Stable Diffusion——了解Control Net
如果你像我一样，已经在一段时间的使用和学习的过程中，将Stable Diffusion了解透彻了，就不免发现Stable Diffusion在日常使用方面仍然具有一些明显的短板。
这里就需要用到Stable Diffusion的Webui下的一些其他的插件了，今天来说一下Control Net。
Control Net是什么？
因为Stable Diffusion是一个扩散模型，图像是基于扩散模型生成的。而目前的Stable Diffusion对于图片生成的主要的控制方式只有prompt这一种。
因此，当我们需要去刻画一些精细化场景、更具体的人物动作的时候，不免会因为Stable Diffusion的随机性与我们想要获得的结果出现偏差。
就此，Control Net诞生了，Control Net是一种用于控制Stable Diffusion模型的神经网络模型。Control Net可以与任何扩散模型一起使用。
我们已知的扩散模型生成的最基本的工作形势是图生图（TXT TO Image）。也就是使用文本提示词（Prompt）作为图像生成的条件。
Control Net的诞生为其添加了另一种条件。也就是说我们可以使用“Control Net+Prompt=图片”了。
Control Net的控制形式也具有很多种，具体形式会在后文中一一进行说明。
从WebUI中安装Control Net
WebUI默认是不存在任何扩展的，因此，如果我们要在WebUI中使用Control Net，则需要自行安装。
安装 ControlNet 扩展 (Windows/Mac)
- 导航到 “扩展” 页面。
2. 选择 从 URL 安装 选项卡。
3. 将以下 URL 放入 扩展存储库 字段的 URL 中。
https://github.com/Mikubill/sd-webui-controlnet单击 安装 按钮。
5. 等待说明扩展已安装的确认消息。
6. 重新启动 AUTOMATIC1111。
7. 访问 ControlNet 模型 页面。
8. 下载所有模型文件（文件名以 结尾 .pth）。
（如果不想全部下载，可以暂时下载最常用的openpose和canny模型。）
9. 将模型文件放入 ControlNet 扩展的模型目录中。
stable-diffusion-webuiextensionssd-webui-controlnetmodels重新启动 AUTOMATIC1111 webui。
如果扩展安装成功，在txt2img选项卡中看到一个名为ControlNet的新可折叠部分。
从 Web UI 更新
更新 ControlNet 扩展的最简单方法是使用 AUTOMATIC1111 GUI。
- 转到“扩展”页面。
- 在“已安装”选项卡中，单击“检查更新”。
- 等待确认消息。
- 完全关闭并重新启动 AUTOMATIC1111 Web-UI。
至此，你应该可以在WebUI的图生图、文生图的界面中可以看到ControlNet的选单，下面我们去了解一下ControlNet的菜单部分。
Control Net菜单及参数
1. 启用（Enable）
勾选此选项后，点击 “生成” 按钮时，ControlNet 才会生效。
2. 反色模式（Invert Input Color）
将图像颜色进行反转后应用。
3. RGB 转 BGR（RGB to BGR）
把颜色通道进行反转，在 NormalMap 模式可能会用到。
4. 低显存优化（Low VRAM）
低显存模式，如果你的显卡内存小于等于4GB，建议勾选此选项。
5. 无提示词的猜测模式（Guess Mode）
也就是盲盒模式，不需要任何正面与负面提示词，出图效果随机，很有可能产生意想不到的惊喜效果！
6. 预处理器（Preprocessor）
在此列表我们可选择需要的预处理器，每个 ControlNet 的预处理器都有不同的功能，后续将会详细介绍。
7. 模型（Model）
配套各预处理器需要的专属模型。该列表内的模型必须与预处理选项框内的名称选择一致，才能保证正确生成预期结果。如果预处理与模型不致其实也可以出图，但效果无法预料，且一般效果并不理想。
8. 权重（Weight）
权重，代表使用 ControlNet 生成图片时被应用的权重占比。
9. 引导介入时机（Guidance Start(T)）
在理解此功能之前，我们应该先知道生成图片的 Sampling steps 采样步数功能，步数代表生成一张图片要刷新计算多少次，Guidance Start(T) 设置为 0 即代表开始时就介入，默认为 0，设置为 0.5 时即代表 ControlNet 从 50% 步数时开始介入计算。
10. 引导退出时机（Guidance End(T)）
和引导介入时机相对应，如设置为1，则表示在100%计算完时才会退出介入也就是不退出，默认为 1，可调节范围 0-1，如设置为 0.8 时即代表从80% 步数时退出介入。
11. 缩放模式（Resize Mode）
用于选择调整图像大小的模式：默认使用（Scale to Fit (Inner Fit)）缩放至合适即可，将会自动适配图片。
一共三个选项：Just Resize，Scale to Fit (Inner Fit)，Envelope (Outer Fit)
12. 画布宽度和高度（Canvas Width 和 Canvas Height）
画布宽高设置，请注意这里的宽高，并不是指 SD 生成图片的图像宽高比。该宽高代表 ControlNet 引导时所使用的控制图像的分辨率，假如你用 SD 生成的图片是 1000x2000 分辨率，那么使用 ControlNet 引导图像时，对显存的消耗将是非常大的；我们可以将引导控制图像的分辨率设置为 500x1000 ，也就是缩放为原本图像一半的分辨率尺寸去进行引导，这有利于节省显存消耗。
13. 创建空白画布（Create Blank Canvas）
如果之前使用过 ControlNet 功能，那么将会在 ControlNet 的图像区域留有历史图片，点击该按钮可以清空之前的历史，也就是创建一张空白的画布。
14. 预览预处理结果（Preview Annotator Result）
点击该按钮可以预览生成的引导图。例如：如果使用 Canny 作为预处理器，那么点击该按钮之后，可以看到一张通过 Canny 模型提取的边缘线图片。
15. 隐藏预处理结果（Hide Annotator Result）
点击该按钮可以隐藏通过 Preview 按钮生成的预览图像窗口（不建议隐藏）
Control Net预处理器与模型
ControlNet 的使用方式非常灵活，既可以单模型应用，也可以多模型组合应用。清楚 ControlNet 的一些原理方法后，可以帮助我们更好的提升出图效果。以下通过一些示例，简要介绍 ControlNet 的实际用法。
1. 线稿上色
方法：通过 ControlNet 边缘检测模型或线稿模型提取线稿（可提取参考图片线稿，或者手绘线稿），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：Canny、SoftEdge、Lineart。
Canny 边缘检测：
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。
使用说明（以下其它模型同理）：
- 展开 ControlNet 面板，上传参考图，勾选 Enable 启用（如果显存小于等于 4G，勾选低显存模式）。
- 预处理器选择 Canny（注意：如果上传的是已经经过预处理的线稿图片，则预处理器选择 none，不进行预处理），模型选择对应的 control_v11p_sd15_canny 模型。
- 勾选 Allow Preview 允许预览，点击预处理器旁的?按钮生成预览。
其它参数说明：
- Control Weight：使用 ControlNet 生成图片的权重占比影响（多个 ControlNet 组合使用时，需要调整权重占比）。
- Starting Control Step：ControlNet 开始参与生图的步数。
- Ending Control Step：ControlNet 结束参与生图的步数。
- Preprocessor resolution：预处理器分辨率，默认 512，数值越高线条越精细，数值越低线条越粗糙。
- Canny 低阈值/高阈值：数值越低线条越复杂，数值越高线条越简单。
Canny 示例：（保留结构，再进行着色和风格化）
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 的预处理器有三种模式：lineart_coarse（粗略模式），lineart_realistic（详细模式），lineart_standard（标准模式），处理效果有所不同，对比如下：
Lineart 示例：（保留结构，再进行着色和风格化）
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。
3. 建筑/室内设计
方法：通过 ControlNet 的 MLSD 模型提取建筑的线条结构和几何形状，构建出建筑线框（可提取参考图线条，或者手绘线条），再配合提示词和建筑/室内设计风格模型来生成图像。
应用模型：MLSD。
建筑/室内设计风格模型下载：
MLSD 示例：（毛坯变精装）
4. 颜色控制画面
方法：通过 ControlNet 的 Segmentation 语义分割模型，标注画面中的不同区块颜色和结构（不同颜色代表不同类型对象），从而控制画面的构图和内容。
应用模型：Seg。
Seg 语义参考： https://docs.qq.com/sheet/DYmtkWG5taWxhVkx2?tab=BB08J2
Seg 示例：（提取参考图内容和结构，再进行着色和风格化）
如果还想在车前面加一个人，只需在 Seg 预处理图上对应人物色值，添加人物色块再生成图像即可。
5. 背景替换
方法：在 img2img 图生图模式中，通过 ControlNet 的 Depth_leres 模型中的 remove background 功能移除背景，再通过提示词更换想要的背景。
应用模型：Depth，预处理器 Depth_leres。
要点：如果想要比较完美的替换背景，可以在图生图的 Inpaint 模式中，对需要保留的图片内容添加蒙版，remove background 值可以设置在 70-80%。
Depth_leres 示例：（将原图背景替换为办公室背景）
6. 图片指令
方法：通过 ControlNet 的 Pix2Pix 模型（ip2p），可以对图片进行指令式变换。
应用模型：ip2p，预处理器选择 none。
要点：采用指令式提示词（make Y into X），如下图示例中的 make it snow，让非洲草原下雪。
Pix2Pix 示例：（让非洲草原下雪）
7. 风格迁移
方法：通过 ControlNet 的 Shuffle 模型提取出参考图的风格，再配合提示词将风格迁移到生成图上。
应用模型：Shuffle。
Shuffle 示例：（根据魔兽道具风格，重新生成一个宝箱道具）
8. 色彩继承
方法：通过 ControlNet 的 t2iaColor 模型提取出参考图的色彩分布情况，再配合提示词和风格模型将色彩应用到生成图上。
应用模型：Color。
Color 示例：（把参考图色彩分布应用到生成图上）
9. 角色三视图
方法：通过 ControlNet 的 Openpose 模型精准识别出人物姿态，再配合提示词和风格模型生成同样姿态的图片。
应用模型：OpenPose。在 ControlNet1.1 版本中，提供了多种姿态检测方式，包含：openpose 身体、openpose_face 身体+脸、openpose_faceonly 只有脸、openpose_full 身体+手+脸、openpose_hand 手，可以根据实际需要灵活应用。
OpenPose 角色三视图示例：
要点：上传 openpose 三视图，加载 charturner 风格模型（ https://civitai.com/?query=charturner ），添加提示词保持背景干净 (simple background, white background:1.3), multiple views
10. 图片光源控制
方法：如果想对生成的图片进行打光，可以在 img2img 模式下，把光源图片上传到图生图区域，ControlNet 中放置需要打光的原图，ControlNet 模型选择 Depth。
应用模型：Depth。
要点：图生图中的所有参数和提示词信息需要与原图生成时的参数一样，具体原图参数可以在 PNG Info 面板中查看并复制。
示例：
ControlNet 还支持多个模型的组合使用，从而对图像进行多条件控制。ControlNet 的多模型控制可以在设置面板中的 ControlNet 模块中开启：
1. 人物和背景分别控制
方法：设置 2 个 ControlNet，第一个 ControlNet 通过 OpenPose 控制人物姿态，第二个 ControlNet 通过 Seg 或 Depth 控制背景构成。调整 ControlNet 权重，如 OpenPose 权重高于 Depth 权重，以确保人物姿态被正确识别，再通过提示词和风格模型进行内容和风格控制。
应用模型：OpenPose、Seg（自定义背景内容和结构）、Depth。
示例：
2. 三维重建
方法：通过 Depth 深度检测和 Normalbae 法线贴图模型，识别三维目标。再配合提示词和风格模型，重新构建出三维物体和场景。
应用模型：Depth、Normalbae。
示例：
3. 更精准的图片风格化
方法：在 img2img 图生图中，通过叠加 Lineart 和 Depth 模型，可以更加精准的提取图像结构，最大程度保留原图细节，再配合提示词和风格模型重新生成图像。
应用模型：Lineart、Depth。
示例：
4. 更精准的图片局部重绘
方法：在 img2img 图生图的局部重绘中，通过叠加 Canny 和 Inpaint 模型，可以更加精准的对图像进行局部重绘。
应用模型：Canny、Inpaint。
示例：
本作品采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可。