大家好，我是爱绘画的彤姐。
无论使用 Stable Diffusion 生成图片还是视频，基本都离不开 ControlNet 的辅助。
ControlNet 作为 Stable Diffusion 最强，也是必须要掌握的插件。
ControlNet 模块
现在 webui 最新版本是默认安装 ControlNet 的，在「文生图」、「图生图」这两个模块，都可以找到 ControlNet 模块：
ControlNet 版本
旧版本是不支持 SDXL模型的，建议将 ControlNet 更新到最新版本
ControlNet 上传图片
在 「文生图」-「ControlNet」模块中，可以直接上传图片：
而在「图生图」-「ControlNet」模型中，因为 图生图 本来已要求上传图片，默认是直接引用上传图片的。
如果想单独给 ControlNet 加载另外的图片，可以勾选☑️「上传独立的控制图像」：
ControlNet 单元数量
需要在「设置」-「ControlNet 」中修改「Multi-ControlNet: ControlNet 单元数」的值来进行配置。
启用 ControlNet
上传一张图片，勾选☑️「启用」、「完美像素」、「允许预览」：
控制类型选择「OpenPose(姿态)」，其他保持默认，点击 💥 按钮：
图像中人物的整体姿态就会显示出来：
控制类型 与 预处理器、模型 是搭配使用，选择不同的 控制类型，都会有对应不同的 预处理器 可以选择：
ControlNet 模型
ControlNet 模型下载：https://huggingface.co/lllyasviel/sd_control_collection/tree/main
并不是所有模型都需要下载，有些模型含有3个版本，full 版本模型文件是最大的，效果最好，但占用最多的资源；small 版本模型文件是最小的，可根据设备性能自行下载：
模型下载后，放置在 SD安装目录\extensions\sd-webui-controlnet\models 中。
控制权重
用于控制 ControlNet 对画面生成结果的约束程度。
数值越高，就越限制画面必须严格按照 ControlNet 的处理结果来生成图片，
数值越低，AI 就有一定的自由度和发挥空间。
控制权重=1，出图如下：
降低 控制权重=0.3，提示词：1child,in the garden,running,；生成的图片，跑步姿势会在一定程度生参考骨骼姿势，但与预处理中的骨骼图有差异，出图如下：
保持其他内容不变，提高 控制权重=1.3，画面中的跑步姿势会被 ControlNet 的骨骼图控制住，出图如下：
引导介入时机/引导终止时机
用于调整 ControlNet 控制松紧程度的。
下图的设置，代表图片跑到 20% 时 ControlNet 开始介入，直至 80% 终止介入，能让AI获得更多的创作自由度：
出图如下：
控制模式
默认选择「均衡」，指的是 提示词 与 ControlNet 之间相互平衡地影响出图效果。
更偏向提示词：
生成的图片会以提示词为主，ControlNet 为辅
选择「更偏向提示词」，提示语：a child,on the mountain,running, 出图如下：
生成的图片，SD 更多的考虑跑步这个动作，而不是 ControlNet 获取的骨骼图姿势。
相反，选择「更偏向ControlNet」，同样的提示词，出图如下：
这次生成的图片，SD就基本不考虑 跑步 的提示词了，严格按照 ControlNet 获取的骨骼图姿势来生成图片。
缩放模式
与 图生图 中的缩放模式功能一致。
仅调整大小
现在将生成图片的宽高设置为 1:1，640x640。
选择「仅调整大小」，原来的竖屏图片，会被压缩变形：
裁剪后缩放
选择「裁剪后缩放」，脚部位置被裁剪掉，无法显示人物全身：
缩放后填充空白
选择「缩放后填充空白」，SD生成图片时，会保留人物整体姿态，对空白部分位置进行自动填充：
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
总结
**文章总结：掌握ControlNet插件，优化Stable Diffusion创作**文章由爱绘画的彤姐分享，详细介绍了在使用Stable Diffusion生成图片或视频时，如何高效利用ControlNet插件来辅助创作。ControlNet是Stable Diffusion的强大且必要的插件，用于提升图像生成的精准度和艺术性。
**主要内容如下**：
1. **ControlNet模块与版本**：
- Stable Diffusion的webui新版本默认安装了ControlNet，支持在“文生图”与“图生图”中使用。
- 旧版本不支持SDXL模型，建议升级到最新版ControlNet以获全面支持。
2. **上传与控制图片**：
- 在“文生图”模块中可直接上传图片作为控制源。
- 在“图生图”模式下，默认引用上传图片，但若需额外ControlNet图片，可勾选“上传独立的控制图像”。
3. **配置与控制**:
- 调整ControlNet单元数量需在设置界面完成。
- 启用ControlNet时，通过上传图片、选择控制类型（如OpenPose姿态识别）并调整控制权重，精细控制图像生成。
- 控制权重影响ControlNet对画面的约束力度，高权重则严格遵循，低权重则给予AI更多创作自由。
4. **模型选择与下载**：
- 提供ControlNet模型下载链接，全尺寸模型效果最优但资源占用高，small版本适合低配设备。
- 下载后放置于指定目录以使用。
5. **引导介入与终止时机**：
- 通过设置引导介入与终止时机，调节ControlNet控制图片的时机范围，赋予AI在不同阶段的不同自由度。
6. **控制模式**：
- 均衡模式平衡提示词与ControlNet的影响。
- 可选择偏向提示词或ControlNet来控制生成图片的倾向性。
7. **缩放模式**：
- 提供多种缩放模式调整输出图片尺寸，保持原图比例或裁剪填充。
**额外福利与AIGC学习资源**：
文章末尾提供了全面的AIGC学习路线图、必备工具、学习笔记、视频教程合集及实战案例，帮助读者从零开始，快速入门到掌握AIGC技术。随着AI技术的发展，AIGC在游戏、计算等领域的应用前景广阔，建议学习并实践相关技术，探索其无限潜能。