图像对齐会在拍摄计算摄影序列时自动补偿各帧之间的相机移动。即使使用三脚架，轻微的相机抖动或移动也可能导致失准。此功能可确保序列中的所有图像在合并之前都已完美配准。
图像对齐会作为焦点堆栈、运动消除、HDR 合并、长曝光和天文摄影工作流程的第一步自动执行。
您可以从此处下载用于 SpotmaticMagic 的测试图像：Google Drive
图像对齐会自动应用于：
在 iOS 设置 → ElectroSpotmatic → 图像对齐算法中配置：
当某一帧失准过于严重，无法与其他帧干净地合并时，ElectroSpotmatic 会跳过它，转而使用其余的帧。这对 HDR 来说尤为重要：否则单个严重偏移的包围曝光帧可能会用重影或与场景其余部分不匹配的内容污染合并后的图像。
如果应用跳过某一帧，它会在放弃之前依次尝试其他对齐方法——因此只要至少有一种方法能够配准该帧，您就能获得良好的结果。
最适用于：所有工作流程。已于 2026 年取代 Vision Framework 成为默认方法。
工作原理：在每一帧中检测显著的特征点并在各帧之间进行匹配，然后计算出最能对齐这些匹配的相机运动。自动选择最简单的、能够拟合的运动——纯平移、旋转 + 缩放，或完整的透视扭曲。
优点：在 iPhone 和 iPad 上端到端经 GPU 加速。原生处理旋转、缩放和透视。在多帧 HDR 序列上显著快于 Vision Framework。
局限性：在细节和纹理充足的场景中效果最佳。对于模糊或低纹理的帧（严重失焦的拍摄、空白的天空），应用会自动切换到更简单的方法。
最适用于：当您想直接使用 Apple 内置的对齐方法时，或作为另一种方法遇到困难时的自动备用方案。
优点：可靠且在各个 iOS 版本上经过充分测试。能够从容处理各帧之间的强度变化——这对曝光各不相同的 HDR 序列很有用。
局限性：最擅长简单的相机运动（平移）；可能会拒绝基于特征能够处理的极端扭曲。在多帧序列上比基于特征慢，因为基于特征完全在 GPU 上运行。
最适用于：微距摄影和长焦焦点堆栈，这类拍摄中图像会随焦距细微偏移。
优点：对于焦点呼吸所产生的那种细小、平滑的运动非常精确。经过优化，在三脚架稳定的拍摄中保持快速。
局限性：在各帧之间存在明显移动的拍摄中较慢，因为它需要做更多的工作。较大的相机偏移可能超出其工作范围，在这种情况下应用会自动回退到另一种方法。
最适用于：查找显著特征点并不可靠的场景——例如纹理极低的输入。
工作原理：通过直接匹配像素亮度来对齐各帧，而不是通过查找特征点。
局限性：与 IC-LM 一样，在三脚架拍摄中快速，而在存在实际移动的拍摄中较慢。较大的相机偏移可能超出其工作范围，在这种情况下应用会自动回退到另一种方法。
对齐后的图像被裁剪：这是预期行为——图像会被裁剪到对齐后所有图像共有的区域。
对齐结果不佳：请确保场景具有充足的细节，并且所有图像都是同一场景。对于严重模糊的帧（例如远离参考帧的焦点堆栈拍摄），应用会自动回退到更简单的对齐方法。
对齐失败：特征极少的场景（例如看不到星星的夜空）可能无法很好地对齐。请确保各帧之间有良好的重叠。
对齐比预期慢：基于特征在 GPU 上运行；如果在较新的 iPhone 或 iPad 上对齐缓慢，您的设备可能回退到了较慢的路径。请重新启动应用并再试一次，或在设置中切换到其他对齐方法。
最后更新：2026-05-12