AI绘画相信大家都已经不陌生了，虽然AI绘画出图很方便，但是要让其生成一副自己满意的图，还是需要费一番心思，有时候多次调整关键词就是生成不了自己想要的画面，这些一直以来都是AI绘画的痛点

但就在最近，一款名为“ControlNet”AI绘画插件的出现，几乎可以说是完美解决了AI绘画的痛点，它可以几乎做到完美控制画面

目前ControlNet能做到骨骼绑定，精准控线，依据3D视图的法线进行绘图，线稿上色，依据深度图结构透视精准重绘（可以简单理解为3渲2）等

注意：目前ControlNet是AI绘画界最大的热点，其更新速度极快，考虑到时效性，本文仅作当前参考

ControlNet的绘画模式是：先让用户输入一张参考图，然后程序根据此图按一定的模式预处理一张新图，之后再由AI根据这两幅图绘制出成品；当然，用户可以关闭程序的预处理功能，直接输入一张用户自己处理好的图片当作预处理图，之后AI仅根据这副图生成成品。

如果有人对AI绘画不够了解，可以参考我之前的一篇介绍AI绘画的文章

一.骨骼绑定-OpenPose

用户可以输入一张姿势图片（推荐使用真人图片）作为AI绘画的参考图，输入prompt后，之后AI就可以依据此生成一副相同姿势的图片；当然了，用户可以直接输入一张姿势图，如下图：

注意：OpenPose模型已经更新手部骨骼了，手指的问题和多人问题将很快被解决

二.精准控线

2.1 Canny模型

用户输入一张动漫图片作为参考，程序会对这个图片预加载出线稿图，之后再由AI对线稿进行精准绘制（细节复原能力强）

2.2 Hed模型

相比Canny自由发挥程度更高

2.3 Scribble模型

涂鸦成图，比Canny自由发挥程度更高，以下为低权重成图

2.4 Seg模型

区块标注，适合潦草草图上色

2.5 Mlsd模型

建筑物线段识别

三.三维制图

3.1 Normal模型

适用于3维制图，用于法线贴图，立体效果

AI会提取用户输入的图片中3D物体的法线向量，以法线为参考绘制出一副新图，此图与原图的光影效果完全相同

3.2 Depth模型

该模型可以较好的掌握图片内的复杂3维结构层次，并将其复现

它会从用户输入的参考图中提取深度图，再依据此重现画面的结构层次

这也就说明了我们可以直接通过3D建模软件直接搭建出一个简单的场景，再将其抛给AI绘画”Depth”模型去”渲染“

ControlNet安装教程

前提：你要将AI绘画的WebUI更新到最新版本

将https://github.com/Mikubill/sd-webui-controlnet仓库中的内容拉取到WebUI文件目录下extensions文件夹内

也可以直接下载zip

下载该网站下的内容https://huggingface.co/lllyasviel/ControlNet/tree/main/annotator/ckpts，将其放到插件目录下的annotator下的ckpts目录

下载https://huggingface.co/webui/ControlNet-modules-safetensors/tree/main下的模型到插件目录下的models目录

现在你的ControlNet已经安装完毕

具体使用教程推荐B站视频https://www.bilibili.com/video/BV1Wo4y1i77v

2023/2/20更新

我发现现在很多人对于AI绘画的认知还是停留在prompt(关键词)时代

其实现在的AI绘画领域主要比拼的是AI绘画大模型和Lora模型的综合运用，一个好的AI绘画模型对画面的质量是起决定性作用的，Prompt已经显得没有之前那么重要

此外，AI绘画的开源和插件化也使得训练AI模型的成本大大降低。以前只有大型公司才能拥有足够的资源来训练高质量的AI模型，现在通过开源的代码库和插件，个人也可以在自己的电脑上训练高质量的AI模型，甚至可以根据自己的需求进行定制。这种开源的趋势使得AI绘画技术更加民主化，让更多的人能够参与到AI艺术的创作和研究中来

以下分享一些来源于网络中各路大佬利用优质AI绘画大模型结合优质Lora模型生成的图