上篇文章介绍了openpose，本篇文章介绍下线稿约束，关于线稿约束有好几个处理器都属于此类型，但是有一些区别。

包含：

1、Canny(硬边缘）：识别线条比较多比较细，一般用于更大程度得还原照片
2、MLSD(直线)：这个只能识别直线，大部分用于建筑设计类居多
3、Lineart(线稿)：相对Canny识别要少，但相对SoftEdge(软边缘)要多，一般用于真人和素描
4、SoftEdge：识别大概的轮廓，会比较柔和，但这样能给SD更多发挥的空间
5、scribble/Sketch(涂鸦/草图)：类似于图生图的涂鸦功能，会根据自己画的线条生成图片

下面以Canny展示一下用法，还是和之前一样的流程:

一、选大模型

假设给这个线稿上色，画成二次元样式：

这里我选的模型是：

AWPainting_v1.2.safetensors

没有的参考这篇文章，顶部有下载

二、写提示词

反向提示词还是用之前通用的提示词，正向提示词用（可以根据自己想生成的内容自己改）：

Best quality,masterpiece,ultra high res,(photorealistic:1.4),(1girl:1.2),(solo:1.2),Exquisite facial features,highly detailed eyes,Exquisite hairstyle,long hair,Straight hair,(bangs:1.2),light smile,school uniform,
indoors,

文章来源于互联网:Stable Diffusion 绘画入门教程（webui）-ControlNet（线稿约束）

上篇文章介绍了y语义分割Seg，这篇文章介绍下Tile/Blur（增加/减少细节）

Tile用于增加图片细节，一般用于高清修复，Blur用于减少图片细节（图片模糊），如下图，用Tile做修复：左边为原图（比较模糊），右边就是高清修复后的图（还是拿之前的小猫咪举例）：

详细步骤，和前几篇依然一样：

一、选大模型

我这里用的真实模型“majicMIXrealistic_v6.safetensors”：

二、写提示词

提示词：

Best quality,masterpiece,ultra high res,(photorealistic:1.4),A cat is running happily in the snow,

反向提示词用通用即可

三、基础参数设置

基础参数设置还是和上篇文章一样，除了长宽，其他我都默认的，这里大家可以自行调试。

长宽可以通过ControlNet中的那个回传按钮回传过来，不用手动填写哦。

四、启用ControlNet

到这里，大家应该非常熟了，我就直接上图了，这个不用选择预处理器，选择IP2P后只有模型会自动加载：

这里预处理器要选择Tile，如果选择了Blur会更加模糊的，点击生成就可以了。

文章来源于互联网:Stable Diffusion 绘画入门教程（webui）-ControlNet(Tile/Blur）