使用controlnet：
controlnet可以识别图像边缘来重新上色、识别图像结构来画出类似的图像、识别人物姿势来画特定姿势的人物图像等等。他可以让你更大程度上控制你的生成结果。尤其是最后一点，使用controlnet即可在很大程度上控制生成出图像的构图了。
他的原理是先对你输入的图片进行处理，得到机器可以理解的一张参考图（如深度图/骨骼图等），然后再让stable diffusion按照参考图画画。对输入图片进行处理的过程称为预处理，而预处理的过程也是由ai完成的，此时即需要额外下载用于预处理的模型。
安装：
和LoRA类似，开启webui后依次点击扩展-从网址安装，并输入此网址：
https://github.com/Mikubill/sd-webui-controlnet
点击安装，安装完成后下面会有installed的提示。
随后点击重启webui，即可在参数栏下方看到ControlNet的选项卡。
显存小于8G就勾上低显存优化。
可以看到有一个预处理器选择框，这里的选项决定了controlnet在此发挥的作用。
此时我以openpose pose detection举例，我们首先选择openpose姿态检测，然后去下载用于进行姿态检测的模型：
https://huggingface.co/webui/ControlNet-modules-safetensors/tree/main
此处提供了几个功能所需要的模型，我在此下载openpose这个模型，然后放进
stable-diffusion-webui\extensions\sd-webui-controlnet\models这里面。
完成后点击右边的刷新，就能选择刚刚下载的模型了。
我们先来体验一下，在上面的图像栏传一张真人全身照图片，然后点击最下面的预览处理结果preview annotor result，然后就卡住了.mp4
实际上，这个时候他会自动下载几个annotor用的模型：
所以大陆的朋友就会卡住了。大家就要去这里手动补一下，如图
右边的文件夹是在
stable-diffusion-webui\extensions\sd-webui-controlnet\annotator
当然不一定都下，但是这些东西也不大，都下了就一劳永逸了。建议都下。
完事了之后你再重启webui，重复上面的操作，就发现他成功的给你生成了一张骨骼图，恭喜：
（此照片使用CC授权）
使用：
打开controlnet选项卡，勾选启用（按需勾选低显存优化），然后上传你要让他学习的原图，按需选好预处理器并选择对应模型，然后写好prompt点生成就好了。他会先对你的图像进行预处理，生成参考图，然后直接用参考图画画，生成完就会在生成窗口里把参考图一并输出来。
几点注意：
controlnet提示我们不要忘记写反向提示词negative prompt，并给我们提供了这一些：
longbody, lowres, bad anatomy, bad hands, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality。
openpose是一个用于检测真人的姿势的模型，扔进去二次元图片多半认不出来，所以你可以找个模特摆姿势然后拍照。
如果你也像我一样没有模特的话可以用blender直接生成出参考图扔给他用，以后再写。
到此为止你应该明白如何用controlnet控制人物的姿势了
留下昨晚上随便搓的图片
