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，支持创建渐隐星轨、图像对齐、图像堆栈等功能。在基础功能以外，HoshinoWeaver 还为上述功能添加了独创的优化与功能(去除星轨卫星线，消除星轨网格等)。

它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。

功能一览

星轨叠加

将多张连续拍摄的图像合成为一张完整星轨照片。

模式	适用场景	说明
最大值叠加	ISO 较低、噪声少、未做镜头校正	逐像素取最大值，速度极快。支持渐入渐出效果
噪声均匀化	高ISO拍摄、有亮光干扰，应用镜头校正等场景	在最大值叠加基础上自动校正空间噪声不均，可融合均值地景

可选增强：去除卫星线 / 缩星

堆栈降噪

多张图像直接叠加求统计值，适合模拟慢门（流云、流水、平滑海面）以及固定场景的降噪叠加。支持均值、Sigma 裁剪、中位数、Huber 均值等多种稳健统计算法。

星点对齐叠加

将多张星空照片按星点对齐叠加，产出高信噪比的星空图像。

能力	说明
自动对齐	检测星点并对齐旋转误差，支持透视变换和畸变优化两种模型
天地分离	通过遮罩分别处理天空和地面，天空按星点对齐叠加降噪，地面独立叠加保留细节
灵活的叠加算法	天空和地面可分别选用不同的叠加算法（均值 / Sigma 裁剪 / 中位数 / Huber 均值）

详细的参数说明和使用指引请参阅 用户手册。

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, FITS	仅读入像素数据

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 Release 页 获取。下载安装后，双击运行 HoshinoWeaver.exe 即可启动图形界面。

Note

基本使用流程：

1. 选择工作流 — 根据预期结果（星轨 / 降噪 / 星点对齐）选择对应工作流
2. 导入图像 — 选择待处理的图像序列
3. 准备遮罩（按需） — 部分功能需要一张标注天空/地面分界的黑白遮罩图像
4. 调整参数 — 选择模式并配置参数，初次使用保持默认即可
5. 执行输出 — 设置输出路径和格式，点击执行

详细的参数说明与操作指引请参阅 用户手册。

从源码运行

• 至少需要 Python >= 3.10 的环境。
• 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。
• 项目包含可选的 C++/CUDA 加速算子，可以通过 python csrc/build_ops.py 构建加速算子。无编译环境时会自动回退到 NumPy 实现。

技术特性

以下特性使 HoshinoWeaver 能够在普通硬件上高效处理大量高分辨率图像：

• 流式处理：帧数据逐张流过管线，无需同时加载所有图片，低内存即可处理大批量高像素素材
• 并行计算加速：通过 OpenMP 多线程和可选的 GPU 加速提高计算效率
• DAG 算子引擎：处理流程基于有向无环图驱动，通过 YAML 自由定义。你可以像搭建积木一样组合出自定义工作流，也可以开发新的算子扩展处理能力

相关文档

文档	内容
技术架构	hoshicore 引擎层、算子层、队列机制、多进程执行等详细设计
DAG 节点定义规范	YAML DAG 完整语法规范
C++ 算子构建	C++/CUDA 自定义算子的构建、平台策略、新增算子指南
性能基准测试	Benchmark 套件使用说明
用户手册	面向用户的完整功能与参数说明

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。

"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。"

Stargazers