ControlNet使用指南：精准控制Stable Diffusion构图与姿态

ControlNet 通过引入边缘图、深度图、人体关键点等条件输入，精准引导 Stable Diffusion 的生成过程，从而有效解决构图失衡、人物肢体变形或姿态歪斜等问题。其核心设计在于向 UNet 中插入可训练的旁路分支，将空间约束信息逐层注入主扩散路径，并支持多种控制单元协同工作。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

当你使用 Stable Diffusion 生成图像时，如果遇到构图不稳、人物动作怪异或肢体结构不协调的情况，这通常意味着模型缺乏对画面空间布局与姿态的明确约束。ControlNet 正是为解决此类问题而设计的神经网络架构，它能够接收额外的控制信号（如线稿、深度信息或人体骨骼点），从而精确地引导整个扩散过程。下面我们将详细介绍如何利用它来实现构图与姿态的精准控制。

一、理解 ControlNet 的工作原理

ControlNet 在 Stable Diffusion 的 UNet 结构中插入了可训练的“旁路分支”。该分支接收经过预处理的控制图（例如由 OpenPose 生成的关键点热图），并将空间约束信息逐步融合到主扩散路径中。它并非取代原有模型，而是作为条件控制器协同运作，确保生成结果在几何结构上严格遵循输入的控制信号。

二、安装并加载 ControlNet 扩展

本方法依赖于 WebUI 环境下的 ControlNet 插件支持，请确保已正确配置 Stable Diffusion WebUI 及对应版本的 PyTorch。

1、打开 WebUI 的扩展页面，点击“从 URL 安装”选项卡。

2、粘贴最新的 ControlNet 插件仓库地址，点击“安装”按钮。

3、重启 WebUI 后，在文生图界面底部确认出现“ControlNet”标签页，且右侧下拉菜单中可选择多种预处理器与模型。

三、使用 OpenPose 控制人物姿态

OpenPose 模型能从参考图像或手绘草图中提取人体关键关节坐标，生成骨骼热图作为 ControlNet 的输入，从而锁定生成图像中人物的姿态方向与肢体角度。

1、在 ControlNet 面板中，勾选“启用”复选框，并在“预处理器”下拉菜单中选择 openpose。

2、在“模型”下拉菜单中选择匹配的权重文件，例如 control_sd15_openpose.pth（适用于 SD 1.5 主模型）。

3、上传一张包含清晰人物的参考图，或点击“从图像生成”按钮自动提取当前提示词生成图的姿态结构。

4、在正向提示词中加入明确的姿态描述，例如 standing straight, arms raised symmetrically，以增强语义与控制图的一致性。

四、使用 Canny 边缘图控制整体构图

Canny 边缘检测可将输入图像转换为线稿形式，保留主体轮廓与画面分区关系，使 ControlNet 能稳定复现原始构图比例、主体位置及景深层次。

1、在 ControlNet 面板中，“预处理器”选择 canny，“模型”选择 control_sd15_canny.pth。

2、上传构图明确的草图或照片，调整“低阈值”与“高阈值”滑块至边缘线条清晰但不过度断裂（典型值为 100 和 200）。

3、勾选“像素一致性”选项，确保生成图像严格对齐输入边缘图的空间分布。

4、在提示词中避免使用冲突的构图描述，例如不同时写入 close-up 与 wide shot。

五、组合多 ControlNet 单元协同控制

单一控制图难以兼顾姿态、轮廓与深度等多维结构信息。WebUI 支持最多四个 ControlNet 单元并行运行，每个单元可加载不同的预处理器与模型，实现分层约束。

1、点击 ControlNet 面板右上角“添加单元”按钮，新增第二个 ControlNet 区域。

2、第一个单元设置为 openpose 控制姿态，第二个单元设置为 depth 控制前后景纵深关系。

3、为每个单元分别上传对应控制图：第一张为人像关键点图，第二张为同一视角的深度估计图（可用 MiDaS 生成）。

4、调节各单元的“控制权重”参数，例如姿态单元设为 1.2，深度单元设为 0.8，防止信号过载导致图像僵硬。