本文介绍如何使用 Stable Diffusion WebUI 结合 ControlNet 的 OpenPose 模块精确控制生成图像中的人物姿态。内容涵盖插件安装、姿势复制、骨架图生成与编辑工具（如 Avatar Pose Maker、OpenPose Editor）的使用，以及针对手部细节优化的技巧与参数设置建议。文章详细解析了 ControlNet 权重、控制步数等关键参数对出图的影响，并提供了常见问题的排查思路，旨在帮助用户更高效地利用 AI 工具进行可控创作。
在 AI 绘画中精确控制图片是一件比较困难的事情，不过随着 ControlNet 的诞生，这一问题得到了很大的缓解。
OpenPose 可以控制人体的姿态、面部的表情，有时候还能够解决坏手的问题（不要抱太大期望，下文会有介绍）。OpenPose 可以直接复制一张图片的人体姿势，也可以通过骨架图生成人体图片。下面我们就以'文生图'为例，来看下如何使用 OpenPose。
一般的 Stable Diffusion WebUI 整合包或者镜像都已经安装了这个插件，如果你的还没有安装，需要先安装它。已经安装好的跳过这一小节即可。
方法是打开 Stable Diffusion WebUI 前端页面，进入'扩展插件'-'从网址安装'，在'扩展插件的 git 仓库网址'中输入 https://github.com/Mikubill/sd-webui-controlnet，然后点击'安装'，待安装完成后重启 SD WebUI。各种 ControlNet 模型和预处理器一般会在首次使用时自动下载安装。
如果访问 github 不畅，也可以通过别的方式下载插件包和对应的模型，然后自己部署到 stable-diffusion-webui 中。
具体部署路径如下：
/extensions/extensions/sd-webui-controlnet/models/extensions/sd-webui-controlnet/annotator/downloads注意需替换为你自己的 SD WebUI 部署路径，如果你的 SD WebUI 启动命令中配置了模型的路径，或者做了文件夹的软链接，也需要根据实际情况进行调整。
安装成功后，在'文生图'、'图生图'界面的下方会出现 ControlNet 区域，点击右侧的展开按钮，下边有 4 个 ControlNet 单元，也就是我们可以同时使用 4 个 ControlNet 模型控制出图的效果，一般也就够了。
如果你的 ControlNet 只有 1 个单元，或者你想修改这个单元的数量，可以到'设置'中调整，找到'多重控制网：最大模型数量'，更改之后别忘了重启。
进入'文生图'界面，只需要选择一个你喜欢的大模型，填写简单的提示词就可以了。
然后在页面下方的 ControlNet 中设置 OpenPose，按照下图所示的步骤操作：
最后点击'生成'就等着出图吧。这里会输出两张图片，一张是使用大模型加 OpenPose 生成的图片，另一张是根据参考图片生成的骨架图，我们可以把这个骨架图复制出来，以后继续使用或者分享给别人使用。
注意看这个骨架图中是有一点手的形状的，所以理论上，如果我们在骨架图中描绘了手的形状，生成图片中的手是会受到一定约束的。再来一张总统挥手的照片，这只手看着还不错，不过也是生成了很多张之后挑选出来的。
生图参数示例：
Prompt: a man in a suit waves from a plane window as he stands on the deck of a plane with his hand up, Beeple, sunglasses, a stock photo, american romanticism
Negative prompt: EasyNegative,bad hands,bad fingers
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 289185078, Size: 656x432, Model hash: c0d1994c73, Model: realisticVisionV20_v20, Denoising strength: 0.7, Clip skip: 2, ControlNet 0: 'preprocessor: openpose_full, model: control_v11p_sd15_openpose_fp16 [73c2b67d], weight: 1.5, starting/ending: (0, 1), resize mode: Crop and Resize, pixel perfect: True, control mode: Balanced, preprocessor params: (512, -1, -1)', Hires upscale: 2, Hires upscaler: Latent, TI hashes: 'EasyNegative: c74b4e810b03', Version: v1.5.1
在上一小节我们使用 OpenPose 时，先提取了图片人物的骨架图，然后使用骨架图生成的图片，所以只要有骨架图就能生成图片了。这对于创造太方便了，毕竟没有那么多的图片可以参考。
这里为了演示方便，直接使用上一小节提取的骨架图。我们只需要更改 ControlNet 这里的设置：
其他参数都不变，直接生成就好了。
骨架图从哪里来？这里介绍一个网站、两个插件，都可以生成或者获取骨架图。
这是一个制作骨架图的网站，可以调整人体的姿势、拍照的视角，也可以下载别人制作好的骨架图。
打开的页面如下图所示，我简单说下几个操作区域：
这是 Stable Diffusion WebUI 的一个插件。
安装成功后，我们可以在一级页签中看到'OpenPose Editor'，这个插件的使用比较简单，可以在绘图区域这里直接调整人物的姿势，然后下载图片备用，或者直接发送到文生图、图生图等使用。
这里贴出我这个骨架图的出图效果：
生图参数示例：
Prompt: eastern girl,18 years old, standing, waving left hand, balck hair, long straight hair, blue eyes, white shirt, blue jeans, trees, blue sky, cloud
Negative prompt: EasyNegative, bad hands, bad fingers, malformed
Steps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 1995058330, Face restoration: CodeFormer, Size: 512x512, Model hash: 15012c538f, Model: realisticVisionV51_v51VAE, Denoising strength: 0.7, Clip skip: 2, ControlNet 0: 'preprocessor: none, model: control_v11p_sd15_openpose_fp16 [73c2b67d], weight: 1, starting/ending: (0, 1), resize mode: Crop and Resize, pixel perfect: False, control mode: Balanced, preprocessor params: (-1, -1, -1)', Hires upscale: 2, Hires upscaler: Latent, TI hashes: 'EasyNegative: c74b4e810b03', Version: v1.5.1
这是又一个 Stable Diffusion WebUI 的插件。
安装成功后，我们可以在一级页签中看到'3D Openpose'，这个插件功能比较强大，我们可以在一个 3D 的环境中调整人物的形态，但是操作上也会比较复杂，大家可以自己体会下。
调整好后，点击'生成'。
生成后的预览图如下，第一张是骨架图，后边几张是用来画手脚的辅助图。
可以直接发送到文生图和图生图，也可以下载后备用。直接发送感觉不太好用，建议先下载再上传。ControlNet 的设置方式和上文直接使用骨架图生成图片一样，注意不需要选择预处理器。
如果我们希望对手脚进行专门的修复，可以使用画手脚的辅助图。这里选择边缘检测这个 ControlNet，注意还是不要选择预处理器，启动控制步数和结束控制步数大家可以根据实际情况调整，文生图中不要从 0 到 1，会影响图片的结构，图生图中可以使用局部绘图修手修脚。
虽然我们专门对手脚进行了处理，但是出图的效果还是经常出现畸形的手脚，效果是有的，但和期望的差距还比较大。下边是两个例子：
在使用 ControlNet 进行姿势控制时，除了基本的设置外，参数的微调对最终效果影响巨大。以下是针对 OpenPose 的高级调优建议。
ControlNet 的 Weight（权重）决定了控制强度的强弱。默认值通常为 1.0。如果生成的图像过于僵硬，可以尝试降低权重至 0.8 或 0.9，让 AI 有一定的自由发挥空间。反之，如果姿势偏离严重，可适当提高权重，但不建议超过 1.5，否则可能导致画面噪点增加或色彩异常。
Starting/Ending Step（开始/结束步数）用于控制 ControlNet 介入生成的阶段。通常设置为 (0, 1) 即全程参与。如果你发现手部细节在生成后期崩坏，可以尝试将结束步数设为 0.8，让后期采样更多关注纹理而非结构。
OpenPose 虽然能控制大体姿态，但对手指细节的控制依然较弱。以下是一套常用的手部修复工作流：
perfect hands, detailed fingers，负向提示词包含 bad hands, extra fingers。ControlNet 的 OpenPose 模块极大地提升了 Stable Diffusion 在人物姿态控制上的可用性。通过掌握姿势复制、骨架图编辑以及高级参数调优，用户可以更精准地实现创意构想。虽然目前对于手指等细微结构的控制仍有局限，但随着算法迭代和工具完善，体验将持续优化。建议在实际操作中多尝试不同参数组合，积累属于自己的最佳实践方案。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online