如何在 Tensor.Art 使用 ControlNet 功能？線稿相關模型

Tensor Art, 繪圖AI

本文介紹如何在 Tensor.Art 平台上使用 ControlNet 功能，專注於線稿相關模型的應用。文章詳細說明了操作步驟，幫助用戶充分利用 ControlNet 進行線稿創作。此外，還提供了實用的技巧和建議，以提升創作效果。

還不會使用 Tansor.Art？先看看教學文章：Tensor Art 教學：目前最推薦的免費網頁版 AI 繪圖工具！

什麼是ControlNet？

Stable Diffusion 的 ControlNet 是一種增強技術，旨在提升生成模型在生成圖像時的控制能力。Stable Diffusion 是一種基於擴散模型的圖像生成技術，能夠從隨機噪聲中逐步生成高品質的圖像。ControlNet 在此基礎上增加了控制機制，使用戶能夠在生成圖像時施加更多的約束和指導，從而生成更符合預期的結果。

ControlNet 透過引入額外的輸入資訊（如草圖、邊緣圖、文字描述等），對擴散過程中的每一步進行引導。這種引導可以幫助模型更好地理解用戶的意圖，從而在生成圖像時更加精確地滿足用戶的需求。具體來說，ControlNet 可以在以下幾個方面提供控制：

形狀控制：透過輸入草圖或邊緣圖，用戶可以控制生成圖像的基本形狀和結構。
風格控制：透過輸入參考圖像，用戶可以控制生成圖像的風格，使其與參考圖像相似。
內容控制：透過輸入文字描述，用戶可以控制生成圖像的內容，使其符合文字描述的內容。

這種控制機制使得生成圖像的過程更加靈活和可控，適用於需要精確圖像生成的各種應用場景，如藝術創作、設計輔助和廣告製作等。

總結來說，ControlNet是一種增強技術，透過引入額外的控制輸入，使生成模型在生成圖像時能夠更加精確地滿足用戶的需求，從而生成更加符合預期的高品質圖像。

線稿的使用場景

在 Tensor.Art 總共有 18 個 ControlNet 模型，根據不同算圖模型，可以使用的 ControlNet 模型數量不一，我們會挑幾個較常使用的介紹並教學，今天要介紹線稿相關的模型，包括：Canny、LineArt 、Scribble、SoftEdge、M-LSD 模型！

圖像修復和重建：利用邊緣訊息，可以對受損的圖像進行修復，生成與原始圖像風格一致的修復結果。
風格轉換：通過控制不同的邊緣信號，可以實現圖像風格的轉換，例如從照片風格轉換為素描風格。
圖像增強：利用邊緣訊息增強圖像細節，使得圖像的邊緣更加清晰，提升圖像質量。
動畫製作：在動畫製作中，利用邊緣訊息生成更為精細的動畫圖像，減少人工勾邊的工作量。

Canny 模型

Canny 邊緣檢測器是一種通用的老式邊緣檢測器，它提取圖像的輪廓，對於保留原始圖像的構圖很有用。

生成的圖像將遵循輪廓。

Canny 模型生成圖像（圖片來源：https://stable-diffusion-art.com/controlnet/）

Lineart 模型

有多個 Lineart 預處理器。

Lineart 渲染圖像的輪廓。它嘗試將其轉換為簡單的繪圖。

Line art realistic：寫實風格的線條。
Line art coarse：寫實風格的線條，重量較重。
Line art standard (from white bg & black line)：適合從白底黑線的圖片擷取線條。

Line Art Realistic（圖片來源：https://stable-diffusion-art.com/controlnet/）

Line Art Coarse（圖片來源：https://stable-diffusion-art.com/controlnet/）

Scribbles 模型

Scribbles 模型可以根據手繪或參考圖片中的塗鴉（草圖）生成精美的圖像，使用者可以在空白畫布上手繪塗鴉，或是提供參考圖片中的塗鴉，再利用提示詞及風格模型製作出圖像。

Scribble HED：整體嵌套邊緣檢測（HED）是一種邊緣檢測器，擅長像真人一樣生成輪廓。根據 ControlNet 的作者的說法，HED 適用於重新著色和重新設計圖像。
HED 產生粗糙的塗鴉線條。
Scribble Pidinet：圖元差網路（Pidinet）檢測曲線和直邊。它的結果類似於HED，但通常會導致線條更清晰，細節更少。
Pidinet 傾向於產生粗糙的線條，幾乎沒有細節。它非常適合在沒有精細細節的情況下複製電路板輪廓。
Scribble xdog：高斯差分（XDoG）是一種邊緣檢測方法技術，調整 xDoG 閾值並觀察預處理器輸出非常重要。
細節級別可以通過調整 XDoG 閾值來控制，使 xDoG 成為用於創建塗鴉的多功能預處理器。

SoftEdge 模型

SoftEdge 模型是 ControlNet 中的一個專門模型，旨在將圖片轉換為柔和的邊緣風格。與其他模型相比，SoftEdge 更加注重圖像的柔和度和自然度，特別適合生成風景和人物等柔和風格的圖片。

SoftEdge 模型包含四種預處理器，根據結果品質排序分別為 SoftEdge_HED、SoftEdge_PIDI、SoftEdge_HED_safe 和 SoftEdge_PIDI_safe。相比於傳統的邊緣檢測模型（如 Canny），SoftEdge 更注重保留圖像細節，提取的線條更加精細且細節豐富。

M-LSD 模型

M-LSD 模型是一個專門用於描繪建築物的模型，主要負責提取建築物的線條結構和幾何形狀，並生成對應的建築線框圖像。與 ControlNet 中的其他模型相比，M-LSD 模型更注重提取和保留建築物的結構和形狀，而較少關注細節和紋理的處理。對於建築或室內設計領域的從業者來說，這個模型非常有用。

表現也相當出色！

ControlNet 提供了多種強大的線稿相關模型，包括 LineArt、 SoftEdge 和 MLSD 等，這些模型能夠在不同的圖像處理和生成場景中發揮重要作用。在 Tensor.Art 平台上使用 ControlNet 功能，您可以輕鬆應用這些模型來生成和編輯各種風格的線稿圖像，無論是柔和風格的風景和人物，還是結構明確的建築物圖像。透過充分利用 ControlNet 的這些功能，您可以更高效地實現創意構想，提升作品的質量和細節。