【专业向节点AI】SD ComfyUI大冒险-06ControlNET进阶-线の

CTRLNT图像控制-线条和边缘

一、Canny细致线条

Canny算法能检测出细致的线条边缘,线条和非线条区域区分明显,参数调整能控制线条的细节程度。双阈值检测中,低阈值设小可以保留更多细节,高阈值设大可以减少细节。需求不同,细节丰富时低阈值取较小值,细节简洁时高阈值取较大值。微调找到合适参数组合后,可以匹配Canny细线模型。

二、HED线条

HED线条相对Canny线条,线条边缘模糊,线条区域和非线条区域有一定的融合。HED考虑到层次信息和边缘融合情况,线条不再是非是。参数较少,主要通过不同版本匹配不同的CTRLNT模型。增稳功能可以提升生成图像的确定性。

三、MLSD直线

MLSD仅从图像中提取直线特征。刻痕阈值设定合理,可以提取整齐的直线。与只含直线段的图像匹配MLSD直线模型。

四、涂鸦与二值化

涂鸦和二值化效果相似,一般仅选择一种使用。二值化参数调整可以控制涂鸦效果。这两种线条控制力弱,生成效果更为随机。

五、PIDILines模糊线

PIDILines与HED线条相似,但算法不同,细节上有差异。虽与HED类似,但匹配的CTRLNT模型不同,需要分别尝试不同模型的效果。

六、Lineart艺术线条

Lineart艺术线条样式独特,包含浅色虚影。粗糙化参数可以控制线条的稳定性。匹配最新版本的Lineart艺术线模型。

七、漫画动画Lineart艺术线条

相比艺术线条,漫画动画线条有硬朗的线条和浅色虚影。也可以尝试匹配漫画转动画模型,获得不同风格。

八、选择匹配的线条模型

综上,不同线条类型匹配不同的CTRLNT控制模型,满足各种风格需求。重点是让线条特征控制生成图像的形态,达到控制AI生成图像的目的。