1. Pętla Łabędzia — dalsze zbieranie materiału w trybie mozaiki

2. Galaktyka Andromedy — ponieważ wygląda to spektakularnie ;–)

#Seestar #seestarpy #python #selfhosting #astrofotografia

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

Mam wrażenie, że gdy widzę w prognozach ładną, bezchmurną noc to pewnym jest, że będzie pełnia.

Wstęp

Niepisana zasada astrofotografii brzmi: podczas pełni (i jej bliskiej okolicy) nie zbieraj materiału tylko obrabiaj albo ucz się. No, ale jak tu odpuścić, gdy teleskop aż się wyrywa na spacer? ;–)

No to od początku. Na pierwszy ogień poszła

Mgławica Rożek

Lub Mgławica Półksiężyc. Ciekawie się prezentuje w Seestarze S50, ale w S30 Pro ujawnia się dodatkowy smaczek, czyli to co wokół. Szkoda jednak, że całość jest po prostu jasna od blasku Księżyca. No ale chciałem spróbować. Ze 120 klatek po 30 sekund 4 zostały odrzucone.

Pętla Łabędzia

Drugie podejście z S30 Pro. Podobnie jak za pierwszym razem tryb mozaiki (x1.3), ale tym razem zbierałem surowe klatki i składałem mozaikę w Sirilu. Tutaj obiekt był znacznie bliżej Księżyca, więcej materiału poszło do śmieci. Ze 126 klatek do obróbki nadało się 63. Zaledwie 50%.

edit popołudniowy

Potraktowałem materiał aplikacją Seestara na tablecie i plik wynikowy jest złożony ze 126 klatek. Trochę się gwiazdy rozjechały przez kilka klatek złych, ale to się wycięło w postprodukcji. Oto efekt:

Trąba Słonia

Niby dalej od Księżyca, na północnej stronie a efekty równie kiepskie, jeśli nie bardziej. 641 klatki po 30 sekund. Obraz złożony z 615.

Podsumowanie

Można się bawić tylko trzeba się liczyć, że materiał będzie po prostu kiepskiej jakości.

#astrofotografia #Księżyc #Seestar #SeestarS30Pro

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

#astrofotografia #MgławicaAmerykaPółnocna #MgławicaPelikan #NGC7000 #IC5070 #Seestar #SeestarS30Pro

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

No nie było to łatwe z Seestarem S50 ze względu na FOV. W trybie mozaiki część była prześwietlona, część niedoświetlona, widać było miejsca łączenia itp.

Z nowym Seestarem S30 Pro wszystko jest prostsze — duże FOV i sprawa załatwiona. Ostatniej nocy (22/23 września) pojawiło się okienko pogodowe i nazbierałem ponad 1000 klatek po 30 sekund Rekina. Tradycyjnie — obróbka a obraz wynikowy to złożenie 949, klatek po 30 sekund, czyli łącznie 7 godzin 54 minuty i 30 sekund.

I różne wersje wykończenia (+textures, +noise reduction)

#astrofotografia #MgławicaRekin #astrophotography #DarkSharkNebula #Seestar #S30Pro

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

Na listę trafiły obiekty mniej i bardziej spektakularne.

Te pierwsze to M21, M23 i M25. Przy dwóch ostatnich nawet nie trudziłem się ze zbieraniem jakieś większej ilości materiału — za nisko nad horyzontem a i nic szczególnego. ;–)

Nieco więcej materiału zebrałem przy M20 (no i przy okazji M21). Nawet ładnie to wygląda.

Tuż przed północą przestawiłem się na NGC7331, aby dosmażyć nieco świeżą supernową.

No i jeszcze wpadło trochę klatek z M27.

#astrofotografia #Seestar #S50 #Messier

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

Mam jakiś stary materiał z IC 1848 — 2617 klatek i zapuściłem skrypt. Oto efekt.

Usunął 500 klatek, zmniejszając pokrycie środka i wyrównując tym samym nieco całość.

Teraz przekładając to praktykę:

1. zgrywam pliki
2. traktuję je ASTAPem (wywalam najgorsze)
3. zapuszczam skrypt, aby nieco wyrównać pokrycie
4. Siril [...]

Nazbieram czegoś nowego i przetestuję.

#Seestar #astrofotografia

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

Ciekawi mnie, jak to wyjdzie. Na razie za malo materiału, żeby cokolwiek zobaczyć.

Tak przy okazji — na dysku pojawiła się nowa wersja skryptu a tak wygląda wynik jego pracy:

#!/usr/bin/env python3
"""
seestar_mosaic_coverage.py

Wczytuje pliki FIT (Seestar, tryb mozaiki) z podanego folderu i rysuje
mape pokrycia nieba: kolorem pokazuje, ile klatek pokrywa dany fragment.
"""

import argparse
import glob
import os
import sys

import numpy as np
from astropy.io import fits
from astropy.wcs import WCS
import matplotlib.pyplot as plt
from matplotlib.path import Path as MplPath
from matplotlib.ticker import MaxNLocator

# ---------- odczyt naglowkow ----------

RA_KEYS = ["RA", "OBJCTRA", "CRVAL1"]
DEC_KEYS = ["DEC", "OBJCTDEC", "CRVAL2"]
ROT_KEYS = ["ROTATION", "PA", "ROTATANG", "ORIENTAT", "ROT"]


def _first_present(header, keys):
    for k in keys:
        if k in header:
            return header[k]
    return None


def _to_decimal_ra(val):
    if isinstance(val, (int, float)):
        return float(val)
    val = str(val).strip()
    if ":" in val:
        h, m, s = [float(x) for x in val.split(":")]
        return (h + m / 60 + s / 3600) * 15.0
    return float(val)


def _to_decimal_dec(val):
    if isinstance(val, (int, float)):
        return float(val)
    val = str(val).strip()
    sign = -1.0 if val.startswith("-") else 1.0
    val = val.lstrip("+-")
    if ":" in val:
        d, m, s = [float(x) for x in val.split(":")]
        return sign * (d + m / 60 + s / 3600)
    return float(val) * sign


def read_frame_pointing(path):
    header = fits.getheader(path)
    if "CTYPE1" in header and "CRVAL1" in header:
        try:
            wcs = WCS(header)
            footprint = wcs.calc_footprint(header=header)
            ra_c, dec_c = footprint.mean(axis=0)
            return ra_c, dec_c, 0.0, footprint
        except Exception:
            pass

    ra_raw = _first_present(header, RA_KEYS)
    dec_raw = _first_present(header, DEC_KEYS)
    if ra_raw is None or dec_raw is None:
        raise ValueError("brak RA/DEC w naglowku")

    ra_deg = _to_decimal_ra(ra_raw)
    dec_deg = _to_decimal_dec(dec_raw)
    rot_raw = _first_present(header, ROT_KEYS)
    rot_deg = float(rot_raw) if rot_raw is not None else 0.0

    return ra_deg, dec_deg, rot_deg, None


# ---------- projekcja i footprinty ----------

def gnomonic(ra_deg, dec_deg, ra0_deg, dec0_deg):
    ra, dec = np.radians(ra_deg), np.radians(dec_deg)
    ra0, dec0 = np.radians(ra0_deg), np.radians(dec0_deg)
    dra = ra - ra0
    denom = np.sin(dec0) * np.sin(dec) + np.cos(dec0) * np.cos(dec) * np.cos(dra)
    x = np.cos(dec) * np.sin(dra) / denom
    y = (np.cos(dec0) * np.sin(dec) - np.sin(dec0) * np.cos(dec) * np.cos(dra)) / denom
    return np.degrees(x), np.degrees(y)


def frame_corners_tangent(ra_c, dec_c, rot_deg, fov_w, fov_h, ra0, dec0):
    xc, yc = gnomonic(ra_c, dec_c, ra0, dec0)
    hw, hh = fov_w / 2, fov_h / 2
    local = np.array([(-hw, -hh), (hw, -hh), (hw, hh), (-hw, hh)])
    theta = np.radians(rot_deg)
    rot = np.array([[np.cos(theta), -np.sin(theta)],
                    [np.sin(theta), np.cos(theta)]])
    rotated = local @ rot.T
    return rotated + np.array([xc, yc])


def wcs_corners_tangent(footprint_radec, ra0, dec0):
    x, y = gnomonic(footprint_radec[:, 0], footprint_radec[:, 1], ra0, dec0)
    return np.column_stack([x, y])


# ---------- glowna logika ----------

def build_coverage(folder, fov_w, fov_h, grid_n):
    files = sorted(glob.glob(os.path.join(folder, "*.fit")) +
                   glob.glob(os.path.join(folder, "*.fits")))
    if not files:
        sys.exit(f"Nie znaleziono plikow .fit/.fits w: {folder}")

    raw = []
    for f in files:
        try:
            ra_c, dec_c, rot, footprint = read_frame_pointing(f)
            raw.append((f, ra_c, dec_c, rot, footprint))
        except Exception as e:
            print(f"[pomijam] {os.path.basename(f)}: {e}")

    if not raw:
        sys.exit("Nie udalo sie odczytac zadnej klatki.")

    ra0 = float(np.mean([r[1] for r in raw]))
    dec0 = float(np.mean([r[2] for r in raw]))

    polygons = []
    for f, ra_c, dec_c, rot, footprint in raw:
        if footprint is not None:
            corners = wcs_corners_tangent(footprint, ra0, dec0)
        else:
            corners = frame_corners_tangent(ra_c, dec_c, rot, fov_w, fov_h, ra0, dec0)
        polygons.append(corners)

    all_pts = np.vstack(polygons)
    pad = 0.15 * max(fov_w, fov_h)
    xmin, ymin = all_pts.min(axis=0) - pad
    xmax, ymax = all_pts.max(axis=0) + pad

    xs = np.linspace(xmin, xmax, grid_n)
    ys = np.linspace(ymin, ymax, grid_n)
    XX, YY = np.meshgrid(xs, ys)
    pts = np.column_stack([XX.ravel(), YY.ravel()])

    count = np.zeros(pts.shape[0], dtype=int)
    for corners in polygons:
        path = MplPath(corners)
        count += path.contains_points(pts)

    count = count.reshape(XX.shape)
    return XX, YY, count, polygons, len(raw), ra0, dec0


def plot_coverage(XX, YY, count, polygons, n_frames, ra0, dec0, out_path):
    # Ciemny motyw pasuje do astronomii i poprawia kontrast
    plt.style.use('dark_background')
    fig, ax = plt.subplots(figsize=(10, 9))

    # Maskowanie obszarów gdzie count == 0, żeby tło było czyste
    count_masked = np.ma.masked_equal(count, 0)

    max_count = max(1, int(count.max()))
    
    # Użycie palety 'plasma' lub 'magma' – są bardziej czytelne niż viridis na czarnym tle
    mesh = ax.pcolormesh(XX, YY, count_masked, shading="auto",
                         cmap="plasma", vmin=1, vmax=max_count)
    
    cbar = fig.colorbar(mesh, ax=ax, boundaries=np.arange(0.5, max_count + 1.5, 1))
    cbar.set_label("Liczba nakładających się klatek", color='white')
    cbar.locator = MaxNLocator(integer=True)
    cbar.update_ticks()

    # Rysowanie klatek tylko wtedy, gdy jest ich rozsądna liczba, 
    # żeby nie zrobić z wykresu białej plamy
    if len(polygons) <= 150:
        for corners in polygons:
            closed = np.vstack([corners, corners[0]])
            ax.plot(closed[:, 0], closed[:, 1], color="cyan", linewidth=0.3, alpha=0.4)

    ax.set_xlabel(f"Odsunięcie ΔRA [deg] względem RA={ra0:.3f}°", fontsize=11)
    ax.set_ylabel(f"Odsunięcie ΔDec [deg] względem Dec={dec0:.3f}°", fontsize=11)
    ax.set_title(f"Mapa pokrycia mozaiki ({n_frames} klatek)", fontsize=13, pad=12)
    
    ax.invert_xaxis()  # Konwencja astronomiczna: RA rośnie w lewo
    ax.set_aspect("equal")
    ax.grid(True, color='gray', linestyle='--', linewidth=0.5, alpha=0.3)

    fig.tight_layout()
    fig.savefig(out_path, dpi=200, facecolor=fig.get_facecolor(), edgecolor='none')
    print(f"Zapisano ulepszoną mapę: {out_path}")
    plt.show()


def main():
    ap = argparse.ArgumentParser(description="Mapa pokrycia mozaiki Seestar z plikow FIT.")
    ap.add_argument("folder", help="Folder z plikami .fit/.fits")
    ap.add_argument("--fov-w", type=float, default=0.75, help="Szerokość FOV w stopniach")
    ap.add_argument("--fov-h", type=float, default=1.33, help="Wysokość FOV w stopniach")
    ap.add_argument("--grid", type=int, default=500, help="Rozdzielczość siatki (domyślnie 500 dla wyższej gładkości)")
    ap.add_argument("--out", default="coverage_improved.png", help="Plik wyjściowy PNG")
    args = ap.parse_args()

    XX, YY, count, polygons, n, ra0, dec0 = build_coverage(
        args.folder, args.fov_w, args.fov_h, args.grid
    )
    plot_coverage(XX, YY, count, polygons, n, ra0, dec0, args.out)


if __name__ == "__main__":
    main()

#Seestar #S50 #astrofotografia

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

No i coś mnie tknęło, żeby sprawdzić pokrycie na mapie/obrazku…

I takie coś mam od Klaudiusza[^1]. ;–)

#!/usr/bin/env python3
"""
seestar_mosaic_coverage.py

Wczytuje pliki FIT (Seestar, tryb mozaiki) z podanego folderu i rysuje
mape pokrycia nieba: kolorem pokazuje, ile klatek pokrywa dany fragment.

Wymagania:
    pip install astropy numpy matplotlib

Uzycie:
    python seestar_mosaic_coverage.py /sciezka/do/folderu_z_fit
    python seestar_mosaic_coverage.py /sciezka --fov-w 0.75 --fov-h 1.33 --grid 400
"""

import argparse
import glob
import os
import sys

import numpy as np
from astropy.io import fits
from astropy.wcs import WCS
import matplotlib.pyplot as plt
from matplotlib.path import Path as MplPath

# ---------- odczyt naglowkow ----------

RA_KEYS = ["RA", "OBJCTRA", "CRVAL1"]
DEC_KEYS = ["DEC", "OBJCTDEC", "CRVAL2"]
ROT_KEYS = ["ROTATION", "PA", "ROTATANG", "ORIENTAT", "ROT"]


def _first_present(header, keys):
    for k in keys:
        if k in header:
            return header[k]
    return None


def _to_decimal_ra(val):
    """RA moze byc liczba (stopnie) albo string HH:MM:SS."""
    if isinstance(val, (int, float)):
        return float(val)
    val = str(val).strip()
    if ":" in val:
        h, m, s = [float(x) for x in val.split(":")]
        return (h + m / 60 + s / 3600) * 15.0
    return float(val)


def _to_decimal_dec(val):
    if isinstance(val, (int, float)):
        return float(val)
    val = str(val).strip()
    sign = -1.0 if val.startswith("-") else 1.0
    val = val.lstrip("+-")
    if ":" in val:
        d, m, s = [float(x) for x in val.split(":")]
        return sign * (d + m / 60 + s / 3600)
    return float(val) * sign


def read_frame_pointing(path):
    """Zwraca (ra_deg, dec_deg, rotation_deg, footprint_lub_None) dla jednej klatki FIT."""
    header = fits.getheader(path)

    # Sciezka 1: pelne WCS (jesli plik byl plate-solved, np. przez ASTAP)
    if "CTYPE1" in header and "CRVAL1" in header:
        try:
            wcs = WCS(header)
            footprint = wcs.calc_footprint(header=header)  # 4x2 [ra,dec] w stopniach
            ra_c, dec_c = footprint.mean(axis=0)
            return ra_c, dec_c, 0.0, footprint
        except Exception:
            pass

    # Sciezka 2: naglowek Seestara (RA/DEC srodka klatki + ewentualna rotacja)
    ra_raw = _first_present(header, RA_KEYS)
    dec_raw = _first_present(header, DEC_KEYS)
    if ra_raw is None or dec_raw is None:
        raise ValueError("brak RA/DEC w naglowku")

    ra_deg = _to_decimal_ra(ra_raw)
    dec_deg = _to_decimal_dec(dec_raw)
    rot_raw = _first_present(header, ROT_KEYS)
    rot_deg = float(rot_raw) if rot_raw is not None else 0.0

    return ra_deg, dec_deg, rot_deg, None


# ---------- projekcja i footprinty ----------

def gnomonic(ra_deg, dec_deg, ra0_deg, dec0_deg):
    """Rzutuje RA/Dec na plaszczyzne styczna wzgledem (ra0, dec0). Zwraca stopnie."""
    ra, dec = np.radians(ra_deg), np.radians(dec_deg)
    ra0, dec0 = np.radians(ra0_deg), np.radians(dec0_deg)
    dra = ra - ra0
    denom = np.sin(dec0) * np.sin(dec) + np.cos(dec0) * np.cos(dec) * np.cos(dra)
    x = np.cos(dec) * np.sin(dra) / denom
    y = (np.cos(dec0) * np.sin(dec) - np.sin(dec0) * np.cos(dec) * np.cos(dra)) / denom
    return np.degrees(x), np.degrees(y)


def frame_corners_tangent(ra_c, dec_c, rot_deg, fov_w, fov_h, ra0, dec0):
    """Rogi klatki (prostokat obrocony o rot_deg) w ukladzie stycznym."""
    xc, yc = gnomonic(ra_c, dec_c, ra0, dec0)
    hw, hh = fov_w / 2, fov_h / 2
    local = np.array([(-hw, -hh), (hw, -hh), (hw, hh), (-hw, hh)])
    theta = np.radians(rot_deg)
    rot = np.array([[np.cos(theta), -np.sin(theta)],
                    [np.sin(theta), np.cos(theta)]])
    rotated = local @ rot.T
    return rotated + np.array([xc, yc])


def wcs_corners_tangent(footprint_radec, ra0, dec0):
    x, y = gnomonic(footprint_radec[:, 0], footprint_radec[:, 1], ra0, dec0)
    return np.column_stack([x, y])


# ---------- glowna logika ----------

def build_coverage(folder, fov_w, fov_h, grid_n):
    files = sorted(glob.glob(os.path.join(folder, "*.fit")) +
                    glob.glob(os.path.join(folder, "*.fits")))
    if not files:
        sys.exit(f"Nie znaleziono plikow .fit/.fits w: {folder}")

    raw = []
    for f in files:
        try:
            ra_c, dec_c, rot, footprint = read_frame_pointing(f)
            raw.append((f, ra_c, dec_c, rot, footprint))
        except Exception as e:
            print(f"[pomijam] {os.path.basename(f)}: {e}")

    if not raw:
        sys.exit("Nie udalo sie odczytac zadnej klatki - sprawdz nazwy kluczy w naglowku (patrz ponizej).")

    ra0 = float(np.mean([r[1] for r in raw]))
    dec0 = float(np.mean([r[2] for r in raw]))

    polygons = []
    for f, ra_c, dec_c, rot, footprint in raw:
        if footprint is not None:
            corners = wcs_corners_tangent(footprint, ra0, dec0)
        else:
            corners = frame_corners_tangent(ra_c, dec_c, rot, fov_w, fov_h, ra0, dec0)
        polygons.append(corners)

    all_pts = np.vstack(polygons)
    pad = 0.1 * max(fov_w, fov_h)
    xmin, ymin = all_pts.min(axis=0) - pad
    xmax, ymax = all_pts.max(axis=0) + pad

    xs = np.linspace(xmin, xmax, grid_n)
    ys = np.linspace(ymin, ymax, grid_n)
    XX, YY = np.meshgrid(xs, ys)
    pts = np.column_stack([XX.ravel(), YY.ravel()])

    count = np.zeros(pts.shape[0], dtype=int)
    for corners in polygons:
        path = MplPath(corners)
        count += path.contains_points(pts)

    count = count.reshape(XX.shape)
    return XX, YY, count, polygons, len(raw), ra0, dec0


def plot_coverage(XX, YY, count, polygons, n_frames, ra0, dec0, out_path):
    fig, ax = plt.subplots(figsize=(9, 8))

    max_count = max(1, int(count.max()))
    mesh = ax.pcolormesh(XX, YY, count, shading="auto",
                          cmap="viridis", vmin=0, vmax=max_count)
    cbar = fig.colorbar(mesh, ax=ax)
    cbar.set_label("Liczba nakladajacych sie klatek")

    for corners in polygons:
        closed = np.vstack([corners, corners[0]])
        ax.plot(closed[:, 0], closed[:, 1], color="white", linewidth=0.4, alpha=0.6)

    ax.set_xlabel(f"Odsuniecie RA [deg] wzgledem {ra0:.3f}")
    ax.set_ylabel(f"Odsuniecie Dec [deg] wzgledem {dec0:.3f}")
    ax.set_title(f"Pokrycie mozaiki - {n_frames} klatek")
    ax.invert_xaxis()  # konwencja: RA rosnie w lewo
    ax.set_aspect("equal")

    fig.tight_layout()
    fig.savefig(out_path, dpi=150)
    print(f"Zapisano: {out_path}")
    plt.show()


def main():
    ap = argparse.ArgumentParser(description="Mapa pokrycia mozaiki Seestar z plikow FIT.")
    ap.add_argument("folder", help="Folder z plikami .fit/.fits")
    ap.add_argument("--fov-w", type=float, default=0.75,
                    help="Szerokosc FOV w stopniach (domyslnie 0.75 - Seestar S50)")
    ap.add_argument("--fov-h", type=float, default=1.33,
                    help="Wysokosc FOV w stopniach (domyslnie 1.33 - Seestar S50)")
    ap.add_argument("--grid", type=int, default=300,
                    help="Rozdzielczosc siatki liczacej nakladki (domyslnie 300)")
    ap.add_argument("--out", default="coverage.png", help="Plik wyjsciowy PNG")
    args = ap.parse_args()

    XX, YY, count, polygons, n, ra0, dec0 = build_coverage(
        args.folder, args.fov_w, args.fov_h, args.grid
    )
    plot_coverage(XX, YY, count, polygons, n, ra0, dec0, args.out)


if __name__ == "__main__":
    main()

Najpierw

$ python3 -m venv astro
$ source astro/bin/activate

a później, na przykład:

$ python seestar_mosaic_coverage.py SeestarS50/Messier/M\ 31_manual_mosaic

No i te dwa ostatnie obrazki pokazują mi dobitnie, dlaczego mozaiki były fallusowe.

[^1]: Claude AI

#seestar #mosaic #mozaika #astrophotography #astrofotografia

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

Czarodziej

O ile z Czarodziejem nie miałem problemów i tak się prezentuje:

Fajerwerk

Tak z galaktyką coś mi nie pasowało i mam 4 wersje. Trzy pierwsze to efekt stackowania skryptem Naztronomy

#astrofotografia #astrophotography #Seestar #WizardNebula #FireworksGalaxy

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online

A chmurwy zbliżały się. Gdy zakończyłem zabawę miałem 902 klatki po 30 sekund, trochę odrzucił ASTAP a trochę Siril. Ostatecznie plik wynikowy jest złożony z 765 klatek.

Dalsza obróbka zaowocowała czterema wersjami pliku JPG.

Wersja Generalised Hyperbolic Stretch transformations (GHS)
bez ekstra wyostrzania w LR	z wyostrzeniem w LR

Wersja Histogram transformation
bez ekstra wyostrzania w LR	z wyostrzeniem w LR

#astrofotografia #astrophotography #Seestar #FireworksGalaxy

— Marcin “czach” Trzaska reply-to: @czach@mastodon.argilus.online