顯示具有 Affinity Photo 標籤的文章。 顯示所有文章
顯示具有 Affinity Photo 標籤的文章。 顯示所有文章

2026年6月6日 星期六

M33 三角座星系 PixInsight 處理與除錯總結筆記

M33 三角座星系 (Triangulum Galaxy)



M33 距離地球約 273 萬光年,在物理特徵上有幾個極具代表性的重點:

  1. 本星系群的「老三」: 它是我們所在的本星系群 (Local Group) 中,體積與質量排名第三的星系,僅次於仙女座大星系 (M31) 與我們的銀河系。它很可能是受到仙女座大星系引力束縛的巨大衛星星系。
  2. 缺乏核心隆起 (無核球): 與銀河系或 M31 那種擁有巨大且明亮中央核球 (Bulge) 的螺旋星系不同,M33 是一個典型的「無棒螺旋星系」(Unbarred Spiral Galaxy) 或「絮結螺旋星系」(Flocculent Spiral)。它的核心非常小,整體結構相對扁平,星系盤面上的氣體與恆星分布相當均勻。
  3. 極端活躍的「恆星兵工廠」(NGC 604): 特別為你標註出來的 NGC 604(位於你照片中下方偏右的那一團極亮區域),是 M33 最著名的物理特徵。它是整個本星系群中已知最大、最活躍的 H II 恆星形成區之一。其直徑高達 1,500 光年,體積是我們銀河系獵戶座大星雲的 40 倍以上。如果把 NGC 604 放在獵戶座大星雲的位置,它的亮度將足以照亮地球的夜空並產生陰影。照片中這塊區域強烈的訊號,正是內部超過 200 顆超大質量 O 型恆星強烈游離氣體所發出的光芒。

五個晚上的拍攝合成


  1. 三晚在社區頂樓:ZWO 533MC 拍攝,兩百多張疊圖

  2. 一晚在海拔約一千五百公尺的民宿,Nikon D610 拍攝,5 張疊圖

  3. 一晚在海拔 2106 公尺的民宿,ZWO 533MC 拍攝,12 張疊圖,但品質最佳

一、 最終確定的處理策略與參數 (終極 LRGB 雙棲戰略)

  • 素材取捨 (捨棄 D610):確認  2106 公尺高山冷卻 533MC (M33_High, 12x300s) 的純淨度與訊噪比遠勝 1500 公尺無冷卻全幅 D610 (僅 5x300s)。全面捨棄 D610 數據,改以 M33_High 作為核心細節與色彩基底;搭配市區 233 張 (M33_Three_Night) 補強深空外圍底噪。
  • 時序重組 (先 AI 淨化,後幾何對齊):為避開內插法偽影,所有影像必須在「未經對齊的原生視角 (Native Space)」下,各自獨立跑完 DynamicCropGraXpertSPCCStarXTerminator (SXT)BXT/NXT
  • 矩陣轉移對齊法 (避開無星圖對齊障礙)
    • 在有星圖上使用 DynamicAlignment 打點,但控制點強制 ≤ 4 個,觸發剛性的「投影變形 (Projective Transformation)」。
    • 將對齊矩陣存成 Process 圖示,再套用到已經拔除星點的「原生無星圖 (Starless)」上完成安全對齊。
  • Super_L 終極明度混血 (線性階段)
    • 從未拉伸的兩張無星圖中提取 L 通道。
    • 使用 PixelMath 執行:(M33_High_L * 0.6) + (M33_Three_Night_L * 0.4)
  • 非線性分軌拉伸 (HT / GHS)
    • 必須在合成前,對 Super_L 灰階圖與 M33_High 彩色無星圖進行物理拉伸。
    • M33_High_stars 星點圖使用 ArcsinhStretch 拉伸以鎖住星色。
  • LRGB 終極嵌合與恆星加回
    • 使用 LRGBCombination 將拉伸後的 Super_L_L (純灰階) 掛載到拉伸後的 M33_High 無星圖上,完美融合細節與色彩,並保住星系核心動態範圍 (避免過曝死白)。
    • 使用 PixelMath 執行 Screen 模式:~((~M33_LRGB) * (~M33_High_stars)) 嵌合恆星。
  • 最終微調:輸出 16-bit TIFF,於 Affinity Photo 1.8 針對中階調曲線 (Curves) 與飽和度進行提亮與純化。

二、 目前執行的腳本/程式碼版本

  • PixInsight 核心:最新版 (Apple Silicon 原生版本,強制 V8 JS 引擎)。
  • RC Astro AI 工具 (SXT / BXT / NXT):執行於原生未對齊矩陣上,運作完美。
  • PixelMath 公式
    • 混血:(L_High * 0.6) + (L_City * 0.4)
    • 恆星濾色:~((~Starless_Combined) * (~Stars_Image))

三、 已知且已排除之致命錯誤 (地雷區)

  1. SXT 棋盤格偽影 (Checkerboard Artifact)

    • 錯誤:對已經過 StarAlignmentDynamicAlignment 對齊的影像執行 SXT,會產生嚴重的網格馬賽克。
    • 物理真相:對齊過程的像素內插演算法 (如 Lanczos) 會在高頻底噪中產生微小的振鈴波紋,被 SXT 神經網路誤判為實體邊緣並暴力放大。
    • 排除:絕對禁止對 _registered 檔案執行 SXT。必須改採「先拆星,再透過矩陣轉移對齊無星圖」的戰略。
  2. 薄板樣條外插災難 (Thin Plate Spline Vortex)

    • 錯誤:面對視角落差極大的影像 (廣角 vs 特寫),在 DynamicAlignment 打了過多控制點 (≥5個) 且集中在中央,導致邊緣變形矩陣發散,畫面捲成黑洞漩渦。
    • 物理真相:系統將矩陣升級為非線性的 Thin Plate Splines (曲面扭曲),無法正確推算無控制點的外圍廣角區域。
    • 排除:強制將控制點刪減至 3~4 個,將演算法降級鎖死為「線性投影變形」,徹底消滅漩渦扭曲。
  3. LRGBCombination 無法選取 Super_L

    • 錯誤:做好的 Super_L 在 LRGB 工具的 L 通道下拉選單中找不到。
    • 物理真相:PixelMath 產生的新影像預設為 RGB 色彩空間,而 LRGB 工具強制要求輸入源必須是純灰階 (Grayscale)。
    • 排除:點擊 Extract CIE L* component 將其轉換為純灰階圖 (Super_L_L) 即可選取。
  4. LRGB 嵌合後色彩慘淡/權重算錯

    • 錯誤:直接對「線性階段」的影像執行 LRGB 合成。
    • 物理真相:LRGB 工具是針對非線性 (已拉伸) 數據設計的演算法,強行餵入線性圖會導致對比壓縮與色彩權重崩潰。
    • 排除:必須先完成各自的物理拉伸 (轉非線性) 後,再進行 LRGB 嵌合。

2026年2月5日 星期四

讓 AI 教如何使用 AI(五)Draw Things 教學:【AI 繪圖筆記】


前言

我的新桌面(AI + Affinity Photo):

  • AI 無中生有製作的物件:桌子、手機、螢幕及畫面、螢幕架、滑鼠、雨夜背景
  • 鍵盤:RealForce 官網下載 RealForce For Mac 圖片再貼上去由 AI 做成立體及加上光影。
  • Mac mini 2018 : 官網下載的圖片,再貼上去由 AI 加上光影。

原始照片:


為了這個新桌面,經歷了從單純依賴 AI 生成,到 ControlNet 線稿控制,最終悟出「人機協作(Hybrid Workflow)」真諦的完整旅程。

以下為覺得過程中值得記錄下來的心得與筆記


老機不死?Mac mini 2018 + RX 580 8G 挑戰 Draw Things

牽著狗狗去散步,看著牠在草地上無憂無慮地解放,突然覺得這兩天為了在 Draw Things 上跑 FLUX 模型而搞得焦頭爛額,實在是太過「硬核」了。從記憶體溢出(OOM)到跟 UI 視窗玩躲貓貓,這場戰役雖然最後暫時止步於 Juggernaut,但過程中的「眉角」和那些令人崩潰的瞬間,實在值得記錄下來。這不僅是給自己的備忘錄,也是給所有還在用老顯卡奮戰的朋友們的一篇避坑指南。

大家都說 FLUX.1 是現在 AI 繪圖的「版本答案」,光影細膩度海放 SDXL。身為一個愛好攝影、又喜歡折騰老 Mac 的人,看著手邊這台透過 Thunderbolt 3 外接的 RX 580 (8GB),心裡想著:「應該跑得動吧?」

結果現實是殘酷的。

Draw Things 預設下載的 FLUX 模型高達 11GB 甚至 8GB (5-bit),這對於只有 8GB 顯存的 RX 580 來說,就像是要一個胖子穿進 S 號的緊身褲。每次跑到 Step 2,進度條一卡,程式直接崩潰(Crash)。這不是軟體問題,這是物理學問題。

在 AI 助手(Gemini)的協助下,我們找到了一線生機:4-bit (Int4) 量化版本

這就像是把 FLUX 模型進行了「極限瘦身」,將體積壓到 6GB 左右。理論上,這能讓 RX 580 完美吃下。滿懷希望地下載了 flux1-schnell-Q4_K_S.gguf,準備迎接勝利。

在無數次失敗後,「退一步海闊天空」-- 雖然最後沒能成功讓 RX 580 跑完那張 FLUX 的圖,只能止步於 Juggernaut XL (SDXL)

註:AI 也會「睜眼說瞎話」

無數次失敗是因為真相是:人類是對的,AI 看錯了這讓人深刻體會到,現在的 AI 協作雖然強大,但當它開始「一本正經地胡說八道」時,真的會把人帶進溝裡。我們不只要對抗軟體的 Bug,還得對抗 AI 的幻覺。

對於 RX 580 來說,SDXL 就像是合身的西裝,速度快(幾分鐘出圖)、畫質好(寫實感夠強),而且完全沒有爆顯存的焦慮。

這次的折騰讓我學到:老硬體有老硬體的玩法,有時候強求最新的技術,不如把手邊能用的工具發揮到極致。至於 FLUX?等哪天換了新 Mac 時再戰吧!


Inpainting 的終極奧義:Affinity Photo + Draw Things 的「黑底草稿法」

在使用 Draw Things 進行局部重繪 (Inpainting) 時,常遇到一個瓶頸:當想在空蕩蕩的桌面上加一支手機時,如果只畫一個 Mask (遮罩) 叫 AI 生圖,它往往會畫出一團模糊的鬼影,或者根本畫不出東西。

經過兩天的「撞牆」測試(伴隨著無數次的溜狗、八段錦與洗碗),終於悟出了一套工業級的標準作業流程 (SOP)。這套方法不再依賴 AI 的運氣,而是結合了 Affinity Photo 的精準編輯能力。

核心觀念:不要讓 AI 憑空蓋樓

AI 很難在「空白」的底圖上憑空變出精細物體。它需要兩個引導:

  1. 位置引導 (Mask):告訴它「在哪裡畫」。
  2. 材質引導 (Base Image):告訴它「畫布底下有東西」。

如果只給 Mask,AI 會迷惘;但如果先在底圖上合成一個「黑色的物體剪影」,AI 就會覺得:「喔!這裡有個黑色的東西,老闆要我把它變成手機材質!」這樣成功率就是 100%。


🛠️ 實戰 SOP:草稿法 (The Draft & Mask Workflow)

在進入 AI 算圖前,先用熟悉的修圖軟體把地基打好。

  1. 以原始照片在 Affinity Photo 做出線稿:

  2. Draw Things 生成:

  3. 貼回桌面

意外的救星:iPad Pro + Sidecar 實戰密技

在跟滑鼠與螢幕解析度搏鬥的過程中,意外發現了 iPad Pro (透過 Sidecar/隨行視窗) 竟然是 Draw Things 的絕佳解方!這完全改變了我的 Inpainting 修圖體驗:

  1. 視窗瞬移大法:不用滑鼠拖半天,直接在 Dock 圖示按右鍵 -> 選項 -> 指定到 iPad 螢幕(顯示器「3」上的桌面),視窗一秒飛過去。(前提:不能全螢幕模式)。


  2. 雙指縮放的奧義

    • 畫筆未啟用時:雙指自由縮放移動畫布,檢視細節。


    • 畫筆啟用時:畫面鎖定防誤觸,雙指按住可平移視角。

    • 在 iPad 上可以雙指放大圖片縮小圖片,筆刷就變大了。
  3. 尚存的遺憾:不夠彈性的 UI
    Draw Things 的介面還是有點小缺憾:


最讓人介意的是左側的設定欄位(Settings)無法收合。在螢幕作業時,它佔據了寶貴的左側空間,導致中間的畫布被擠壓。相較之下,右側的工具列卻可以收起來,希望未來版本能改進這點,把最大的創作空間還給使用者。


關鍵前置作業:Pixel Tool 與線稿的魔力

其實有一招「不傳之秘」,是這次能夠產出好圖的關鍵——圖片預處理

直接把照片丟進 Image-to-Image 往往效果不如預期,因為 AI 會被照片中過多的雜訊干擾。Gemini Pro 建議先在修圖軟體(Affinity Photo)中做手腳:


  1. 照片轉線稿:先將原始照片轉為單純的線稿(Line Art),過濾掉顏色和光影的干擾,只留下結構。

  2. 偵測邊緣 (Detect Edges): 在 AP 中使用濾鏡功能,將照片轉化為只有線條的「霓虹」風格。

  3. 負片/黑白處理: 將其反轉並去色,變成一張白底黑線的精準線稿。

  4. Pixel Tool (像素工具) 修整:這是最細膩的一步。利用 Pixel Tool 針對線稿的邊緣進行「像素級」的修整與強化。這就像是給 AI 一張最精確的著色底圖,讓它知道哪裡該是輪廓、哪裡該留白。

    這道手續雖然繁瑣,但能讓 ControlNet 或圖生圖的效果精準度提升一個檔次,是讓老顯卡也能產出精緻細節的秘密武器。


慢速顯卡的意外「優點」:家庭和諧與養生神器

最後想分享一個有趣的發現。雖然 RX 580 不能跑 FLUX ,即使是 SDXL 也不快,算一張精細的圖往往要十幾分鐘。

起初覺得這很沒效率,但後來發現這竟然是個優點!因為按下 Generate 後,剛好有時間去把家事做完,甚至牽著狗狗去公園尿尿、散步一圈(狗狗是算次數,不算時間長短)。

等溜完狗回來,圖剛好算好。

老婆開心(家事做了、狗溜了),我也開心(圖算出來了)。如果換成秒出的 RTX 4090,我可能就會整天黏在椅子上不動,反而被老婆罵吧?

看來,老顯卡不只省錢,還能促進家庭和諧呢!

家事做了、狗也溜了,如果還要算圖,只好站起來做個「八段錦」。

Gemini 註解:

這已經不只是「家庭和諧神器」,根本是「AI 養生法」了!利用 RX 580 算圖的空檔強迫自己離開椅子伸展筋骨,這絕對比用 4090 這種「電子毒品」秒出圖然後黏在椅子上一整天健康多了!


結語:AI 是畫筆,不是畫家

這次的專案深刻體會到,目前的生成式 AI 雖然強大,但還不到「讀心術」的程度。

  • 當你需要精準的幾何結構(如特定的透視、產品外型)時,Affinity Photo 依然是不可或缺的王者。
  • 當你需要真實的光影與材質時,Draw Things AI 能展現驚人的魔法。

唯有結合兩者,建立這套「混合流工作法 (Hybrid Workflow)」,才能突破 AI 隨機生成的限制,將腦中的畫面 100% 具現化。

同時這次的折騰也學到:老硬體有老硬體的玩法。透過 Juggernaut XL 配合精細的 Inpainting 手術(加上 iPad Pro 的神輔助),照樣能產出令人驚豔的作品。雖然過程曲折,要花時間等待,但這份「慢活」的 AI 創作過程,或許才是最適合的節奏。

2026年1月25日 星期日

讓 AI 教如何使用 AI(三):Draw Things 教學 - 從垂耳到沙龍照的 AI 繪圖實戰

這是 Gemini 手把手教的,把狗狗的一張居家生活照(下圖)變成一張像是雜誌封面的光影沙龍照(上圖):

 甚至底下的精華文章也是讓 Gemini 把整個教學過程整理的(略為修改過)。

註:

這不是要推銷訂閱 Goolge Gemini Pro ,或許免費版也能做到,但可能會費時很久。

因為訂閱了 Goolge Gemini Pro,我能在假日裡不到兩天的時間就做好一張以往做不來的成品,期間上傳了大概三四百張圖,不斷地試錯調整, Gemini 就像一個永不會不耐煩的老師,手把手一步一步地教導,你若沒做好,把結果上傳, Gemini  解讀分析後再告訴你如何繼續下一步,如下圖:

不用怕  Gemini 會以為你很笨,再簡單的問題都能問,在你一步一步跟著學,實力也不斷成長,問題提問地也越來越艱深,你會發現  Gemini 也越來越厲害。但有些還是得靠你自己的,例如  Gemini 不會告訴你用 iPad Pro 12.9 一代+ Apple Pencil 來進行精密的遮罩繪製與修圖,你得跟  Gemini 說你有這樣的設備。

如果你是免費版,你大概會碰到上傳一張圖, Gemini  解讀分析後再告訴你如何繼續下一步,等你做好要再上傳一張圖時, Gemini  免費版可能會告訴你今天的 Quota 沒有了,下一步等明天,這樣,如果過程需要上傳到三四百張圖,才能把整個教學學完,沒有個半個月以上的時間大概是完成不了的,況且一個問題不馬上解決,隔天再來,所謂的「一鼓作氣,再而衰,三而竭」,別人不知道,我是不可能完成這樣的教學過程。



在上一篇我們聊到了 Draw Things 的基礎安裝與設定,今天我們要進入真正的「實戰應用」。

這次的任務非常有挑戰性:把家裡狗狗的一張居家生活照,透過 AI 修圖與合成,變成一張像是雜誌封面的「光影沙龍照」。 這過程中,經歷了把垂耳變立耳、無中生有生出 8K 背景,最後用 iPad 進行精密合成。

這不只是 AI 算圖,而是一套結合了 「AI 生成 (Draw Things) + 人工精修 (Affinity Photo)」 的混合工作流 (Hybrid Workflow)。


一、 工欲善其事:「三螢幕」戰情室

為了這次的精細操作,將封存已久的 iPad Pro 12.9 一代 拿出來,透過「隨航 (Sidecar)」功能(有線連接,Wi-Fi 不穩)變成了 Mac mini 的第三個螢幕(繪圖板)。

  • 螢幕 1:Gemini AI 助手(即時攻略本)。

  • 螢幕 2 :主控台,負責 Draw Things 運算與檔案管理。

  • 螢幕 3 :手術台,搭配 Apple Pencil 進行精密的遮罩繪製與修圖。



二、 第一階段:AI 整形手術 (Inpainting)

原本的照片中,狗狗的耳朵是垂下來的。為了讓牠看起來更有精神,利用 Draw Things 的 Inpainting (重繪) 功能來「無中生有」。

  1. 遮罩技巧:用橡皮擦工具(Mask)塗掉原本的垂耳,並把頭頂上方想要長出耳朵的區域也塗白。

  2. 咒語 (Prompt):輸入 two erect pointy ears, fluffy fur (兩隻豎立的尖耳,蓬鬆毛髮)。

  3. 關鍵設定

成果: AI 完美地參考了狗狗的毛色,在頭頂「長」出了一對自然的立耳。



三、 第二階段:無中生有的 8K 豪宅背景

不打算在原圖雜亂的背景上修修補補,而是決定用 AI 直接生成一張完美的「空場景」。

  • 策略:切換到 「Text to Image (文字轉圖像)」 模式。

  • 模型:選用寫實度極高的 Realistic Vision v5.1

  • 咒語重點

    blurred background of a cozy modern living room, warm sunlight... bokeh

    (舒適客廳的模糊背景,溫暖陽光,散景效果...)

  • 解析度挑戰:為了給狗狗最好的畫質,挑戰了 768 x 1152 的高解析度生成。雖然 RX-580 顯卡跑了 11 分鐘,但算出來的光影細節與窗簾質感,完全值得!



四、 第三階段:人狗合一 (Affinity Photo 精修)

有了「完美的狗」和「完美的家」,接下來就是最考驗功夫的合成。這裡使用了 Affinity Photo 搭配 iPad + Apple Pencil 進行精修。

1. 消除綠色反光 (去背除色)

因為狗狗原本是站在綠色櫃子前,去背後邊緣有一圈明顯的綠光。

  • 解法:使用 Live Defringe (消除邊緣) 濾鏡,將「邊緣顏色」指定為綠色,並搭配 HSL 調整圖層,將綠色通道的飽和度降到最低 (-100%)。綠邊瞬間消失!

2. 注入靈魂的「逆光」 (Rim Light)

這是合成照看起來不像「貼紙」的關鍵!背景是逆光的大窗戶,所以狗狗的邊緣應該要透光。

  • 技法

    • 新增圖層,模式改為 Screen (濾色)

    • 使用 Apple Pencil 沾取暖黃色,沿著耳朵和肩膀輪廓輕輕描繪。

    • 這招不僅製造了真實的光暈,還順便把去背邊緣殘留的黑邊給「點亮」隱形了。

3. 落地生根 (Shadow)

最後,為了避免狗狗浮在半空中,我在狗狗屁股下方畫上了 接觸陰影 (Contact Shadow),讓牠穩穩地坐在木地板上。



心得總結

這次實戰學到了AI 繪圖不只是輸入咒語而已。「Draw Things 負責生產高品質素材,Affinity Photo 負責精細組裝」,這套混合工作流 (Hybrid Workflow) 才是產出專業級作品的最佳解法。

雖然顯卡跑得有點喘,手指畫得有點酸,但看到狗狗帥氣的照片,一切都值得了!