Stable Diffusion 绘画入门教程（webui）-ControlNet（姿态预处理器openpose）

最新推荐文章于 2025-03-05 16:38:18 发布
最新推荐文章于 2025-03-05 16:38:18 发布
阅读量1.6k 收藏 8
点赞数 9
分类专栏： Stable Diffusion 文章标签： stable diffusion 人工智能 controlNet openpose
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wyply115/article/details/136221142
版权
本文介绍了OpenPose预处理器在控制人物姿态、表情和手指方面的应用，详细步骤包括选择大模型、编写提示词、基础参数设置和启用controlNet。还提到了根据不同情况选择不同类型的预处理器的注意事项。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本片文章接着上篇文章ControlNet介绍他的控制类型，本篇介绍的预处理器为openpose

预处理器：openpose
模型：control_v11p_sd15_openpose
没下载模型的看上篇文章去下载一下哦，不然用不了

文章目录

一、干什么用的

这个处理器主要用于控制姿态，通常的实战用法用于：

1、控制人物身体姿势
2、控制人物手指（经常出现手指畸形或多手指用这个很方便控制住）
3、控制人物表情

如下图，控制整体大概姿势（我没写芭蕾舞，所以生成的姿态像，但像坐着二傻的姿态，哈哈哈，这就是有趣的地方啦）
在这里插入图片描述

二、详细用法

和之前一样，流程依然是：

1、选大模型
2、写提示词
3、基础参数设置
4、启用controlNet（上传图片、选择controlNet模型、调节controlNet参数）

1、选大模型

我这里用的是“majicMIXrealistic_v6.safetensors ”，根据自己喜好选择合适大模型即可

最低0.47元/天 解锁文章
Stable Diffusion - 图像控制插件 ControlNet (OpenPose) 配置与使用
AGI
07-07 7998
ControlNet 是神经网络结构，用于控制预训练的大型扩散模型，以支持额外的输入条件。ControlNet 以端到端的方式学习任务特定的条件，即使训练数据集很小（< 50k），学习也是稳健的。此外，训练一个 ControlNet 和微调一个扩散模型一样快，而且，模型可以在个人设备上训练。或者，如果有强大的计算集群可用，模型可以扩展到大量（百万到十亿）的数据。Stable DIffusion 这样的大型扩散模型可以用 ControlNets 来增强，以实现条件输入，如边缘图、分割图、关键点等。
Stable Diffusion 绘画入门教程（webui）-ControlNet（深度Depth）
欢迎关注免费星球ComfySpace：https://t.zsxq.com/19H0cfM1O
02-22 996
上篇文章介绍了线稿约束，这篇文章介绍下深度Depth 顾名思义，就是把原图预处理为深度图，而深度图可以区分出图像中各元素的远近关系，那么啥事深度图？
『SD』如何控制人物姿态？
weixin_39415598的博客
07-17 870
theme: smartblue 点赞 + 关注 + 收藏 = 学会了 在网上看到一张poss摆得不错的照片，想参考这个poss用 Stable Diffusion 生成一张图片，有什么办法？用精准的词语去描述这个动作？这么做太复杂了。 Stable Diffusion 的神级插件 ControlNet 就提供了姿态控制这个功能。我们可以将参考图上传到 ControlNet，让它推理出这...
Stable Diffusion【ControlNet】：Openpose Editor插件，实现人物姿势自由
小王的储物间
07-15 1240
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。【宽度】和【高度】：用于调节右侧框骨架图的宽度和高度。
【AIGC 教程】 SD WebUI 教程：使用 ControlNet 精细控制生成结果
最新发布
m0_64365896的博客
03-05 784
ControlNet 是一种通过添加额外条件来控制扩散模型的神经网络结构。它提供了一种增强稳定扩散的方法，在文本到图像生成过程中使用条件输入（如边缘映射、姿势识别等），可以让生成的图像将更接近输入图像，这比传统的图像到图像生成方法有了很大的改进。在 Stable Diffusion 的基础上使用 ControlNet 就相当于给 Stable Diffusion 加了一个插件用于引导 AI 模型按照输入的条件来生成图，从而实现更精细的生成控制。
OpenPose姿态估计（Pose Estimation）
噜噜噜噜鲁
10-29 1663
人体姿态估计通过图像或视频识别追踪人体关键部位重建姿态。主要方法有 TopDown 和 OpenPose。TopDown 分两步但存在缺点。OpenPose 先获关键点位置再拼接，利用热度图和高斯方法得关键点预测结果，通过 PAF 按顺序拼接关键点，利用权值确定连接，还介绍了 PAF 标签定义、权重计算和匹配方法。同时提到 CPM-Convolution Pose Machines 及整体框架。
Stable Diffusion【ControlNet】：ControlNet模型之Openpose，实现人物姿势控制
2401_85688943的博客
07-27 1794
OpenPose是一种用于检测人物骨骼肢体动作的技术，可以检测出人体关键点，比如头部、肩膀、手的位置等。它非常适用于模仿人体姿势，而不需要模仿服装、发型和背景等其他细节。ControlNet 目前集成了 Openpose 预处理器和模型。
Stable Diffusion中ControlNet和OpenPose的安装教程
热门推荐
暂时先用这个名字
04-04 1万+
ControlNet 是一种神经网络结构，通过添加额外条件来控制扩散模型。它将神经网络块的权重复制到“锁定”副本和“可训练”副本中。“可训练”的人会了解您的病情。“锁定”的模型将保留您的模型。因此，使用图像对的小数据集进行训练不会破坏生产就绪的扩散模型。“零卷积”是 1×1 卷积，权重和偏差都初始化为零。在训练之前，所有零卷积都输出零，ControlNet 不会造成任何失真。没有一个层是从头开始训练的。你还在微调。您的原始模型是安全的。这允许在小规模甚至个人设备上进行培训。
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5159
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。
Stable Diffusion 绘画入门教程（webui）-ControlNet，覆盖sd中常用的所有控制类型模型，有20多个
02-21
Stable Diffusion 绘画入门教程（webui）-ControlNet，覆盖sd中常用的所有控制类型模型，有20多个
Stable Diffusion WebUI Forge版ControlNet模型资源包下载
02-23
Stable Diffusion WebUI Forge版ControlNet模型资源包下载
Stable Diffusion 绘画入门教程（webui）-ControlNet(IP2P）
欢迎关注免费星球ComfySpace：https://t.zsxq.com/19H0cfM1O
02-23 1936
上篇文章介绍了深度Depth，这篇文章介绍下IP2P（InstructP2P）, 通俗理解就是图生图，给原有图加一些效果
SD教程 ControlNet之OpenPose
技术宅男改变世界
10-31 1728
用于控制预训练的大型扩散模型，以支持额外的输入条件。ControlNet 以端到端的方式学习任务特定的条件，即使训练数据集很小（< 50k），学习也是稳健的。此外，训练一个 ControlNet 和微调一个扩散模型一样快，而且，模型可以在个人设备上训练。或者，如果有强大的计算集群可用，模型可以扩展到大量（百万到十亿）的数据。Stable DIffusion 这样的大型扩散模型可以用 ControlNets 来增强，以实现条件输入，如边缘图、分割图、关键点等。
（九） Stable Diffusion 绘画入门教程（webui）-ControlNet（姿态预处理器openpose）
阿道夫的博客
03-05 1031
（全套教程文末领取哈）
AI绘画Stable Diffusion精准控制人物姿势（ControlNet之OpenPose）
白帽阿叁的博客
04-14 1671
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。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。
AI绘画超强功能ControlNet之OpenPose骨架姿势控制篇
weixin_55154866的博客
07-08 1006
今天给大家带来的是Controlnet使用篇之openpose篇教程。 Openpose就是传说中那个可以指定人物姿势动作的神奇控件。 在此之前，如果要指定人物姿势动作，基本上需要在prompt提示词写很详细，或者用图生图加上详细的prompt才能小概率生成满意的姿势。
SD插件 ControlNet系列OpenPose 实现人物姿势控制
2401_85116933的博客
06-18 918
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。
StableDiffusion：ControlNet模型之Openpose，实现人物姿势控制！
m0_64365896的博客
02-21 924
全套AI实用插件已打包，有需要的小伙伴可以自取，无偿分享。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。
stable diffusion+webui+chilloutmix/controlnet
09-17
Stable Diffusion WebUI ChilloutMix/ControlNet是一种稳定的网络用户界面，适用于ChilloutMix/ControlNet系统。该系统是一种用于控制和管理网络的解决方案。 Stable Diffusion WebUI ChilloutMix/ControlNet具有以下特点和功能。首先，它提供了直观和用户友好的界面，使用户能够轻松地操作和管理系统。该界面具有清晰的布局和易于理解的图形化界面，使用户可以快速找到所需的信息和功能。 其次，Stable Diffusion WebUI ChilloutMix/ControlNet具有高度稳定和可靠的性能。它能够处理大量的数据和信息，并在工作中保持稳定，从而确保系统的高效运行。 此外，该用户界面还提供了多种功能，包括远程监视和控制系统，实时数据显示和记录，警报和通知管理，以及系统配置和设置等。通过远程监视和控制功能，用户可以在任何地点实时监视和控制系统的状态和运行情况。同时，实时数据显示和记录功能可以提供关于系统运行的实时数据，帮助用户更好地了解系统的性能。 此外，该用户界面还提供警报和通知管理功能，以便及时通知用户系统的异常情况。用户可以配置所需的警报条件，并接收警报和通知消息，以便及时采取措施。 最后，通过Stable Diffusion WebUI ChilloutMix/ControlNet，用户可以对系统进行配置和设置，以满足特定的需求和要求。用户可以根据系统的工作要求进行参数配置，并进行必要的设置和调整，以确保系统的最佳性能。 总的来说，Stable Diffusion WebUI ChilloutMix/ControlNet是一款稳定可靠、功能丰富的网络用户界面，能够有效地管理和控制ChilloutMix/ControlNet系统。它提供了直观和易于使用的界面，具有多种功能，可以满足用户对系统控制和监视的需求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值