Stable Diffusion教程|一篇讲透Controlnet实用高阶组合用法

最新推荐文章于 2024-09-13 09:33:14 发布

AI想象家

最新推荐文章于 2024-09-13 09:33:14 发布

阅读量877

点赞数 8

本文链接：https://blog.csdn.net/J708090/article/details/140354450

版权

本文将教会你，如何利用多个controlnet组合以及一些最新的SD插件，来精准的控制画面，生成角色三视图、光源和颜色控制、替换背景，控制手脚完美生成等极具实用性的高级技巧，更多内容详见目录。

研究了不同的controlnet组合和参数调整，踩了无数的坑，总结了本篇，只要肯学，就一定给你带来意想不到的收获！

1 单个controlnet配合插件的高级用法

_1._1 角色三视图生产

1.2 精准控制光源

1.3 颜色控制画面
1.4 一键换背景
1.5 更精准的图生图控制

2 多个controlnet的组合用法

__2.1 控制手脚完美生成

2.2 人物和背景分别控制生成

__2.3 风格融合

2.4 分块控制

3 其他相关插件的用法

3.1 生成多人画面更精准分块控制

**一、**单个controlnet配合插件的高级用法

1角色三视图生产

Step1 找一张openpose的三视图

下载我这张即可：

Step2 选择controlnet模型和参数配置

在这里插入图片描述

Step3 输入咒语提示词+三视图Lora模型

高质量	最好的质量,杰作	best quality,masterpiece
人物	男/女，发型，衣服	1 girl，Braids, dresses
三视图关键词	单人，(简单背景，白色背景:1.3)，多个视图	solo，(simple background，white background:1.3),multiple views

提示词1：

best quality,masterpiece,1 girl，Braids, dresses,solo，(simple background，white background:1.3),multiple views

提示词2：

masterpiece, best quality, mecha, no humans, black armor, blue eyes, science fiction, fire, laser canon beam, war, conflict, simple background, (white background:1.2)

Lora模型：

在这里插入图片描述

模型名称：CharTurnerBeta

下载地址：2选1

https://civitai.com/models/7252/charturnerbeta-lora-experimental

https://www.liblib.art/modelinfo/dd506630e75364658286220cce8a554d

lora权重：0.3左右，选择高清修复重绘0.5：

在这里插入图片描述

效果展示：

在这里插入图片描述

**2精准控制光源
**

Step1 先用SD画一张图片

在这里插入图片描述

Step2 找一些光源图素材

****如下：

在这里插入图片描述

step3 通过图生图+controlnet-depth 组合

在这里插入图片描述

生成对应对应光源风格的图片：

** 加粗样式
**

在这里插入图片描述

Tips：图生图的时候，controlnet里面的图需要SD生成的，并且提示词和其他参数，包括种子数，需要和原图保持一致。

**3颜色控制画面
**

主要通过contentnet-segmentation语义分割模型来实现。

step1 不同颜色对应不同的类型

在这里插入图片描述

step2 设置segmentation模型

****1 随便找一张风景素材图上传到controlnet

2 模型选择：为了提高准确性，建议使用 seg_ofade20k 和 seg_ofcoco 而不是 seg_ufade20k。

3 点击大爆炸，语义分割

4 可以看到，深蓝色区域-海水，土黄色区域-沙滩，天蓝色区域-天空，参考上文的颜色图表。（你当然也可以自己用PS用不同色块画出来，涂鸦都行）

在这里插入图片描述

step3 精准生成图片或修改局部内容

在这里插入图片描述

****提示词：****best quality,masterpiece,blue sky,baiyun,ocean,white beach,green tree,

生成图片：

在这里插入图片描述

涂鸦一条船生成图片：

在这里插入图片描述

提示词：best quality,masterpiece,blue sky,baiyun,ocean,white beach,green tree,a boat,

无需预处理：

在这里插入图片描述

这样就指定的位置多了一条船，风格不变：

在这里插入图片描述

**4一键换背景
**

step1 图生图模型，保持原图的所有参数，只在提示词里面替换或新增目标背景的描述。

提示词：

best quality,masterpiece,1girl,half-body photo,future clothing,future style of technology,grassland background,

在这里插入图片描述

step2 启用controlnet-depth ，无需传图，选择depth_leres++预处理，参数Remove Background % =（50%~75%最佳）

在这里插入图片描述

step3 生成图片，效果如下：

在这里插入图片描述

由于替换了大模型风格和之前不同了，另外衣服颜色和头发也有所改变，如果只换背景，人物变化极小，那就需要 Reference。

step4 启动第二个controlnet，上传原图，并********使用Reference，配置如下图。

在这里插入图片描述

生成效果如下：

在这里插入图片描述

****二、****多个controlnet的组合用法

**1更精准的图生图控制
**

技巧是 canny+depth组合

step1 图生图模式，选一个照片切换风格

切换模型或添加风格提示词或添加lora：

在这里插入图片描述

step2 启用1controlnet-canny

在这里插入图片描述

step3 启用2controlnet-depth，生成图片

在这里插入图片描述

生成不同风格，但人物造型保持了一致。

在这里插入图片描述

2控制手脚完美生成

技巧是使用 openpose+canny+depth组合生成图片。

step1 启用1controlnet，选择openpose，控制人物脸部和姿态。

在这里插入图片描述

step2 通过插件制作手的深度图，下载图片

安装插件：深度图编辑器插件
下载地址：https://github.com/wywywywy/sd-webui-depth-lib.git

在这里插入图片描述

step3 启用2controlnet，选择canny，导入手的深度图

在这里插入图片描述

step4 启用2controlnet，选择depth，导入手的深度图

在这里插入图片描述

step5 输入关键词，生成图片

在这里插入图片描述

3人物和背景分别控制生成

技巧是使用。人物openpose+背景depth组合生成图片。

step1 启用1controlnet，选择openpose，控制人物脸部和姿态。

在这里插入图片描述

step2 启用2controlnet，选择depth**，选择背景图片。**

在这里插入图片描述

step3 输入提示词，生成图片。

在这里插入图片描述

**4风格融合
**

通过风格图片+主图线稿，生成各种风格的装修风格(有点像把一张图当成lora)

step1 模型下载，放在controlnet模型文件夹**：**

https://huggingface.co/TencentARC/T2I-Adapter/tree/main/models

在这里插入图片描述

step2 启用1controlnet，选择canny或者MLSD，导入装修线稿

在这里插入图片描述

step3 启用2controlnet，选择T2I-Adapter，导入风格图片

在这里插入图片描述

step4 不用提示词，直接生成图片

在这里插入图片描述

普通线稿

在这里插入图片描述

无风格上色

在这里插入图片描述

梵高风格

在这里插入图片描述

宇宙风格

在这里插入图片描述

罗马风格

6分块控制

同两个canny组合一张图。

step1 启用1controlnet，选择canny，导入一只猫

在这里插入图片描述

step2 启用2controlnet，选择canny，导入一条狗

在这里插入图片描述

**三、**其他相关插件的用法

1生成多人画面更精准分块控制

技巧是通过 Latent couple、Composable LoRA、openpose插件，来控制人物数量、比例、不同人物的不同风格。

step1 两个插件的下载地址：

Latent couple:

https://github.com/opparco/stable-diffusion-webui-two-shot

Composable LoRA:

https://github.com/opparco/stable-diffusion-webui-composable-lora

step2 设置人物位置和比例

在这里插入图片描述

step3 多人提示词写法

在这里插入图片描述

step4 设置每个人的openpose，生成图片

**** 在这里插入图片描述

在这里插入图片描述

人物都没问题了，但手指存在问题，后续详细介绍手指的修复！

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

在这里插入图片描述