ControlNet是SD中一个很重要的插件，下面我们就详细介绍这个插件。
ControlNet
ControlNet是一种神经网络结构，通过添加额外条件来控制扩散模型。简单的说，ControlNet就是Stable Diffusion生成图片时候的限制条件，例如限制生成的图片中的人物是什么姿势。
Canny边缘检测示例
工作流程：边缘检测会从输入的图像中提取图像的轮廓，作为提示词之外的额外条件输入，参与到Stable Diffusion图形构建中，控制的图形的生成。
在之前的例子中，整体图像的背景、衣服都是不变的，改变的头发的颜色。详情可以看这篇文章：AI绘图（7）stable diffusion 绘图 局部重绘
人体姿势检测
Openpose是一种快速人体关键点检测模型，可以提取人体姿势，如手、腿和头部的位置。详情可以看这篇文章：AI绘图（6）stable diffusion 绘图 图生图
工作流程：使用OpenPose从输入图像中提取关键点，并将其保存为包含关键点位置的控制图。然后将其作为额外条件与文本提示一起提供给Stable Diffusion图像是根据这两个条件生成的。
使用Canny边缘检测和OpenPose有什么区别呢?
Canny边缘检测器提取主体和背景的相似边缘。它倾向于翻译场景。在前面的例子中AI绘图（7）stable diffusion 绘图 局部重绘可以看到黑发的小姐姐变成了红色头发的小姐姐，但轮廓和发型都保留了下来。
OpenPose只检测人体关键点，如头部、手臂等位置。图像生成更自由，但遵循原始姿势。
ControlNet插件介绍
界面如下图所示：
相关按钮介绍：
启用/Enable:是否启动ControlNet
低显存模式/Low VRAM:显卡显存不够时候开启
Pixel Perfect: ControlNet 将使用你在图像中指定的图像高度和宽度来生成预处理图像
Allow Preview: 预处理图形是需不需要预览
预处理/Preprocessor:假设我们输入的是一张普通的图片，预处理起会进行处理，例如，上传一张图片，OpenPose模型会将图片处理成姿势图。
上传图片，先选择[Allow Preview]，在选择[预处理/Preproessor]旁边的爆炸按钮，
预外理的结里就会显示在右侧的图片框中
模型/Model：在我们选择[预处理/Preproessor]之后，接下来我们就要选择[模型/Model]，这里有个细节点，我们选择的[预处理/Preproessor]的模型要和[模型/Model] ——对应，
例如;
姿势检测/openpose -- control_v11p_sd15_openpose
线稿检测/canny -- control_v11p_sd15_canny
ControlNet模型详解
在选择模型的时候，会发现ControlNet的模型非常多，为了方便快速检索到我们需要的功能，我们按照功能的维度做了下面的思维导图。功能的划分参考了 https://github.com/lllyasviel/ControlNet
设定人体姿势
查看[设定人体姿势]，其对应5个设定人体姿势的预处理模块。我们选择预处理模型[openpose]，模型选[control_v11p_sd15_openpose]，注意预处理模型和模型是一一对应的。
prompt:
best quality，masterpiece,super high resolution，realistic,a girl，wide shot,full body，Long black straight hair， big blue eyes, black jeanwhite tights, adult female, asian,tree，ocean
Negative prompt:
mutated hands and fingers, deformed, bad anatomy, disfigured, poorly drawnface,mutated, extra limb, ugly, poorly drawn hands, missing limb, floatinglimbs, disconnected limbs, malformed hands, out of focus,long neck,long body
改变风格/配色
想要对当前的图片换一种风格或者更改配色，就使用canny和hed，两者都是边缘检测模型，这两个模型会保留图片的整体构图。hed保留的细节比canny多，具体好坏看个人喜好吧。
预处理模型[线稿检测/canny]和模型[control_v11p _sd15_canny]搭配使用
预处理模型[softedge_hed]和模型[control_v11p_sd15_softedge]搭配使用
可以看到，hed保留的细节比canny多。具体的使用看个人情况。
结语
那么，今天我们就介绍到这里。有兴趣的朋友可以关注我们，我们会持续更新本系列教程。
如果觉得不错，对你有帮助，可以关注我，在后续会发布更多的内容，也可以加入我们的星球，关注公众号，回复”星球“，获取邀请码，即可加入。如果不了解我们的星球是什么，可以看这篇文章，里面有详细介绍。
https://blog.csdn.net/qq_48764574/article/details/132250585我正在「AI高效率【工作、学习】」和朋友们讨论有趣的话题，你⼀起来吧？
https://t.zsxq.com/11KVfN0RChttps://t.zsxq.com/11KVfN0RC公众号 @AI宅玩貳号玩家，一个靠AI助力学习与工作的痴迷实践者。全网粉丝2万+，连续不间断更新小白也能玩的AI，让你提前2小时下班。
星球上面有什么：
电子竞赛专栏、深度学习专栏、AI辅助学习专栏、AI工具变现专栏等适合人群：
在校学生：希望我的经验可以帮助你解决你遇到问题，
开发人员：分享自己的经验，并且可以扩宽自己的道路，学习到更多的内容
希望用副业赚钱：我们有用AI变现的方式，可以帮助你实现用副业赚钱
硬性的标准其实限制不了无限可能的我们，所以啊！少年们加油吧！