Kolorování v úzkopásmové fotografii: palety SHO a často používané skripty pro mapování barev

Kolorování úzkopásmových snímků je pro mnoho lidí první zeď, do které narazí při přechodu z RGB/LRGB do světa úzkopásmové astrofotografie. V tomto článku jsem shrnul do jednoho celku poznatky a nástroje, které jsem si za posledních pár let na poli kolorování úzkopásmových snímků osvojil – od základních pojmů přes princip palety SHO až po normalizaci kanálů a různé užitečné skripty, aby ti, kdo ještě tápou, měli mapu, podle které se mohou orientovat.

Nejprve si osvojte správný přístup

Úzkopásmová astrofotografie ve skutečnosti není jen o tom, nacpat SHO v různých permutacích (SHO, HSO, HOO…) do kanálů RGB – tak jednoduché to není a výsledek takového postupu obvykle nikoho neuspokojí.

Je to podobné jako se zpracováním mlhoviny po odstranění hvězd: věc se nevyřeší tím, že hvězdy prostě přidáte zpátky – tímto postupem si často naopak přivodíte problém s vybledlými hvězdami nebo změněnou barvou. Skutečné know-how se skrývá právě v těchto klíčových detailech.

Ilustrace toho, jak se liší výsledky kolorování úzkopásmového snímku podle úrovně zpracování

Moje doporučení proto zní: začátečník, který se pouští do úzkopásmového zpracování snímků, si musí nejdřív udělat pořádek sám u sebe. Nejdřív si pořádně a důkladně osvojte RGB a LRGB a teprve postupně, krok za krokem, přejděte k úzkopásmovému zpracování. Výjimkou je, pokud umíte programovat a s používáním PixelMath nemáte žádné potíže – pak možná můžete postupovat na obou frontách současně, i tak ale musím říct, že to není snadné.

Obrázek níže ukazuje výsledky zpracování téhož zdrojového souboru na různých úrovních zkušeností. Jen samotné téma „jak obarvit prach“ jsem se od pochopení principu až po schopnost skutečně ho použít v praxi učil dva roky – není to jen tak jednoduché jako trochu přitáhnout saturaci.

Srovnání výsledků úzkopásmového zpracování téhož zdrojového souboru v různých fázích učení

Co je paleta SHO

Kolorování SHO je v astrofotografii běžná „metoda mapování úzkých pásem do barev“, která využívá charakteristické vyzařování tří plynů k tomu, aby se při zpracování signály z různých pásem přiřadily různým barvám, a tím se „vizualizovalo“ rozložení různých prvků uvnitř mlhoviny.

Její největší předností je, že mlhovina, která se lidskému oku jeví jako čistě červená, se pod SHO rozdělí do vrstev, díky čemuž jsou struktura, hranice a rozdíly v energii naprosto jasné. A SHO navíc nemá žádný pevně daný vzhled – odstín, sytost i intenzitu si fotograf může upravit zcela podle svého stylu a estetického cítění, takže je to zároveň vědecká metoda vyjádření i forma kosmické umělecké tvorby.

Níže na třech snímcích ukazuji tři různé způsoby mapování.

1. Kyslík modrý, síra červená, vodík uprostřed

Ukázka kolorování SHO, kde OIII odpovídá ledově modré, SII jasně červené a Ha tmavé oranžovožluté

OIII (kyslík) → ledově modrá
Ha (vodík) → tmavá oranžovožlutá
SII (síra) → jasně červená

Oblasti bohaté na kyslík mají ledově modrou barvu, oblasti bohaté na síru jsou červené, zatímco vodík se nachází mezi červenou a zelenou a mění se v teplé tmavé oranžovožluté světlo; v místech, kde se stýká s kyslíkem, se místy objevuje růžový odstín.

2. Přirozeně působící paleta: vodík zelený, kyslík modrý, síra červená

Tento snímek ukazuje další způsob kolorování SHO: Ha odpovídá především zelené, OIII modré a SII červené. Od tradiční Hubbleovy palety se mírně liší – toto mapování přibližuje barvy mlhoviny přirozenějšímu vzhledu a zároveň zachovává vlastnost úzkopásmových snímků odhalovat rozložení jednotlivých prvků.

Ukázka přirozeně působící palety SHO, kde Ha přechází k olivově zelené, OIII k blankytně modré a SII k cihlově červené

Ha → tlumená olivově/travnatě zelená – ne sytá jasně zelená, ale spíš klidná přirozená zelená, kterou se vykresluje hlavní kostra a obrys mlhoviny.
OIII → od blankytně modré po jezerně modrou, podobně jako barva jasné oblohy nebo hladiny mělkého moře; přináší chladný, průzračný dojem, rozprostírá se hlavně na velkých plochách a vytváří atmosféru prostoru a vzdušnosti.
SII → cihlově červená / spálená oranžovočervená – není tak ostrá jako čistá červená, spíš teplá červená s oranžovým nádechem, která působí hutněji a soustřeďuje se hlavně při spodním okraji a po stranách snímku, čímž podtrhuje pocit energie, podobně jako plameny nebo láva.

Díky tomuto kolorování jsou hranice rozšíření jednotlivých ionizovaných prvků na první pohled zřejmé a mlhovina díky tomu působí prostorově jako svého druhu „barevná mapa“.

3. Varianta blízká tradiční Hubbleově paletě

Poslední snímek této série používá kolorování SHO blízké tradiční „Hubbleově paletě“: SII odpovídá červené, Ha zelené a OIII modré. Toto mapování jako první rozšířil Hubbleův vesmírný dalekohled a účelem tohoto mapování bylo převést světlo tří úzkých pásem na barvy rozeznatelné lidským okem.

Ukázka kolorování SHO blízkého Hubbleově paletě (SII červená, Ha zelená, OIII modrá); snímek ještě neprošel výraznějším zesílením a působí matně

Červená barva síry (SII) přináší klidné přechodové vrstvy
Zelená barva vodíku (Ha) tvoří hlavní strukturu a obrysy
Modrá barva kyslíku (OIII) se rozprostírá v dutinách a při okrajích

Tato kombinace dokáže zvýraznit složitou morfologii mlhoviny a rozdíly v energii a promění plyn, který bylo původně těžké rozlišit a který se vrstvil vrstva na vrstvě, v kosmickou scenérii připomínající olejomalbu.

Poznámka: obrázek výše je ve fázi kolorování a snímek téměř neprošel výraznějším zesílením, proto působí matně.

Normalizace kanálů a kompromisy „převodu barvy jedním kliknutím“

V posledních letech se na internetu rozšířilo používání PixelMath k převodu HOO na paletu SHO jedním kliknutím – je to velmi snadné, rychlé a přátelské k začátečníkům. Když jsem to ale vyzkoušel na starších snímcích pořízených s dvoupásmovým filtrem, zjistil jsem, že výsledky si často byly velmi podobné (chyběla jim rozmanitost).

Srovnání před a po převodu HOO na SHO jedním kliknutím pomocí PixelMath

Při používání těchto vzorců bych doporučoval:

Pro začátečníky: používejte je opatrně a v případě potřeby si barvy upravte sami. Kromě toho mějte na paměti, že tyto vzorce PixelMath jen normalizují kanály (Normalization) a nemají žádnou další funkci pro zesílení detailů, takže je i tak potřeba nejdřív zvládnout základy a kolorování nechat až nakonec.
Pro pokročilé: podívejte se na video autora, abyste pochopili princip, rozeberte si postup na jednotlivé kroky a udělejte si ho po svém – přidáte si tak do svého arzenálu další nástroj. Když narazíte na problém, který se hned nedaří vyřešit, přijde vám vhod mít po ruce ještě jeden nástroj, na který můžete přejít.

Často používané skripty pro kolorování úzkopásmových snímků

Procesy a skripty pro PI mohou samostatně vyvíjet a vydávat i lidé z komunity – to je také důvod, proč se PI posledních pár let dokázalo tak rychle rozvíjet v oblasti zpracování astronomických snímků společně s komunitou. Přijde vám, že oficiální proces je napsaný špatně nebo se aktualizuje moc pomalu? Klidně si ho napište sami. Pokud jste amatérský astronom, který umí programovat, fórum PixInsight je přesně to místo, kde můžete naplno ukázat, co ve vás je. Níže je několik skriptů, které často používám nebo doporučuji.

Ilustrace pracovního rozhraní skriptu pro kolorování úzkopásmových snímků

Ilustrace výsledku skriptu pro kolorování úzkopásmových snímků

SHO-AIP

Pokud vás míchání kanálů v PixelMath děsí, SHO-AIP je skvělá náhrada. Dá se použít jak v lineárním, tak v nelineárním stavu a výsledek si můžete rovnou prohlédnout v náhledu. HSO, HOO i SHO na obrázku níže vznikly právě tímto skriptem. Pokud vám PixelMath nepřijde příliš intuitivní, sáhněte po něm.

Srovnání tří variant barev – HSO, HOO a SHO – vytvořených skriptem SHO-AIP

Color Shifter

Je to další skript často používaný pro kolorování úzkopásmových snímků, hodí se na jemné doladění odstínu. Pokud ho nemáte v PI zabudovaný, stačí ho vyhledat ve vyhledávači Google a najdete odkaz ke stažení.

NB Colour Mapper

Tento skript společně vyvinuli Mike Cranfield a Adam Block a jeho zvláštností je, že dokáže kolorovat úzkopásmové kanály v lineárním stavu. Většina běžných skriptů pro míchání kanálů pracuje téměř výhradně v nelineárním stavu, takže sloučení v lineárním stavu ponechává snímku po sloučení kanálů víc prostoru pro další zpracování.

Ilustrace skriptu NB Colour Mapper

NB to RGB Star Combination

Pokud jste fotili úzkopásmově (monochromaticky nebo s dvoupásmovým filtrem) a nemáte hvězdy v RGB, doporučuji nejdřív v lineárním stavu oddělit hvězdy a pak tímto skriptem převést lineární úzkopásmové hvězdy na hvězdy s barvou blízkou RGB – výsledek bývá docela dobrý.

Tradičně se ty purpurové nebo zelené úzkopásmové hvězdy daly řešit jen stažením barevné saturace, nebo pomocí složitějších postupů, kterými se dosáhlo hvězd v RGB; tento skript ale zvládne stejný výsledek – hvězdy s poměrně normální barvou v RGB – jediným krokem. Skript najdete v repozitáři skriptů pro PI od setiastro: https://raw.githubusercontent.com/setiastro/pixinsight-updates/main/

Ilustrace výsledku převodu úzkopásmových hvězd na barvy RGB pomocí NB to RGB Star Combination

Oficiální výukové materiály

Pořád se díváte na zpracovatelská videa, kde ani sám autor pořádně nerozumí principu? Pořád nasazujete hotové vzorce PixelMath, ale výsledek vám dělá problémy s barvou nebo vypadá jednotvárně a fádně?

Tým PixInsight vydal na svém oficiálním kanálu YouTube výuková videa o zpracování úzkopásmových snímků, ve kterých vysvětluje základní prvky úzkopásmového zpracování i vzorce PixelMath. Pokud se v úzkopásmovém zpracování ještě moc nevyznáte, rozhodně stojí za zhlédnutí; a pokud jde o skripty jako NB Colour Mapper, podrobné vysvětlení a ukázky najdete i na kanálu Adama Blocka.

Oficiální výuková videa PixInsight o zpracování úzkopásmových snímků (celkem tři):

Ilustrace z oficiálního výukového materiálu o zpracování úzkopásmových snímků

Podrobné vysvětlení k NB Colour Mapper najdete, když si ho vyhledáte na YouTube kanálu Adama Blocka.