虽然通过简单的提示词，在文生图和图生图中能生成不错的图片。但是如果要精准控图，实现人物姿势，深度图，画风迁移等进阶应用，就离不开ControlNet控图了。ControlNet 提供了十几种生成图片的控制方式，有的可以控制画面的结构，有的可以控制人物的姿势，还有的可以控制图片的画风，这对于提高AI绘画的质量特别有用；基于 ControlNet 的能力，炼丹师们可以将AI绘画拓展到很多的应用场景，比如艺术二维码、光影文字、线稿上色、老照片修复、图片风格转绘、IP图片创作等等。
ControlNet的绘画模式是：先让用户输入一张参考图，AI根据指定的预处理模式，生成一张新图。常用 ControlNet预处理器包括：tile、openpos、depth、candy、lineart等。
安装插件
ComfyUI自带了一些简单的 ControlNet 节点，不过这还远远不够，我们需要安装一些插件来增强 ControlNet 方面的处理能力。
插件路径：ComfyUI_controlnet_aux安装到/ComfyUI/custom_nodes/
ControlNet安装目录： /ComfyUI/models/controlnet
ControlNet 的使用方式非常灵活，既可以单模型应用，也可以多模型组合应用。清楚 ControlNet 的一些原理方法后，可以帮助我们更好的提升出图效果。
右键【新建节点】-【ControlNet预处理器】-【AUX集成预处理器】–这就是刚安装的插件，不安装它的话ControlNet自带的预处理器是有限的，且只能单个节点添加
【AUX集成预处理器】左边的图像节点连接【加载图像】节点，右边连接【ControlNet应用】节点
以下介绍 ControlNet 的实际用法
1. 线条控制类
指的是通过元素轮廓来限制画面内容，轮廓类模型有 Canny 硬边缘、MLSD 直线、Lineart 真实线稿、Lineart_anime 动漫线稿、SoftEdge 软边缘、Segmentation 语义分割、Shuffle 随机洗牌这 7 种，且每种模型都配有相应的预处理器，由于算法和版本差异，同一模型可能提供多种预处理器供用户自行选择。
- Canny：通过边缘检测生成精细线稿，适合精准模仿原图结构。
- MLSD：仅检测直线，适用于建筑、室内设计等场景。
- Lineart：新一代线稿识别，比Canny更精细，支持动漫线条提取。
- SoftEdge：软边缘检测，优先识别大轮廓线，适合非精准模仿的场景。
- Scribble/Sketch：涂鸦控制，支持粗略轮廓识别或手动绘制草图生成图像。
Canny：
比较常用的一种线稿提取方式，该模型能够很好的识别出图像内各对象的边缘轮廓。
MLSD 直线边缘
MLSD 提取的都是画面中的直线边缘，在下图中可以看到 mlsd（M-LSD 直线线条检测）预处理后只会保留画面中的直线特征，而忽略曲线特征。
Lineart ：
精细线稿提取是 ControlNet1.1 版本中新增的模型，相较于 Canny，Lineart 提取的线稿更加精细，细节更加丰富。
2. 深度与结构类
- Depth：通过亮度区分前后景深度关系，白色区域靠前，黑色区域靠后。
- NormalMap：法线贴图，控制物体表面凹凸质感（如窗户凹陷效果）。
- OpenPose：骨骼姿势识别，可自动检测或手动编辑人体姿态。
Depth:
深度图这个解决的是图片的前后深度关系，当你使用depth处理器和模型处理图片生成新图的时候ControlNet会根据越亮越白的部分越靠前，越黑越灰的部分越靠后来生成ai绘画图片。
4. 对象类
终于到了我们大名鼎鼎的 OpenPose，作为唯一一款专门用来控制人物肢体和表情特征的关键模型，它被广泛用于人物图像的绘制。
在 OpenPose 中为我们内置了 openpose、face、faceonly、full、hand 这 5 种预处理器，它们分别用于检测五官、四肢、手部等人体结构。
3. 语义与分割类
- Segmentation：语义分割，通过颜色对应物品类别生成图像（如蓝色代表天空）。
- Inpaint/局部重绘：局部修改图像，保持与原图风格一致。
4. 风格与色彩类
- Shuffle：随机洗牌，打乱参考图语义元素生成多样性画面。
- Recolor：黑白图片重新上色，支持自动或提示词定义颜色。
- IP-Adapter：风格/人脸模仿，保持生成图像的一致性。
5. 功能扩展类
- InstructP2P：通过文本指令修改图片（如让房子“着火”）。
- Instant_ID：AI换脸，保持人脸一致性并支持多图融合。
- Tile/Blur：模糊图片高清化与细节增强。
不兼容OpenPose面部/手部专用处理器及部分语义分割预处理。
这个工作流和之前的工作流相比，其实就只是多了一部图像的预处理，我们把对应的图像输入到C omfyUI ControlNet Auxiliary Preprocessors 提供的预处理器OpenPose Pose节点中，完成了对应的图片预处理。
那么以上就是对应的 ComfyUI 中 ControlNet 的简单介绍了，在后续的 ControlNet 相关教程中，我们将会继续介绍更多的 ControlNet 模型，并给出对应的示例。