不学 PixInsight，也能处理天文照片

「去学 PixInsight」是「我该怎么处理天文照片」的标准答案，而且这建议并不差。只是它附带一个很少被说出口的价签：好几个月，之后你才拿得到一张照片。

有一种玩法里，这个价钱显然值得付。但还有一个大得多的群体：他们想把硬盘上那些帧变成一张漂亮的猎户座星云，而花三个月去学一套信号处理环境对他们来说并不是一个合理的要求。这篇是写给第二类人的。

处理到底是什么

把软件剥开，这份活就是八个操作，顺序如下：

1. 校准 —— 减掉相机自己加进去的东西。暗场去掉传感器的噪声图案，平场去掉灰尘阴影和暗角，偏置帧去掉读出偏移。
2. 评分 —— 找出被毁掉的帧。云、卫星、跑焦、跟踪打滑、谁家的车灯。
3. 配准 —— 把每一帧按同样的星点对齐，精度到亚像素。
4. 整合 —— 把它们合起来，剔除离群值，让噪声下降而信号不降。
5. 去除背景梯度 —— 天空一边比另一边亮，这得去掉，而且不能把星云一起带走。
6. 校准色彩 —— 确定什么是白，最好是拿画面里的星点去比对一份颜色已知的星表。
7. 拉伸 —— 数据是线性的，暗弱部分根本看不见。图像就是在这一步出现的，而大多数新手的图也是在这一步毁掉的。
8. 锐化与降噪 —— 小心地做，而且要比你想做的更少。

每个软件都做这八步。区别在于谁来提供那些数字。

PixInsight 存在的意义

在往下讲之前，得把支持 PixInsight 的理由完整说清楚，而不是一笔带过。

它真正的优势是蒙版。范围蒙版、亮度蒙版、星点蒙版和 PixelMath 让你只对图像的一部分施加修正 —— 拉伸外围而不把核心拉爆，只降背景的噪声，只锐化扛得住的结构而放过扛不住的。这就是「处理过的图像」和「完成了的图像」之间的差别，而没有任何自动化能取代它。

如果你看着那些获奖的天文照片、并且想做出那样的东西，你最终会走进 PixInsight，而且你也应该去。下面要讲的，是如何从一堆帧走到一张真正的照片，而不必把那件事当作第一步。

路线一：Siril，把中间几步交给它的脚本

Siril 免费、开源，Windows、macOS 和 Linux 都能跑。它的单色相机彩色预处理脚本可以在你几乎不指定任何东西的情况下完成校准、配准和叠加，也就是覆盖了第 1 到第 4 步。

然后你在 Siril 里手动做第 5 到第 8 步：背景提取、光度色彩校准、直方图拉伸或广义双曲拉伸，以及任何你想用的降噪。这是一门真功夫，但它比 PixInsight 小得多，而且 Siril 的文档是写给人看的，而不是冲着人念的。

代价： 零。它要求你： 学会六七个操作，以及大致明白它们的参数在干什么。它的止步之处： 脚本是固定的。它们对每次会话都套用同一组设置，因为它们从不看数据 —— 于是一张广角和一张紧裁得到同一个黑场，而一个午夜视宁度崩掉的夜晚，所有帧照样被叠进去。

路线二：GraXpert 加 Photoshop 来收尾

如果你已经懂 Photoshop，一条可行的路线是：用 DeepSkyStacker 或 Siril 做第 1 到第 4 步，用 GraXpert 做第 5 步，再用 Photoshop 配合曲线和色阶做第 6 到第 8 步。

代价： Photoshop 对你而言值多少钱。它要求你： 已经熟练使用 Photoshop，外加足够的天文知识，好知道处理普通照片的直觉在这里是错的 —— 背景本来就不该是纯黑，而一条在白天照片上看着对的曲线，会毁掉暗弱信号。

路线三：让软件替你把测量做了

那八步之所以要学几个月，并不是因为其中任何一步在概念上很难。而是因为每一步都有参数，而知道该把它们设成多少，是在几十次会话中积累起来的模式识别。

但那些参数里几乎没有一个是品味问题。哪种拒绝方法适合一个叠加，取决于帧数和方差。反卷积该多强，取决于实测的星点宽度和信噪比。黑场该落在哪里，取决于画面中天空占多大比例。这些都是测量，而软件可以把它们测出来。

这正是 Akastroid 做的事 —— 软件是我们做的，请你据此掂量这段话的分量。它读取文件夹，测量这次会话，依据这些测量跑完全部八步，然后把每一个决定连同背后的数字列出来，让你可以推翻其中任何一个。一次一百帧的会话用不到一分钟，免费版可以在五次会话上跑完整条流程，并从其中三次保存结果，之后才会要求授权。

代价： 免费版含全部功能、三次导出，之后一次性 79 美元。它要求你： 一个文件夹。它的止步之处： 调整都是全局的。没有蒙版，没有局部编辑。这正是 PixInsight 存在要去翻越的那堵墙。

大多数人其实该用的组合

下面这套安排最少被人提起，却适合最多的人，其中不乏已经买了 PixInsight 的。

用自动化的东西做第 1 到第 4 步，然后在你喜欢的地方收尾。

校准、评分、配准和整合都是机械性的。它们有正确答案，由数据本身决定，而手工做一遍除了「我亲手做过」这份知情感之外，什么都换不来。Akastroid 的保存未处理的叠加图像会在任何收尾处理之前写出整合结果，而这正是 PixInsight 或 Photoshop 想要的起点。

然后你把时间花在第 5 到第 8 步 —— 判断力真正所在之处 —— 用你最熟练的那个工具；而且你花在的是一份你已经知道值得花功夫的数据上，因为那次自动处理三分钟就给出了一个成品版本，并告诉了你这个晚上出了什么问题。

什么时候你确实该去学那个深水工具

老实问问自己，下面哪几条适用于你：

• 你想要蒙版和局部修正。没有任何自动化能给你这些。
• 你在为比赛或发表出图。
• 你在做窄带合成、要自定义通道映射，并且想控制每一个阶段。
• 你把处理本身当成一项活动来享受。这是完全正当的理由，而且相当一部分人正是为此而来。

如果以上都不是你，那几个月就不是必修课。它们从来就不是必修课 —— 只不过在很长一段时间里，它是唯一的路。

今天从哪里开始

挑一次你从来没能处理出来的会话。用上面任何一条符合你条件的路线跑一遍。让它出一张成片，无论多不完美。

然后去读每一步在做什么，因为理解处理最快的方式是看着一个结果往回倒推 —— 而不是先学理论，然后指望末尾会冒出一张图像。