ControlNet（下）：OpenPose、Depth 与 Tile 预处理器详解

Hello，大家好，欢迎来到本期 WebUI 学习频道。我们接着上一期内容，继续讲解 ControlNet 中其他重要的预处理器。 首先是 OpenPose，它主要用于控制人物的姿态，甚至包括面部表情。在 ControlNet 单元中选中 OpenPose 后，点击展开预处理器选项，可以看到多种选择。这些预处理器主要分为两类：一类是 DW OpenPose，另一类是原始 OpenPose。 DW OpenPose 综合性强，生成的骨骼图包含面部、身体姿态以及手部骨骼；而原始 OpenPose 则细分为五种类型：仅包含大致骨骼、包含大致骨骼和面部、仅包含面部、包含全身及面部、以及包含全身但不包含面部。不过，对比来看，原始 OpenPose 的识别精度通常不如 DW OpenPose——例如图中可见，原始 OpenPose 处理后的结果常出现手部或小腿骨骼丢失的情况。 接下来我们用 DW OpenPose 做一个实际案例： 首先勾选启用 ControlNet，点击“允许预览控制类型”，选择 OpenPose 预处理器，并选用 DW OpenPose（此处使用的是 DW OpenPose v5）。上传参考图像后，点击“爆炸按钮”（即预处理按钮）查看效果。注意：如果是首次使用 DW OpenPose，可能需要等待两到三分钟，系统会自动下载对应模型。 预处理图像生成后，可以看到骨骼图精准还原了参考图中的人物姿态，包括手部细节与面部表情。接着输入提示词，例如 “one girl, beach”。初次生成的图像可能不完整，原因在于图像尺寸设置为 512×512，而参考图尺寸为 512×768。因此需将高度调整为 768，再重新生成。 生成结果中，人物姿态与参考图几乎完全一致。由此可见，OpenPose 的核心作用是将参考图的姿态准确迁移至输出图像中。 接下来介绍 Depth（深度）预处理器。Depth 处理的是图像的空间关系，与 OpenPose 类似，都是基于参考图特定特征的空间结构建模。当 Soft Edge 难以准确表达参考图的空间层次时，Depth 就成为更可靠的选择。 在建筑类重绘任务中，为保持前后结构一致性，常用组合为 Soft Edge + Depth。其中 Soft Edge 控制线条分布，Depth 确保空间关系对齐。 而在人物生成任务中，典型组合为 Soft Edge + OpenPose + Depth + IP-Adapter。此时 Soft Edge 仍负责线条分布，OpenPose 绑定骨骼结构，Depth 保障空间一致性，IP-Adapter 则用于面部特征迁移或风格统一（相关内容将在后续课程中展开）。 举例来说，若希望生成一张与参考教堂图像结构一致、且同样恢宏壮观的新图，可在控制类型中选择 Depth，预处理器推荐使用 MiDaS 或 ZoeDepth，本例选用 MiDaS。勾选“允许预览”，上传参考图，点击“爆炸按钮”，即可看到预处理结果清晰呈现了建筑结构、远近关系及内部陈设（如座椅排列）等空间信息。 随后，在第二个 ControlNet 单元中启用 Soft Edge，上传同一张参考图，预处理器选择 HED Safe，点击“爆炸按钮”，即可提取出参考图的主要线条结构。 接下来输入提示词，并删除与人体相关的负面提示词（如 missing finger）。模型可选用写实风格模型，例如 MajicRealistic；宽度与高度需与参考图一致（本例为 768×512）；迭代步数设为 25，CFG 值设为 6.5，然后生成图像。 对比结果可见，主体建筑结构高度一致，但色彩与局部细节存在差异——这恰恰为我们提供了二次创作空间。例如，若希望教堂呈紫色，可在提示词中加入 “violet color”，并适当提高其权重，再次生成后即可获得结构一致、色调可控的新图像。 最后介绍 Tile 预处理器。许多人认为 Tile 是 ControlNet 中最强大的预处理器之一。其原理是先对参考图进行模糊处理，再通过分块重采样增强细节表现力，从而在保留整体构图的基础上显著提升输出图像的纹理丰富度与质感。 操作步骤如下：上传参考图，在控制类型中选择 Tile 分块预处理器，展开后有四个选项，常规推荐使用第一个 —— ReColor（重采样控制权重），权重可设为 1.2。勾选“允许预览”，点击“爆炸按钮”。虽然视觉上变化不明显，但系统已执行模糊与分块处理。 在控制模式中，建议选择“更偏向 ControlNet”，该模式可在保留原图主体外观的同时，为结果图注入更多细节。若配合高清修复（Hires.fix），还可进一步提升图像质感。 尺寸需与参考图保持一致。输入提示词后，模型建议选用与参考图风格匹配的真实系大模型（因参考图为真实照片）。 生成结果中，叶片纹理更清晰、颜色更鲜艳。若仍觉清晰度不足，可将本次生成图作为新参考图再次输入，进行第二次 Tile 处理，实现细节叠加增强。当前图像中叶脉锯齿已清晰可见，但整体略显模糊，主因是分辨率仍为 512×768。如需更高清输出，可结合高清修复功能进一步提升画质。