这段时间技术圈最热门的关键词就是AI了，相信最佳大家都有玩过了Stable Diffusion这个AI绘画开源库了，而其中Stable Diffusion web UI是对于Stable Diffusion扩展的网页版开源库。

而ControlNet则为最近一段时间的WebUI开源插件，据说作者是个20多岁的华人哦，真是天才啊！虽然img2img功能也可以让真人图片二次元化，但是有了ControlNet则会更加容易做出你想要的效果，如其名所言，Control!

本文就不介绍如何安装以上的开源库了，想要了解更多这方面信息，可以在评论里面留言，我看到后来回复，让我们一起来享用开源带来的乐趣吧～_～。

先来给大家看一个效果图

这张图左边的小姐姐是从网络上找来的原图，中间和右边则是通过ControlNet来协助生成的图片。

我这里使用的Counterfeit-V2.5这个CheckPoint，这个相对来说还是比较热门的，用来做二次元图简直YYDS。

而且我并没有加入过多的Prompt，都是一些简单的，这里我可以提供一个做参考。

a woman, 20 age , smile , blonde,((masterpiece,best quality))1girl, solo, white skirt,long hair, off shoulder sweater, sideways, strapless

没有用到Negative Prompt。

关于Prompt其实我也是处于学习阶段，上面的提示语我都是在翻译里面输入中文，然后翻译过来的。

其实就是原图上的信息，只不过我把头发颜色改了😃。

再加上一些可以提高图片质量的提示语，可以在CheckPoint示例图里面找。

进入WebUI的txt2img选项卡，成功安装ControlNet后，在中间找到ControlNet操作界面，展开它就可以用啦。

这里我先把原图加入进去，这里选择的原图最好是高清或者比较清晰的，我试过用模糊的图片去做，效果不怎么理想。

这里我们要把Enable勾上才算是真正的使用ControlNet哦！

Preprocessor为预处理，就是把原图转化为一张草图，可以理解为是一张参考图。Model才是生成图片的时候处理的一种模式。这两个最好是选择同一种类型。这里我用的都是Canny，根据官网的介绍，就是描绘图片的边缘了，有点类似素描勾勒。

如果想看预处理效果，可以点一下左下角的Preview annotator result按钮

原图旁边就会多出一张预处理的图片。

这个时候二话不说先来试试生成一张图看看效果，好像不是很理想哦。

这个时候你看一下底下设置的Annotator resolution，遇到上面的情况，可以试着调整这个参数。具体原因为什么也不是很请求，可能是这个插件的bug，也有可能是webui的。

我一般的调整方式就是查看原图的大小，然后根据原图拍大小来设置。

这里我选择以图片的宽来设定。

生成预处理图片后，这里打开开发可以看到生成图片分辨率有点接近原图。

那么到底设置Annotator resolution，应该设置多大呢？

在 ControlNet 中，Annotator resolution 是指标注工具用来标注数据时所采用的分辨率。具体来说，Annotator resolution 决定了标注工具所显示的图像分辨率，以及标注结果的精度。

在 ControlNet 中，Annotator resolution 对于标注数据的质量和准确性有很大的影响。如果 Annotator resolution 过低，标注结果可能会失真或者缺失细节；如果 Annotator resolution 过高，标注工作可能会变得繁琐和耗时。

因此，在进行标注工作时，需要根据具体的任务和数据特点选择合适的 Annotator resolution。一般来说，如果数据分辨率较高，可以采用较高的 Annotator resolution，以保证标注结果的准确性和细节；如果数据分辨率较低，可以采用较低的 Annotator resolution，以提高标注工作的效率和速度。同时，还需要考虑标注工具的性能和实际使用情况，以找到最适合的 Annotator resolution。

我自己尝试了一些，设置过大的值，细节反而没那么多。调节适当即可。

最后我选择了608，生成成功了。

剩下的调整一下图片宽高就可以了

Stable Diffusion是一个相当强大工具，插件丰富、模型众多，可玩性非常大。

希望大家可以从中得到乐趣，也欢迎评论讨论。