Controlnet控制文生图姿势 #
常用的Controlnet检测方式有以下几种类型
Openpose – 姿势检测
Depth – 深度检测
Canny – 边缘检测
Lineart – 边缘检测
SCRIBBLE – 涂鸦乱画
Openpose姿态检测 #
该检测模式下，能够对人物的姿势进行识别，并生成相同姿势的人物，设计可以由提示词或LoRA模型进行控制。
其弊端是仅能控制肢体没有交叠的姿势，和角度偏向正面的姿势，对于大透视和肢体有重叠的姿势不易识别。
Openpose face面部检测 #
该检测模式下，能够对人脸进行表情检测，搭配提示词能够更精准的控制生成人物的表情、脸的朝向。
Openpose face：不光检测脸部，还会检测人物姿态
Openpose face only：只检测脸部，身体随机生成
Openpose hand手部姿势检测 #
该检测模式下，能够对人手动作进行检测，由于依然是平面检测的方式，局限性依然非常高，并不能解决手崩坏的问题仅适合手指张开的姿势检测生成。
Openpose full全局姿势检测 #
该检测模式下，能够对参考图的全局包括姿势、手势、表情进行检测，同样受限于检测结果以平面来呈现，无法对有交叠的、角度非常规的人物检测精准。
Depth深度检测控制姿势 #
受限于检测结果以平面来呈现，Openpose无法对有交叠的、角度非常规的人物检测精准。
那如何让SD能够识别更复杂的姿势，来辅助我们控制生成人物的姿势呢？
Depth深度检测，会根据物体的明暗关系来检测物体，这样一来，即便肢体之间有交叠，也依然能识别出物体的姿势。
Controlnet线稿上色 #
通常我们用Cnotrolnet的canny边缘检测与lineart边缘检测给线稿上色，但需要的线稿相对精准且不含与人物重叠的背景(否则大概率只识别人物主体背景将被忽略）。
SCRIBBLE根据简笔画生成创意 #
通常我们用Cnotrolnet的SCRIBBLE来根据我们提供的简笔画生成创意，生成效果相对比较随机，可以通过提示词，来让生成结果相对固定（注意：使用该模式请将预处理器选择为“无”）
Openpose识别姿势生成人物 #
Openpose插件分为openpose和3D openpose，都可以通过拖拽来实现人物姿势的调整，在3D openpose中，也可以自动识别照片中的人物姿势转化为openpose的骨骼人物。
值得一提的是，使用Openpose功能时，请将预处理器选项调整为“无”
图生图逐步控制生成插画
评论0