星轨银河堆栈合成

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

将多张星空长曝光照片合成为星轨图或纯净银河。当用户说'星轨'、'星空合成'、'银河合成'、'star trail'、'银河堆栈'、'星空堆栈'、'夜空合成'、或上传多张星空照片要求合成时触发。支持 lighten 模式合成星轨和 median 模式堆栈降噪提取纯净银河。

一句话选型结论

按资料字段整理

星轨银河堆栈合成是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_783c668f/star-trails
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_783c668f仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791728061
正文体量4.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
星轨银河堆栈合成当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

4.8 KB
模型实际读到的说明书原文,来自技能仓库

星轨银河堆栈合成 (Star Trails & Galaxy Stacking)

将多张连续拍摄的星空长曝光照片合成为星轨图或纯净银河图像。

适用场景

  • 星轨合成 (trails):将多张星空照片叠加,生成星星拖尾的星轨效果
  • 银河纯净合成 (clean):通过中值堆栈降噪,去除噪点、热像素、飞机轨迹和卫星,得到纯净的银河图像
  • 间隔拍摄序列处理:适用于赤道仪跟踪或固定机位连续拍摄的星空序列

依赖

  • Python 3.8+
  • opencv-python-headless
  • numpy
pip install opencv-python-headless numpy

使用流程

命令行调用

python scripts/star_trails.py <img1> <img2> [img3...] [-o OUTPUT] [--mode {trails,clean}] [--align] [--clahe]

参数说明

参数 说明 默认值
img1 img2 ... 输入星空图像路径(至少2张) 必填
-o, --output 输出图像路径 star_trails_result.jpg
--mode trails 星轨模式:lighten blend 叠加 trails
--mode clean 纯净银河模式:median 堆栈降噪 —
--align 启用帧间对齐(修正轻微位移) 不启用
--clahe 在 clean 模式下应用 CLAHE 对比度增强 不启用

使用示例

# 合成星轨
python scripts/star_trails.py IMG_001.jpg IMG_002.jpg IMG_003.jpg -o star_trails.jpg --mode trails

# 对齐后合成纯净银河
python scripts/star_trails.py IMG_*.jpg -o clean_galaxy.jpg --mode clean --align --clahe

技术要点

Lighten Blend 原理 (星轨模式)

对于所有输入帧的每个像素位置,取所有帧在该位置的最大值(最亮值):

result[x,y] = max(frame_1[x,y], frame_2[x,y], ..., frame_n[x,y])

原理:星星在每帧中位置不同,取最大值后每帧的星星都会保留在结果中,形成拖尾轨迹。星空背景本身较暗,取最大值不会显著改变背景。

暗帧减法:取所有帧每个像素位置的最小值作为"暗帧"估计(模拟相机传感器的暗电流/热噪声基准),从结果中减去以获得更干净的星轨。

Median 堆栈降噪原理 (纯净银河模式)

对于所有输入帧的每个像素位置,取所有帧在该位置的中值:

result[x,y] = median(frame_1[x,y], frame_2[x,y], ..., frame_n[x,y])

原理:中值对异常值不敏感。稳定信号(银河、恒星)在多帧中保持一致,取中值后得以保留;而随机噪点、热像素、飞机/卫星轨迹只出现在少数帧中,被中值运算排除。

适用条件:适用于赤道仪跟踪拍摄(银河位置不变)或多帧对齐后的固定机位拍摄。

ECC 对齐算法

--align 参数启用 Enhanced Correlation Coefficient (ECC) 图像对齐,使用 cv2.findTransformECC 进行亚像素级平移估计:

  • 模式:MOTION_TRANSLATION(仅平移,适合固定机位拍摄的微小位移)
  • 标准:TERM_CRITERIA_EPS | TERM_CRITERIA_COUNT,1000次迭代,1e-6精度
  • 对齐失败时自动回退使用原图,不中断处理流程

CLAHE 对比度增强

--clahe 参数在 clean 模式下对合成结果应用 Contrast Limited Adaptive Histogram Equalization (CLAHE),提升银河细节的对比度和可见性。

注意事项

输入要求

  • 至少需要 2 张输入图像
  • 所有图像分辨率必须一致(宽高完全相同)
  • 建议使用间隔拍摄的连续星空照片(固定机位、固定参数)
  • 支持 JPEG 和 PNG 格式,建议 RAW 转 JPEG 后导入

拍摄建议

  • 星轨模式:不需要赤道仪,三脚架固定机位即可,每张曝光 20-60 秒,间隔尽量短
  • 银河模式:建议使用赤道仪跟踪,或启用 --align 参数,曝光时间根据焦距和赤道仪精度决定
  • 帧数越多效果越好:星轨建议 30+ 张,银河堆栈建议 10-20 张

内存与性能

  • 脚本采用内存高效的处理方式:逐帧读取、float32 累加器处理
  • 图像数量较多时(100+ 张),处理时间会相应增加
  • 对齐模式会显著增加处理时间(每帧需要 ECC 迭代计算)

文件结构

star-trails/
├── SKILL.md                    # 技能描述文件(本文件)
└── scripts/
    └── star_trails.py          # 星轨银河合成脚本

常见问题

5 问
答案由本站依据条目字段整理
星轨银河堆栈合成怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_783c668f/star-trails。安装方式为未标注。装完刷新技能列表或重开客户端。

星轨银河堆栈合成支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

星轨银河堆栈合成权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

星轨银河堆栈合成收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

星轨银河堆栈合成用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。