【ControlNet教程】入门

本文为您提供了ControlNet的快速入门指南，帮助您迅速学会如何在Stable Diffusion中运用这一强大的控制工具，提升AI绘图的精确度和创意表现。Stable Diffusion ControlNet 是一个强大的插件，用于增强和控制Stable Diffusion的图像生成过程。这篇会简单介绍几个常用的ControlNet模型来帮助大家快速上手，后续会有更详细的教程：

1. 安装ControlNet：

• 如果是用秋叶大佬的整合包是已经内置Controlnet的。

• 安装过程通常涉及将模型文件放置在特定的目录下，例如stable-diffusion-webui\extensions\sd-webui-controlnet\models，然后重启WebUI 。

2. 配置和使用ControlNet：

• 在WebUI界面中，您会看到一个新的选项卡名为ControlNet，它位于脚本下拉菜单的正上方 。

• ControlNet允许用户通过输入额外的控制条件来引导图像生成，这些条件可以是线稿、涂鸦、参考图等 。

• 用户可以选择不同的ControlNet模型，如Lineart、SoftEdge、Tile等，每种模型都有其特定的功能和应用场景 。

一、ControlNet 单模型使用

参数解析

模型效果

Canny 示例：（保留结构，再进行着色和风格化）

Canny 是比较常用的一种线稿提取方式，该模型能够很好的识别出图像内各对象的边缘轮廓。

SoftEdge 软边缘检测：

SoftEdge 可以理解为是 ControlNet1.0 中 HED 边缘检测的升级版。ControlNet1.1 版本中 4 个预处理器按结果质量排序：SoftEdge_HED > SoftEdge_PIDI > SoftEdge_HED_safe > SoftEdge_PIDI_safe，其中带 safe 的预处理器可以防止生成的图像带有不良内容。相较于 Canny，SoftEdge 边缘能够保留更多细节。

SoftEdge 示例：（保留结构，再进行着色和风格化）

Lineart 精细线稿提取：

Lineart 精细线稿提取是 ControlNet1.1 版本中新增的模型，相较于 Canny，Lineart 提取的线稿更加精细，细节更加丰富。

Lineart 的预处理器有多种模式，每种模式都针对不同是使用场景进行优化：

2. 涂鸦成图

方法：通过 ControlNet 的 Scribble 模型提取涂鸦图（可提取参考图涂鸦，或者手绘涂鸦图），再根据提示词和风格模型对图像进行着色和风格化。

应用模型：Scribble。

Scribble 比 Canny、SoftEdge 和 Lineart 的自由发挥度要更高，也可以用于对手绘稿进行着色和风格处理。Scribble 的预处理器有三种模式：Scribble_hed，Scribble_pidinet，Scribble_Xdog，对比如下，可以看到 Scribble_Xdog 的处理细节更为丰富：

Scribble 参考图提取示例（保留大致结构，再进行着色和风格化）：

Scribble 手动涂鸦示例（根据手绘草图，生成图像）：

也可以不用参考图，直接创建空白画布，手绘涂鸦成图。