Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

前言:

  1. 我們在前面的基礎教程中已經知道怎么去連接 Controlnet 了,接下來我們就要去了解一下不同的 Controlnet 預處理器以及 Controlnet 模型分別有什么效果和作用;
  2. 我們先從最常用的“線條預處理器”開始,這也是我們最常用的預處理器之一,我們做動漫轉真人、真人轉動漫、線稿上色等效果時必用的一個預處理器;
  3. 我們會在“Controlnet 預處理器-線條”線條里面發現 14 個不同的預處理器,插件作者一直在更新,也許過段時間大家會看到更多的預處理器。

一、線稿

1. Canny 細致線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:識別圖像中的邊緣信息,并生成物體的線稿。生成的線條十分明顯,粗細、顏色一致,沒有大的變化。

②閾值(數值區間:0-255):

  1. 低閾值:控制弱邊緣檢測閾值,數值越低線條越復雜/細節越豐富,數值越高線條越簡單/細節越少;
  2. 高閾值:控制強邊緣檢測閾值,數值越低線條越復雜/細節越豐富,數值越高線條越簡單/細節越少;

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_canny、t2iadapter_canny_sd1.5v2
  2. SDXL 模型:control-lora-canny-rank128、control-lora-canny-rank256

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

2. HED 模糊線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像中提取邊緣線,相對于 Canny 處理的銳利邊緣線,HED 提供了邊緣過渡,可以保留更多柔和的邊緣細節,類似手繪效果(好處:通過線條區分畫面層次,以及圖像中的柔和邊緣。能更好的融入畫面,減少畫面細節的突兀)

② 穩增:開啟后會使提取的線條明暗對比更明顯,模糊內容也會減少。選擇是否增穩,具體看圖片生成效果。

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_softedge
  2. SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

3. PidiNet 模糊線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:與 HED 類似,從圖像提取(有過渡)邊緣,因為算法不同,效果也略有差異;

②穩增:開啟后會使提取的線條明暗對比更明顯,模糊內容也會減少。選擇是否增穩,具體看圖片生成效果;

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_softedge、control_v11p_sd15_scribble、t2iadapter_sketch_sd15v2
  2. ?SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

4. TEEDPreprocessor:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:與 HED 類似,從圖像提取邊緣以及柔和邊緣過渡,但線條細節更豐富;

②safe_steps:數值越小,柔和邊緣過渡區域越小;數值越大柔和邊緣過渡區域越大;(數值區間:0-10,0 與 10 效果相同)

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_softedge
  2. SDXL 模型:controlnet-sd-xl-1.0-softedge-dexined

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

5. LineArt 藝術線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像中提取藝術線條風格的邊緣線,相較于 Canny,Lineart 提取的線稿更加精細,細節更加豐富;

②粗糙化:開啟后線條會變的粗糙潦草,控制效果也會減弱;

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_lineart
  2. SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

6. LineArtStandard 藝術線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像中提取藝術線條風格的邊緣線,相較于 LineArt 藝術線預處理器,增加了亮面和暗面過渡區域(美術生小伙伴肯定熟悉,這就是我們畫畫時常說的明暗交界線)

②Guassian_sigma:用來控制高斯模糊的數值大小;數值越小,亮暗面過渡區域越小;數值越大,亮暗面過渡區域越大;(數值區間:0-100)

③強度閾值:數值越小,亮暗面過度區域越大;數值越大,亮暗面過度區域越小;(數值區間:0-16)

④ 對應模型:

  1. SD1.5 模型:control_v11p_sd15_lineart
  2. SDXL 模型:暫無

⑤效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

7. AnimeLineArt 動漫藝術線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像中提取動漫藝術線條風格的邊緣線,相比 LineArt 藝術線預處理器增加了類似 HED 的模糊過度細節,不全是純粹的細線了。

②對應模型:

  1. SD1.5 模型:control_v11p_sd15s2_lineart_anime
  2. SDXL 模型:暫無

③效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

8. MangaAnime 漫畫藝術線預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像中提取漫畫藝術線條風格的邊緣線,輪廓凌厲且分明,適用從漫畫風格圖像中提取線條

②對應模型:

  1. SD1.5 模型:control_v11p_sd15s2_lineart_anime
  2. SDXL 模型:暫無

③效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

9. M-LSD 線段預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖片中提取直線線段,彎曲線條不會被提取,多用于建筑設計、室內設計;

②刻痕閾值:低于閾值的線條不被檢測為邊緣,數值越小線越多/也會越亂,數值越大線越少/也會越簡單;

③距離閾值:線條間的距離低于閾值時會被合并,數值越小線越多/也會越亂,數值越大線越少/也會越簡單;

④對應模型:

  1. SD1.5 模型:control_v11p_sd15_mlsd
  2. SDXL 模型:暫無

⑤效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

10. Diffusion Edge:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:從圖像提取邊簡單邊緣線(此預處理器我為找到未找到官方介紹以及算法介紹);

② environment:針對 indoor(室內)、urban(城市)、natrual(自然)圖像進行選擇處理;

③patch_batgh_size:未發現明顯區別;(數值區間:1-16)

④對應模型:未找到官方推薦模型,圖像處理效果偏向于 canny、lineart,可使用這幾種預處理器對應的模型,我試了一下,效果都挺不錯的;

⑤效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

二、涂鴉

1. Scribble 涂鴉預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:使用涂鴉化算法轉換圖像顏色為黑白(控制效果沒有 Canny 或 HED 嚴格);

②對應模型:

  1. SD1.5 模型:control_v11p_sd15_scribble
  2. SDXL 模型:暫無

③效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

2. Binary 二值化預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:Binary 二值化預處理器屬于涂鴉類型的預處理器,使用涂鴉算法把圖像顏色轉換為黑白(Scribble 涂鴉預處理器的可調節版,控制效果沒有 Canny 或 HED 嚴格);

②閾值:當色值高于閾值的像素會被處理為 1(白色),低于閾值的像素會被處理為 0(黑色),(當閾值為 0 時,效果與 255 相同)

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_scribble
  2. SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

3. ScribbleXDoG 涂鴉預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:Scribble 與 XDoG 結合,可通過 XDoG 閾值來控制細節。

②閾值:數值越低,處理的圖像越復雜/線條越多;數值越高,處理后的圖像越簡單/線條越少(數值區間 0-64)

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_scribble
  2. SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

4. FakeScribble 偽涂鴉預處理器:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

①介紹:提取圖像中黑白分明的邊緣線并生成類似涂鴉效果的草圖線條,類似于靈魂畫手畫出來的畫(哈哈哈,能知道是什么樣的了吧)。正因為生成的線條比較粗獷,所以他的控制效果比上述幾種涂鴉效果還弱,只能進行粗略控制,但是他非常適合對我們隨手涂鴉的“大作”進行轉繪。

②閾值:開啟增穩會略微增加線條細節,實際上區別不是太大;

③對應模型:

  1. SD1.5 模型:control_v11p_sd15_scribble
  2. SDXL 模型:暫無

④效果預覽:

Stable Diffusion ComfyUI 進階教程(一):Controlnet 線條預處理器

收藏 80
點贊 56

復制本文鏈接 文章為作者獨立觀點不代表優設網立場,未經允許不得轉載。