Ai绘画目前可控性不强是一个共识，绝大部分工具甚至连人物姿势都无法控制，所以每次绘画都是一次开盲盒过程，在这种情况下，很难应用到实际工作中去，很多时候几乎就是一个玩具。
Controlnet的出现，改变了这种局面。它是Stable Diffusion（简称SD）一个至今最为强大的插件，作者叫张吕敏，是一名正在美国读博的年轻中国人，就是下面这个小伙子。
这个插件一经发布，在Ai绘画领域一夜之间风靡世界。
Controlnet通过额外的输入来控制Ai绘画效果，也就是说，绘画师画出的Ai女友，终于可以按照自己的设想摆出各种姿势，画出的房子等事物，终于可以控制在某个设想范围之内，也有网友借助它的强大控制能力开发出新的插件，使SD已经可以完成视频制作，完成重大跨越。
可以说Controlnet的出现，是Ai绘画进入生产环节的重要标志。
Controlnet直接在SD的Webui界面中使用，需要了解的地方不少，单是它本身可携带的模型数量，目前就高达14个，而且迭代也快，需要时常更新知识才可跟上步伐。对初学者来说，是不是感觉有些头大？
实际上，它的模型使用方式大同小异，可以一通多通，学会两三个典型用法之后，其它模型大多不在话下。网络上有很多详细教程，动不动是万字长文，读起来非常费劲，今天的这篇文章，尝试从一个初学者的角度去简化一下。
一、Controlnet能干啥
使用这个插件首先要了解的是：它主要能干什么事情。只有先搞清楚这一点，才知道什么时候需要用它。
我在下表尝试去总结一下它的常见能力。必须强调的是，表格中只列出Controlnet能力的一部分，而且为了便于理解而添加的备注，虽然不会离题，但也并非总能完整地涵盖这些模型的所有能力。
作为初学者，了解掌握这些已是一个很好的开端。而且，每一种能力都会有不同的应用，需要在实践中去尝试和灵活运用。
二、Controlnet有哪些常用模型
了解了Controlnet的常见能力，你就可以知道自己要的效果能不能通过它来控制实现。上述常见能力，都可以在Controlnet中找到具体的对应模型，对号入座即可。
在这里需要强调一下（敲黑板），Controlnet的使用，在选择模型之前，一般需要先选择对应的“预处理器”，这两者几乎都是“双宿双栖”的。
预处理器的名字前缀，和模型的核心名称是一致的，例如，目前openpose模型对应的预处理器分别有：openpose_face（脸部）、openpose_full（整体）等几种，可根据具体绘画目标来选择。
另一个重点是（再敲一次黑板），Controlnet的使用一般需要给出参考图（我的定义），引导算法按照参考图来作画。如果你给的图已经是骨骼姿态图/语义分割图（下面会讲），则预处理一栏留空，只需选择对应的模型即可。这一点很多人经常忘记，出来的图有时候会变得很奇怪。
三、Controlnet的使用方法
1.安装
在SD的Webui界面中，在“扩展”标签下输入这个地址安装重启即可。
https://github.com/lllyasviel/ControlNet-v1-1-nightly
也可以点击上图“可用”标签后在列表中找到它，点击安装。实际上，如果你用的是整合包，基本会自带这个插件。安装成功后，因为它有14个可用模型，需要你自行下载，下载地址在抱脸网站：
https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main
需要指出的是，这些模型中，名字带有V11P的是稳定版本，可放心使用。如下图框中的文件：
这些文件，只需要下载1.45G体积的那个即可，设置文件在使用时自动下载匹配。
2.Controlnet基础设置
先看界面（Controlnet版本V1.1.220），主要包括4个区域：
// 区域1
上传图像区，我在上面将这个图定义为“参考图”，也就是说，这张图是让Controlnet去结合具体的模型，引导控制图片的生成。
例如，你在这里上传了一张人物骨骼图（下图左），选择openpose模型，最终输出了右图结果，复刻了骨骼图的姿势。
// 区域2
要使Controlnet工作，必须在这个区域勾选“启用”插件，第二项低显存优化很容易理解，但勾选可能会损失一些效果。第三项建议勾选，免去再设置一次图片尺寸，第四项是预览项，可选可不选。
// 区域3
Control Type控制类型。选择任一种控制类型，下面对应的是细分的预处理器和模型设置。
其中，模型选项是必选的。前者多数时候要选，但一些时候并非必选，前文已有说明。
该区域下面的三项：
后面两项一般情况下保留默认值即可。
// 区域4
Control Mode，这三项的意思分别是：平衡、描述词更重要、Controlnet更重要。需要依据输出的图片结果来调整选择，一般默认“平衡”项。后两项也很容易理解，意思是希望绘画更偏重接近描述词还是Controlnet控制。
下面是页面缩放选项，一般默认中间项：裁剪和调整大小
3.描述词和绘图参数设置
设置好Controlnet后，还需输入你要生成的画面的正面描述和反面描述词，以及设置采样方法、步数、尺寸等。
四、Controlnet的使用案例
讲3个例子：姿势控制、线稿上色、语义分割。
// 姿势控制
➀上传一张参考人物姿势图（下图左边橙色衣服女人）。
➁选择预处理器和处理模型：openpose_full、openpose，点击预览（红色火花图标）后，可看到人物姿势转为骨骼图（下图右上）：
➂选择真人绘画模型，输入绘画正反向描述词，设置参数后生成图片，生成结果如下图（右）
// 线稿上色
➀上传线稿参考图（下图左上）
➁选择预处理器和处理模型（均为canny，如图，右上为处理预览）
➂选择动漫类大模型，输入描述词及设置生成参数后，生成图片，结果如下图：
// 语义分割
➀上传一张建筑物参考图
➁选择预处理器和处理模型后生成预览(右上，语义分割图)，如下：
➂选择适合的大模型，输入描述词及设置生成参数后生成图片，结果如下图：
这里说多一句，在需要高度自定义画面的时候，例如你想设计一个房子的外观，可以自己画出语义分割图后，让SD去生成，可迅速获得大量初步效果图，但要注意的是，语义分割图中的不同颜色，代表的意思并不一样，需要严格控制精确的颜色值。
我这里也有一张精确颜色对照表，类似下图，向本公众号发送“语义分割”四字可取。
以上用法，适合Controlnet的多数模型，思路基本一致。当然，它的能力远不止如此，本文只介绍了一些基础知识，回头有空再写一篇进阶教程。
Controlnet的官方中文说明文档，点击本文左下“阅读原文”可达（需科学上网）。
最后提供1个Controlnet输出复杂场景的例子：水浒的风雪山神庙插画（作者@blade2019runner），大家感受一下。
制作底图：
输出结果图：
