Stable Diffusion绘画插件(ControlNet )

一、前置条件

1.安装Stable Diffusion WebUI版;

2.安装ControlNet插件。文后附模型下载链接。

二、ControlNet中模型的区别

1. canny.pth

  • 输入条件:Canny 边缘图

  • 特点:通过边缘线条控制生成图像结构

  • 场景:需要保留清晰轮廓但可以自由上色时使用


2. mlsd.pth

  • 输入条件:MLSD 检测出来的直线信息(线框)

  • 特点:适用于建筑、工业设计等有清晰直线结构的场景

  • 场景:透视感强烈、线条工整的图


3. depth.pth

  • 输入条件:深度图

  • 特点:模型根据物体深度关系生成合理的三维感画面

  • 场景:需要控制画面空间感、前后关系


4. openpose.pth

  • 输入条件:人体骨骼关键点图(OpenPose)

  • 特点:控制人体姿态

  • 场景:需要精确控制人体动作、舞蹈、姿势


5. scribble.pth

  • 输入条件:简单手绘涂鸦

  • 特点:根据涂鸦轮廓生成细节完整画面

  • 场景:草图快速成画


6. seg.pth

  • 输入条件:分割图(语义分割)

  • 特点:按分割区域生成对应内容

  • 场景:用不同区域标记物体或场景,模型按区域自动填充


7. normal.pth

  • 输入条件:法向图

  • 特点:按表面朝向与细节生成逼真的材质和结构

  • 场景:3D 转 2D、渲染质感控制


8. lineart.pth / lineart_anime.pth

  • 输入条件:线稿图

  • 特点:适合动漫或黑白线条图着色

  • 场景:漫画线稿转彩色


9. softedge.pth

  • 输入条件:软边缘图

  • 特点:比 canny 更柔和的边缘控制,细节自然过渡

  • 场景:需要轮廓,但不需要太生硬


总结对比(简表)

模型 控制方式 应用场景
canny.pth 边缘图 轮廓清晰成画
mlsd.pth 直线框架 建筑、工业设计
depth.pth 深度图 空间感、立体感
openpose.pth 姿态骨骼图 人体姿态动作生成
scribble.pth 涂鸦草图 草稿成画
seg.pth 分割图 根据区域生成场景或物体
normal.pth 法向图 渲染质感、三维感
lineart.pth 线稿图 动漫上色、漫画成画
softedge.pth 柔和边缘图 边缘柔和自然

下载链接:ControlNet模型

相关推荐
月疯3 天前
Stable Diffusion是如何生成视频
人工智能·stable diffusion
伊玛目的门徒7 天前
deepseek harness DSH 安装皮肤脚手架(dsh‑client‑ui‑skin‑center)踩坑完整记录
ui·插件·皮肤·harness·dsh
Eric.4611 天前
2026 AI 漫剧叙事可控性深度工程:解决逻辑崩坏、镜头错乱、道具漂移的高阶落地方案
人工智能·stable diffusion·comfyui·ai漫剧
Eric.4612 天前
用 Stable Diffusion 做 AI 漫剧:从静态分镜到动态漫视频的完整工程链路
人工智能·深度学习·stable diffusion·音视频·ai漫剧
Eric.4613 天前
AI漫剧量产Prompt参数实操手册:Stable Diffusion+ComfyUI+OpenClaw通用复制即用配置
人工智能·深度学习·stable diffusion·prompt·ai漫剧
Eric.4613 天前
OpenClaw 结合 Stable Diffusion 与 ComfyUI 实现本地离线 AI 漫剧全自动流水线|批量渲染、人设一致性、帧闪烁问题工程实践
人工智能·stable diffusion·comfyui·ai漫剧
Eric.4613 天前
Stable Diffusion+ComfyUI+OpenClaw AI漫剧量产提示词工程:结构化Prompt、负面词脱敏、权重锁定防画面崩坏全方案
大数据·人工智能·stable diffusion·prompt·comfyui·ai漫剧
Eric.4613 天前
AI 漫剧量产实战:StableDiffusion 帧稳画算法 + ComfyUI 自动质检流水线搭建(附完整代码 + 配置)
人工智能·深度学习·stable diffusion·comfyui·ai漫剧
MarkHD15 天前
Stable Diffusion入门第19-20天:保存与分享你的工作流——第一阶段收官,从“能用”到“可复用”
java·开发语言·stable diffusion