使用Python叠加天文图像

Question

一开始我以为这会很容易，但过了一会儿我最终还是放弃了，至少要休息几个小时...

我想复制这个星轨图像，它是从时间序列照片集中生成的。受到这个启发：

原作者使用了用VirtualDub拍摄的低分辨率视频帧，再用imageJ合成的方法。我想我可以用Python更节省内存的方式轻松地复制这个过程，这样我就可以使用原始高分辨率图像获得更好的输出。

我的算法思路很简单，每次合并两张图片，然后迭代合并结果图像和下一张图像。这样做数百次，并适当加权，使每张图片对最终结果有相同的贡献。

我对Python相当新手（而且我不是专业程序员，这一点显而易见），但是我看了看周围，感觉Python Imaging Library非常标准，所以我决定使用它（如果您认为其他东西会更好，请纠正我）。

这是我目前的代码：

#program to blend many images into one
import os,Image
files = os.listdir("./")
finalimage=Image.open("./"+files[0]) #add the first image
for i in range(1,len(files)): #note that this will skip files[0] but go all the way to the last file
  currentimage=Image.open("./"+files[i])
  finalimage=Image.blend(finalimage,currentimage,1/float(i+1))#alpha is 1/i+1 so when the image is a combination of i images any adition only contributes 1/i+1.
  print "\r" + str(i+1) + "/" + str(len(files)) #lousy progress indicator
finalimage.save("allblended.jpg","JPEG")

这样做确实能达到预期的效果，但生成的图像过于暗淡。如果我试图对其进行增强，很明显由于像素值的深度不足而导致信息丢失。（我不确定这里应该使用什么术语，如色深、色彩精度或像素大小）。这是使用低分辨率图像得到的最终结果： 或者这是我尝试使用完整的 4k x 2k 分辨率图像（来自另一组照片）时得到的结果： 因此，我尝试通过设置图像模式来修复它：

firstimage=Image.open("./"+files[0])
size = firstimage.size
finalimage=Image.new("I",size)

但显然Image.blend不接受那种图像模式。

ValueError: 图像模式错误

有任何想法吗？

（我还尝试通过在与im.point(lambda i: i * 2)相结合之前对其进行乘法来使图像“变暗”，但结果仍然很糟糕）

- JunCTionS

---

你的图片权重不平等。例如，你的第一张图片的不透明度为 1 / (1 + 1) = 0.5，而你的第九张图片的不透明度为 0.1。 - Blender

Blender，我认为它是等权的。当i = 0时，1 /（i + 1）= 1，因此对于第一次迭代，该图像的权重为0.5，因为另外0.5由第二个图像（file [1]）占据，然后当i = 2时，file [2]的权重为0.33，前两个文件的总和为0.66..即每个文件为0.33。因此第9个图像确实具有0.1 alpha，但这意味着前8个图像的组合不透明度为0.9，即每个图像为0.1（考虑file [0]）。 - JunCTionS

不，@Blender是正确的，你需要为每张图片分配一个恒定的权重，意味着是1/len(files)。如果你总共有2张图片，每张图片的权重为0.5。如果你总共有10张图片，每张图片的权重为0.1。 - mathematical.coffee

我确定这是它正在获取的内容（相等的权重）。使用混合函数，每次调用时结果会被归一化。例如，如果我对前10张图像的第一个贡献进行了0.1（针对黑色背景），当下一轮迭代到来时，这个0.9黑色和0.1图像的比例将成为下一个混合的贡献的0.9部分。第一张图片将贡献0.09，第二张图片将贡献0.1。最终，第十张图片将贡献0.1，而第一张图片将贡献0.039（即0.1*（0.9）^10）。混合=image1 *（1.0-alpha）+ image2 * alpha - JunCTionS

Answer 1

问题在于您正在对每个像素的亮度进行平均。这可能看起来很合理，但实际上根本不是您想要的——明亮的星星会因为它们在图像上移动而被“平均掉”。请看以下四个帧：

1000 0000 0000 0000
0000 0100 0000 0000
0000 0000 0010 0000
0000 0000 0000 0001

如果您对它们求平均值，您将得到：

0.25 0    0    0
0    0.25 0    0
0    0    0.25 0
0    0    0    0.25

当你想要：

1000
0100
0010
0001

你可以尝试对每个像素取任何图像中看到的最大值，而不是混合图像。 如果您有PIL，则可以尝试ImageChops中的lighter函数。

from PIL import ImageChops
import os, Image
files = os.listdir("./")
finalimage=Image.open("./"+files[0])
for i in range(1,len(files)):
    currentimage=Image.open("./"+files[i])
    finalimage=ImageChops.lighter(finalimage, currentimage)
finalimage.save("allblended.jpg","JPEG")

这是我得到的：

编辑：我看了Reddit帖子，发现他实际上结合了两种方法——一种用于星轨，另一种用于地球。这里是更好的平均值实现方式，采用了适当的加权。我使用了一个numpy数组作为中间存储，而不是uint8图像数组。

import os, Image
import numpy as np
files = os.listdir("./")
image=Image.open("./"+files[0])
im=np.array(image,dtype=np.float32)
for i in range(1,len(files)):
    currentimage=Image.open("./"+files[i])
    im += np.array(currentimage, dtype=np.float32)
im /= len(files) * 0.25 # lowered brightness, with magic factor
# clip, convert back to uint8:
final_image = Image.fromarray(np.uint8(im.clip(0,255)))
final_image.save('all_averaged.jpg', 'JPEG')

这里是一张图片，你可以将它与前面的星轨图像组合在一起。

- simonb

---

太好了！非常感谢。 这是最终结果，包括原始的全尺寸图像（虽然被imgur的大小限制降级了一些）。 - JunCTionS

@JunCTionS 不用担心，看起来非常不错。我实际上读了Reddit的评论，他对于星轨做了和我建议的一样的事情，但是对于地球，类似于你最初的平均方法。我会快速尝试并将其作为编辑添加。 - simonb