同时兼顾地面细节
• 专业堆栈算法：支持 Sigma Clip、Huber Mean 等稳健统计算法，可以剔除卫星线、飞机线等异常干扰。

快速上手

运行发行版本

目前的最新版本是 v1.0.0 "Vega"。可以从 官方网站 或 Github的Release页 获取发行版本。当下载并安装完毕后， 双击运行 HoshinoWeaver.exe 即可运行图形界面版本。

Note

首次启动将进入引导模式，帮助你快速上手图形界面。

从源码运行

• 至少在 Python >= 3.10 的环境运行该项目。
• 在项目目录下运行 pip install -r requirements.txt 安装依赖包。
• 运行 python "HoshinoWeaver desktop.py" 启动图形界面，或运行 python launcher.py --help 查看 CLI 的运行参数。

开发说明

项目包含可选的 C++/CUDA 加速算子，无编译环境时自动回退到 NumPy 实现。

• hoshicore/_custom_op/ — 算子 Python 接口
• csrc/ — C++/CUDA 源码与构建脚本，详见 csrc/README.md
• bench/ — 性能基准测试，详见 bench/README.md

构建本地加速算子：

python csrc/build_ops.py

HoshinoWeaver已实现

支持的文件格式

支持程度	格式类型	备注
完整支持	TIFF, JPEG, PNG	保留 EXIF 信息与色彩配置文件
RAW 支持	CR2, CR3, ARW, NEF, DNG, RA2	基础解析（不支持 XMP 调整）
基础支持	BMP, GIF	仅读入像素数据

支持的工作流

星轨类叠加

模式	适用场景	关键特性
最大值星轨 (fifo)	经典星轨合成	支持渐入渐出效果
混合星轨 (mix)	星轨 + 地景降噪	天空使用最大值叠加，地景取均值叠加，自动亮度匹配+抑制噪声网格

• 星轨类可选支持：去除卫星线 / 稀疏星轨

对齐类叠加

模式	适用场景	关键特性
星点对齐	图像绝大部分区域是星空	自动检测并对齐星点，消除旋转误差，叠加星空图像
天地分别对齐叠加	天空和地面都需要叠加降噪	自动分离及合并天空与地面的对齐结果，兼顾星空降噪与地面细节

附录

许可证

• 本项目基于 MPL-2.0 协议开源。

致谢

• 星点对齐算法改进自 LoveDaisy/star_alignment。
• 感谢所有为本项目提供样片与建议的摄影师。

为什么叫 HoshinoWeaver？

Hoshino 代表我们的目标（与致敬）；Weaver 代表我们的方式。

[!Info] “数字时代的摄影不再仅仅是捕捉，更是对数据的重新编织。我们希望通过这个工具，让每一位摄影师都能精密地控制每一根“数据经纬”，最终织出一幅属于自己的星河长卷。”

Project Stargazers