ComfyUI ControlNet 线性处理器使用场景详解
引言
Stable Diffusion 的 ControlNet 是一个控制预训练图像扩散模型的神经网络模块。它允许输入调节图像，然后使用该调节图像来操控图像生成过程。ControlNet 与 Stable Diffusion 的结合，使模型能够接受指导图像生成过程的条件输入，从而显著增强了生成的可控性。通过 ControlNet，用户可以固定构图、定义姿势、描绘轮廓等，单凭线稿就能生成一张丰满精致的插画。
在 ComfyUI 工作流中，comfyui_controlnet_aux 插件提供了丰富且高效的 ControlNet 预处理功能。本文将重点梳理基于线性处理器的 ControlNet 应用场景，帮助用户根据素材类型选择合适的预处理器。
核心概念：ControlNet 预处理器
所有的 ControlNet 预处理器都需要接受一个图片作为参数进行分析。它们的作用是将原始图像转换为 ControlNet 模型可以理解的边缘、深度或姿态信息。ComfyUI 中的线性处理器主要分为以下几大类：硬边缘、线稿、直线边缘、软边缘和涂鸦。
1. Canny 硬边缘处理器
Canny 算法通过使用边缘检测器提取图像中的所有重要轮廓线。通过调节阈值，可以使线条捕捉到非常详细的信息，但也会因此让图像背景中固有的干扰信息影响目标物体。
- 参数说明：
low_threshold/high_threshold：阈值范围 0-255。这两个参数控制预处理时提取线稿的复杂程度。数值越低，提取的线条越复杂浓密；数值越高，线条越稀疏。
- 适用场景：
- 适合需要精确控制轮廓的场景，如建筑草图、清晰的物体剪影。
- 对于细节丰富的训练图可能并不适合直接使用，因为可能会提取过多背景噪声。
- 调优建议：
- 若发现背景干扰大，适当提高阈值以过滤次要边缘。
- 若线条断裂严重，降低阈值以保留更多细节。
2. Lineart 线稿处理器
Lineart 同样是对图像边缘线稿的提取，但它的使用场景更加细分，包括 Realistic（真实系）和 Anime（动漫系）两个方向。将 lineart 和 lineart_anime2 种控图模型都放在「Lineart（线稿）」控制类型下，分别用于写实类和动漫类图像绘制。
2.1 Standard Lineart (from white bg&black line)
针对白底线稿处理。适用于已经具备黑白分明底色的线稿图片，能很好地还原原有线条结构。
2.2 Realistic Lineart
Realistic Lineart 预处理器是一种用于生成写实物体线稿或素描的深度学习模型。它可以接收各种写实物体的线稿或素描，并生成相应的图像。通常用于处理照片、人物摄影图等。
- 特点：coarse、realistic 在同一个预处理中，可通过 disable/enable 来控制是否使用 coarse 模式。提取的线稿更为还原，检测时会保留较多的边缘细节，控图效果显著。
2.3 Anime Lineart
Lineart_anime 是 Stable Diffusion ControlNet 中的一个预处理器模型，主要用于生成动漫风格的线稿。它能有效处理二次元图片，生成符合动漫风格的线条。
2.4 Manga Lineart
擅长生成具有漫画风格的线稿效果。这种线稿通常具有独特的线条特征，简洁而富有表现力。使用它可以为图像添加漫画般的线条质感，为创作带来更多的可能性。
3. M-LSD 直线边缘处理器
MLSD 提取的都是画面中的直线边缘。在测试中可以看到 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。
- 适用场景：
- 多用于提取物体的线型几何边界。
- 最典型的应用领域包括几何建筑、室内设计、路桥设计等。
- ：
