前言
哈喽，各位小伙伴们大家好，有一段时间没有更新了，最近也是忙着搬家忙着置办家具等等，今天终于得空，于是乎连忙抽空做了这期关于controlnet的使用教程。
因为最近我也是发现，controlnet对于AI绘画来说可真是太重要了，说白了，这个插件用好了，将会大大的提升我们的生产效率，因为它可以做到对线稿的上色以及照片转二次元人物等等功能，这些应用场景就非常广泛了。
好了，废话不多说，直接上干货。
一、contronet的运行模式
我们知道controlnet在下载好了之后分为了两部分的内容，一个是预处理器模型，另一个是controlnet模型。我们在实际使用当中，一般都是会在网上寻找姿势参考图，或者场景参考图等等，所以根据实际使用情况的不同，我在这里将他们分为了需要预处理和不需要预处理两种情况。
需要预处理
当我们存在需要依托一些参考图片来引导AI生产出符合我们需求的图片时，我们要先分析我们给controlnet的参考。
用一张图来表示
举个例子：
我这里有一张人物图像，当然背景是比较单一的，能够有清晰的轮廓线，这个时候我们可以选择canny，hed以及openpose等等来进行预处理，再通过我们的正反提示，就可以生产出一副非常不错的图片了。
不需要预处理
随着SD的快速发展，市面上以及出现了许多用来提高生产力的插件了，像比较热门的poseX，就可以很好的用来摆出自己喜欢的骨骼模型，这种情况就是不需要预处理的。
操作
方法也很简单，在扩展-可用-加载自，找到3D openpose并下载安装，安装完成后，在已安装-应用并重启用户界面，即可
controlnet模型的应用场景
简单来说呢，这些这么多的模型到底该什么时候用呢，我用下面一张图来解释
上述8个模型，可以简单的分为4大类
我们将线稿类从精细程度高到低，依次排列。其中
canny
canny模型处理图像最为细致，处理后图片边缘线几乎不变，特别适合图片的局部改色精细线稿的上色
hed
hed模型，边缘线检测就没有那么精细，相比canny Ai自由发挥的程度会高一些
scribble模型和fake_scribble模型
就比上两种显得粗糙了很多，适合一些手稿的上色和更高的AI自由度发挥
mlsd
适合直线检测，多用于建筑或者室内设计等
depth&normal
在深度模型中有透视人物多就选择depth模型背景简单单个主体人物突出就用normal模型
opnepose&seg
而Openpost和SEG模型，在骨骼识别和色块分区方面也有著出色的表现，特别是SEG模型还可以用于AI动画模型的稳定性控制中哦
好啦，以上就是本期SD绘画的controlnet教程，制作不易，觉得对你用所帮助的话还请多多一键三连！