ControlNet 是一个通过添加额外条件来控制SD中图像生成的神经网络，可以使用 ControlNet 来做以下事情：
-
指定人体姿势。
-
从另一幅图像复制图片的构图。
-
生成参考图片类似的图像。
-
将涂鸦图片变成专业的图像。
ControlNet 是用于控制SD的神经网络模型。您可以将 ControlNet 与任SD模型一起使用。
SD模型最基本的形式是文本转图像。它使用文本提示词作为条件来引导图像生成，以便生成与文本提示词相匹配的图像。
ControlNet除了文本提示词外还增加了一个图像生成条件。在 ControlNet 中，额外的条件可以有多种形式。通过边缘检测和人体姿势检测控制图像生成。
边缘检测
ControlNet 通过接收额外的输入图像，并使用 Canny 边缘检测器检测其轮廓。然后，将包含检测到的边缘的图像保存为控制图。它被输入到 ControlNet 模型中，作为对文本提示词的额外调节条件。
从输入图像中提取特定信息（在本例中为边缘）的过程称为注释或预处理（在 ControlNet 扩展中）。
人体姿势检测
边缘检测并不是预处理图像的唯一方法。Openpose是一种快速人体关键点检测模型，可以提取人体姿势，例如手、腿和头部的位置。请参见下面的示例。
以下是使用 OpenPose 的 ControlNet 工作流程。使用 OpenPose 从输入图像中提取关键点，并将其保存为包含关键点位置的控制图。然后将其与文本提示词一起作为额外条件输入到 Stable Diffusion 。以下是根据这两个条件生成图像。
使用 Canny 边缘检测和 Openpose 有什么区别？
Canny 边缘检测器可以提取主体和背景的边缘。它倾向于更专注地翻译场景。你可以看到跳舞的男人变成了女人，但轮廓和发型都保留了下来。OpenPose仅检测人体姿势的关键点，例如头部，手臂等位置。图像生成更加自由，但遵循原始姿势。
上述示例生成了一名女性跳跃的姿势，但是左脚指向侧面，与原始图像和 Canny Edge 示例中的图像不同。原因是 OpenPose 的关键点检测未指定脚的方向。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！