のんびり星あそび

天体撮影って、撮影後の処理に時間が結構かかります。 私は100枚以上撮影する事が多く、いつもは30秒×240枚を目標に撮影しています。 これの前処理をすると２～３時間は平気でPCがフル稼働になっています。 基本的には空いた時間に処理をしておくのですが、やっぱり処理がさっさと終わることに越したことはありません。 ハイスペPCを買えば解決できますが、軍資金がありません！ 何とかならないかなぁと考えていました。 今回、windowsでSirilを使っている場合限定ですが、前処理を高速化する方法を見つけました。 WSL2を使って Linux上で処理 をすれば速くなります！ どれくらい速くなる？ 私のPCの構成は下の通り。 CPU：ryzen 5 5600G RAM：16GB DDR4-2133 ストレージ：3TB HDD 7200rpm CドライブはSSDですが、今回は全てHDD内で処理しました。 公平に評価するため（というかデータが入り切らないので）仮想ドライブもHDDに移動しています。 まずはその効果です。 417万画素×128枚 2424万画素×128枚 2424万画素×370枚 上記の構成の画像に対して、それぞれ同じ処理をしてみました。 通常のwindows環境に比べて、WSL環境ではどれも処理が高速化しているのが分かります。 417万画素×128枚でトライしたときには 20%程度 だったので、それでも凄い差だなと思っていました。 が、2424万画素×128枚になると差が 27%まで広がり 、2424万画素×370枚に関しては 45%に迫る処理速度の向上 がありました。 正直驚いています。 同じファイル、同じハードでこれだけの差が出るとは。 傾向として、ファイルサイズが大きくなるよりも、ファイル数が多くなった方が速くなっています。 AIに理由を聞いてみると、WindowsとLinuxのファイルシステムによる差だと言うことです。 linuxが採用しているext4は、windowsのntfsよりもファイルのopen / closeが速いので多量のファイルを読み書きする前処理はLinuxが有利らしいです。 結果とAIの回答に矛盾は無さそうです。 ただし、両手を上げて「linuxを使おう！」と言う訳ではありません。 個人にはlinuxに興味はありますが、半年ほどubuntu...

 今回は久しぶりに撮影だけの記事です。 本当は先週（1/17頃）撮影したかったのですが、黄砂と薄雲のダブルパンチで空が真っ白に… 天気予報的には晴れで期待していたのに残念。 悶々としていましたが今週も晴れ予報！ 連日の寒波の強風で色々と吹き飛んだのか、くすんだ空もスッキリしました。 先週とは比較にならないコンディション。 寒いけど期待しながら準備を進めます。 当初はバラ星雲の撮り増しを予定していましたが、低空までスッキリしています。 バラ星雲より暗めで低空にあるかもめ星雲が狙えるかも！ という事で人生初のかもめ星雲です。 次の日も仕事だったので夜更かしは 厳禁 。 いつもなら光害軽減の為に９時過ぎまで待機してから撮影する所を前倒しで撮影開始。 30秒×210枚とフラットフレームを確保して２３時頃には撤収完了！ 寝ている間にSirilがスタック処理を終わらせます。 機材：SE102, ZV-E10未改造, QBP, AZ-GTi経緯台モード 条件：ISO1250, 30s露光×210枚 処理：トリミング、SPCC、AI デノイズ&デコンボリューション (object) あり バラ星雲より暗いだけあって、想像通りですが暗かった（笑） とは言え、未改造のエントリークラスのミラーレスでここまで写れば充分かな。 むしろ、 天体CMOSカメラが無くても ミラーレスでここまで写せるよ！ と言えるのは大きいかも。 天体撮影の敷居が下げられると思います。 私は年内に天体用CMOSカメラを買って戦力アップする予定なので、ビフォーアフターが楽しみです。

先月、cursorを使ってSiril python script開発環境の記事を作りましたが、勘違いを含んでいたことと、構築の手順をしっかり書いていなかったので改めて記事にします。 やりたいこと ・AIを使ってバイブコーディングでSiril python scriptを作成する ・AIに学習させるためのデータを収集し、コーディングの精度を上げる では早速進めていきます。 Pandocのインストール Sirilのドキュメントはrst形式（拡張子=.rst）で公開されています。 Pandocはこれをマークダウン形式（拡張子=.md）に変換するためのアプリです。 Pandoc - Installing pandoc このページからダウンロードし、インストールしておきます。 学習用ファイルの準備 前回はGitからクローンを作りましたが、Gitアカウントが無くても問題はありません。 下記のサイトから直接ダウンロードします。 FA / Siril-doc · GitLab ページ内の「コード」をクリックし、ソースコードをダウンロードから好きな拡張子を選びます。 私はzipを選びました。 これを解凍しておきます。 この中にある「doc」というフォルダに入っているものが  Siril - Docs  そのものになります。 おおよそですが、１ファイルがwebの１ページに相当します（いくつか例外あり）。 これらのファイルをすべて読み込ませても良いのですが、AIのコンテキスト量が増えすぎ、トークンの無駄使いになってしまいます。 可能な限り少量のファイルにした方が良いです。 が、大量のファイルがあるので、何を選べばよいのかの判断が難しいです。 そこで、python scriptを作るにあたって必須級のファイルをいくつかピックアップしました。 ・commands.rst →Sirilを動かすのに必須。これが無いと何も出来ない。 ・Python-API.rst →python scriptに関する技術的な詳細が書かれている。しかし、何故かこのファイルには中身が無く、webページから取ってくる必要がある。 ・Python-script.rst →python scriptの基本的な内容が書かれている。 ・Author.rst →奨励モジュールや、GUI等の情報が書かれている。 ...

Siril 1.4.0 からSPCCが使えるようになっています。 色合わせが確実に出来るので重宝しています。 26.1.9 追記 Siril 1.4.1 リリースにより不具合が解消しました。 下記の操作を行わなくてもオンラインでSPCCが出来るようになっています。 ただし、2025年末頃から不具合が発生しており、デフォルトの設定のままではSPCCが動きません。 このエラーはSirilが起動した時のコンソールに出てくる注意書きにも書かれています。 AIで翻訳すると… Gaia アーカイブは現在「利用可能」と表示されていますが、SPCC で使用する際には依然として問題が発生しています。 Siril が送信している URL 形式は変更されておらず、Gaia アーカイブのヘルプデスクも「そちら側でも何も変更していない」と報告しているため、原因は不明です。 私たちは現在、この問題の原因を調査し、修正または代替手段の実装に取り組んでいますが、Gaia アーカイブの挙動が以前の状態に戻らない限り、当面の間、リモートカタログは SPCC では使用できないと考えるのが最善です。 少なくとも バージョン 1.4.1 までは（現時点でリリース時期未定） 使えない見込みです。 したがって、現時点ではローカル SPCC カタログをダウンロードして使用してください。 という事で、現段階ではSPCCを利用するにはGaia DR3のデータをローカルにダウンロードする必要があります。 インストーラーはSiril側で準備しているので、操作は簡単です。 が、気をつけないと正常に動かないポイントがあったので今回はそのやり方をまとめます。 Gaia DR3のインストール スクリプト → python スクリプト → core → Siril Catalog Installerの順に進みます。 すると下の画面が出てきます。 （初回はライブラリのインストールなどで起動に少し時間がかかるかもしれません） 上の方に「Astrometory Catalog」のインストールボタンがありますが 無視 します。別のデータです。 これをインストールしてしまって、（当然ですが）SPCCが動かないというトラブルの報告が海外の掲示板にいくつかありました。 SPCC Catalogに値を設定して進めていきます。 Observer L...

これまでいくつかSirilのPython Scriptを作成してきましたが、私はPythonが全く書けません。 AIが全部やってくれるので不完全燃焼感が出てきている事と、これ以上複雑な事をやるには自力でPythonを書けるようになるしかないかなと思っています。 （AIに草案を作らせて、仕上げを自分でやるイメージ） が、プログラミング言語って覚えるの大変なんですよねホントに。 Python学習環境の構築 教材はweb上にいくらでもあるのですが、「どうやって気軽に継続的に学ぶか」がネックでした。 特に躓いた時のフォローが重要です。 （途中で分からなくなって投げ出しそうなので…） という事で次の２点がマストです。 ・AIにコーチしてもらう ・開発環境にAIが統合されていて、書いたコードを直接添削できる これを満たせて、学習できる環境を作ってみようとしてみました。 候補に挙げたのは下の３環境です。 どの環境でもAIにコーチしてもらいながら学習が可能らしいです。 ・VSCode ・Cursor ・google colab ・VScode 既にメインPCにインストール済み。 拡張機能でAIが利用可能。 Codeiumなら無料で利用可能。 （copilotなどは有料プランのみ） ・Cursor VScodeをベースにしてデフォルトでAIを組み込んでいる。 開発環境にチューニングしたAI（composer）とchatGPTなど色々なAIを利用可能 ・google colab ブラウザベースでインストール不要。 geminiが利用可能。 AIがデフォルトで組み込まれており、そのまま開発環境に移行出来そうなCursorを選びました。 早速インストール。 表示 > 拡張機能からpythonを検索しインストール。 ついでに日本語環境もインストールして再起動。 学習用のプロジェクトフォルダを作成して準備完了。 open projectをクリックし、作成した学習用のフォルダを選択し、指示を出して学習開始です。 Ctr+LでAIとのチャット枠が出てくるのでプロンプトを入力します。 プロンプトの例です。 -------------------------------- あなたはプロのPythonインストラクターです。私はプログラミング未経験の初心者です。 これからPythonの基礎を実践形式...

とうとうSiril 1.4.0 の正式版がリリースされました。 ２年以上の開発期間を経てリリースに至ったそうです。 私は天体撮影を初めて１年も経ってないので、そんなに開発していたんだと驚きました。 開発メンバーの皆さんお疲れさまでした！ そしてありがとうございます。 ささやかながらpaypalで寄付しました。 記事を書いている寄付を最中に思いついて、作業完了してないのに記事を投稿してました汗 実際はpaypal経由で寄付が出来ず途方に暮れています… アップデート内容に関しては、これまでも細々と書いてきたのでこの記事では割愛します。 beta版、rc版から正式版に至る間に機能だけでなくUIの変更なども色々あったので、備忘録を1.4.0に対応させる更新だけ行いました。 改めて読み返してみると、間違ってたり抜けてたり色々しますね… 気づいた細かいミスも含めて修正しています。 今回はお祝いの記事なので、中身はこれだけです。 ほぼ中身無しですね笑 月明かりが凄いので、撮影は少しお休みです。 あと、ブログのタイトルを変更しました。 このブログを始めるときに超テキトーにつけたので、しっくり来てなかったんですよね。 新タイトルも深い意味は無いんですが、前よりはしっくり来る感じになりました。 これからもしっかり「遊んで」いきます！

とうとうSiril 1.4.0 の rc1 がリリースされ、正式リリースまでもう少しという所まできました。 1.4.0の目玉はGraXpertとの連携、bayer drizzleやSPCCの実装など多岐に渡ります。 その中でも、 python scriptの実装が１番大きな変化 だと個人的に思っています。 （GraXpertもpython scriptで連携しています） Sirilの自由度が大幅に増えました。 これにあやかって、私もpython scriptで遊んでいます。 １番大きな成果としては、あぷらなーとさん考案の処理ロジックをSirilで実行する事に成功しています。 他の取り組みとして、コマンドでしか操作できないunsharp maskをスクリプト化する事でGUI操作出来るようにしました。 ただし、Sirilのpython scriptはまだ発展途上です。 今回の1.4.0 rc1でも大きな変更点がありました。 という事で本題です。 1.4.0 beta3まではGUIの記述に Tkinterが奨励 されていましたが、beta4にて PyQt6が採用 となり、rc1で Tkinterが非奨励 になりました。 beta4リリースからrc1リリースまで僅か40日程度なので急激な変化ですね。 上記のリンク先の言葉を借りると「時代遅れで、動作が遅く、Linuxのwayland環境で問題が発生する 」らしい。 相当な言われ様です笑 Sril 1.5 の開発途中でTkinterが削除される予定らしいです。 という事で、私の作ったスクリプトもtkinterからPyQt6への更新作業を行いました。 公開しているunsharp mask scriptです。 PyQt6に変更した他に、スライダーを動かすとプレビューが表示できるようにしました。 描写まで少しタイムラグがあるのは許してください。 適用を押すと反映され、キャンセルを押すと元の画像に戻ります。 ま、chatGPTにお願いするだけなので、コードは１行も書いてないです（笑） バイブコーディングって本当にすごい。 とは言っても、AIにお願いすると簡単に出来すぎてしまうので、ちょっと不完全燃焼感が出てきています。 AIに作ってもらったコードを参考にしながら、自分で再度書き起こしたりして少しずつpythonを勉強中で...