ComfyUI ControlNet 教程：用线稿、姿势和深度控制构图

只靠提示词很难精确控制“人物摆什么姿势”“建筑物的透视”和“画面的构图”。ControlNet 让你提供一张参考图，并从中提取结构信息（线条、姿势、深度），让生成的图片按照这个结构来绘制。

常见的控制类型

需要准备

1. ControlNet 模型：放到 models/controlnet/。模型必须与基础模型版本对应（SD 1.5、SDXL、Flux 各有不同的 ControlNet）。现在也有“Union”类型的模型，一个文件支持多种控制类型。
2. 预处理器（Preprocessor）：把参考照片转换成 ControlNet 需要的图像（例如把照片转换成线条或骨架）。Canny 有内置节点；其他类型通常需要安装 comfyui_controlnet_aux 自定义节点（见自定义节点与 Manager）。

创建工作流（以 Canny 为例）

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

步骤：

1. 从文生图工作流开始。
2. 添加 Load Image，加载参考图。
3. 添加 Canny 节点并连接参考图。运行一次，用 Preview Image 确认提取出的线条。

4. 添加 Load ControlNet Model，选择 Canny 模型。
5. 添加 Apply ControlNet：
   • positive、negative 分别连接两个 CLIP Text Encode 的输出
   • control_net 连接 Load ControlNet Model
   • image 连接 Canny 的输出
   • vae 连接模型的 VAE（部分 ControlNet 需要）
6. 将 Apply ControlNet 输出的 positive、negative 连接到 KSampler。
7. 将 Empty Latent Image 的尺寸设置为与参考图相同比例。

参数

技巧：将 end_percent 设为 0.5～0.7，前半段由 ControlNet 决定构图，后半段让模型自由发挥细节，结果通常会更自然。

OpenPose：控制人物姿势

1. 使用 DWPose Estimator 或 OpenPose Pose 预处理器（来自 controlnet_aux），从人物照片中提取骨架。
2. 用 Preview Image 确认骨架正确。
3. 连接 OpenPose ControlNet 模型。

生成的人物会摆出与照片相同的姿势，但长相、服装和场景由提示词决定。

Depth：保留空间结构

使用 Depth Anything 等预处理器生成深度图。适用于：

• 将室内照片重新设计成不同的装修风格
• 保留建筑或场景的透视，同时改变季节、时间和画风

组合多个 ControlNet

将多个 Apply ControlNet 串联：第一个的 positive / negative 输出连接到第二个的输入。例如，用 OpenPose 控制姿势，用 Depth 控制场景。适当降低每个节点的强度，避免相互冲突。

常见问题

更新于 2026年10月12日