ComfyUI ControlNet 入門：線画・ポーズ・深度で構図を制御

プロンプトだけで「人物にどんなポーズを取らせるか」「建物の遠近感」「画面の構図」を正確に制御するのは困難です。ControlNet を使うと、参照画像から構造情報（線、ポーズ、深度）を取り出し、その構造に沿って画像を生成できます。

よく使われる制御タイプ

準備するもの

1. ControlNet モデル：models/controlnet/ に配置します。ベースモデルのバージョンに対応したものが必要です（SD 1.5、SDXL、Flux にはそれぞれ異なる ControlNet があります）。現在は複数の制御タイプに対応する「Union」タイプのモデルもあります。
2. 前処理器（Preprocessor）：参照写真を ControlNet 用の画像に変換します（たとえば写真を線や骨格に変換します）。Canny には標準ノードがあります。それ以外のタイプでは通常、カスタムノード comfyui_controlnet_aux のインストールが必要です（カスタムノードと Manager を参照）。

ワークフローを作成する（Canny の例）

[Load Image] ─▶ [Canny] ─IMAGE────────────────┐
                                              ▼
[CLIP Text Encode 正向] ─CONDITIONING─▶ [Apply ControlNet] ─positive─▶ [KSampler]
[CLIP Text Encode 負向] ─CONDITIONING─▶                    ─negative─▶
[Load ControlNet Model] ─CONTROL_NET──▶
                         vae ─────────▶

手順：

1. テキストから画像を生成するワークフローから始めます。
2. Load Image を追加し、参照画像を読み込みます。
3. Canny ノードを追加し、参照画像を接続します。一度実行し、Preview Image で抽出された線を確認します。

4. Load ControlNet Model を追加し、Canny モデルを選択します。
5. Apply ControlNet を追加します。
   • positive と negative に、それぞれ 2 つの CLIP Text Encode の出力を接続します。
   • control_net に Load ControlNet Model を接続します。
   • image に Canny の出力を接続します。
   • vae にモデルの VAE を接続します（必要な ControlNet もあります）。
6. Apply ControlNet の positive と negative の出力を KSampler に接続します。
7. Empty Latent Image のサイズは、参照画像と同じアスペクト比に設定します。

パラメーター

ヒント：end_percent を 0.5～0.7 に設定すると、前半は ControlNet が構図を決め、後半はモデルが細部を自由に描きます。通常、より自然な結果になります。

OpenPose：人物のポーズを制御する

1. DWPose Estimator または OpenPose Pose 前処理器（controlnet_aux に含まれます）を使い、人物写真から骨格を抽出します。
2. Preview Image で骨格が正しいことを確認します。
3. OpenPose ControlNet モデルを接続します。

生成される人物は写真と同じポーズを取りますが、顔立ち、服装、背景はプロンプトで決まります。

Depth：空間構造を保つ

Depth Anything などの前処理器で深度マップを生成します。次の用途に適しています。

• 室内写真を別のインテリアスタイルに作り直す
• 建物やシーンの遠近感を保ちながら、季節、時間帯、画風を変える

複数の ControlNet を組み合わせる

複数の Apply ControlNet を直列に接続します。1 つ目の positive / negative 出力を 2 つ目の入力に接続します。たとえば OpenPose でポーズを制御し、Depth でシーンを制御できます。互いに干渉しないよう、それぞれの強度を適度に下げてください。

よくある問題

更新日 2026年10月12日