【Control Net】第二章——模型介绍，线稿类_线稿类controlnet对比

ControlNet1.1版本中发布了15个模型，有点过于多了。这里给分成三类：

线稿类（5个）

线稿类顾名思义，是处理线稿的，或者把图片提取成线稿的。

Canny，硬边缘提取

最早的边缘提取算法，提取的效果已经不如Lineart效果好了，处理有些粗糙。

MLSD，直线检测

可以识别建筑、室内设计。

Lineart，线稿提取

该模型对线稿的处理十分优秀，canny处理不好的可以用这个。

• lineart_coarse：线稿提取比较粗略，甚至有些杂乱，线条相比较于其它预处理器，的确更粗一些，效果也很不错，生成的图像各趋于真实。
• lineart_realistic：线稿提取效果很好，更注重人物的线稿部分。
• lineart_standard：该预处理的线稿提取很像浮雕，能较好的还原场景中的线条，跟原图较为相似

SoftEdge，软边缘提取

SoftEdge模型(软边缘检测)可以帮助我们检测原图边缘60~70%的内容，即可以还原图片整体的框架，也可以有微创新。

与Canny和Lineart相比，SoftEdge提取的线稿边缘较模糊，能较好的还原图片整体的框架（包括人物和背景），并且给了sd更多的发挥空间。

• softedge_hed：和其余的软件边缘检测相比，更加灵活适配。
• softedge_hedsafe：Conda的优化版本，提高了精度和稳定性。
• softedge_pidinet：【推荐】Deep Learning的边缘检测法，使用了特定的微调方法，使算法在实时和精度上都有很好的表现。
• softedge_pidisafe：与softedge_pidinet相似，但其更加稳定，能针对一些特定问题提供更为精确的边缘检测结果。

Scribble，涂鸦绘画

这是我最喜欢的一个模型，你只需要简单画几笔，就能把你的涂鸦草稿转化为优美的作品。这个功能让非绘画专业的你，也能拥有别人练习很多年的作品水平。

scribble_hed和scribble_pidinet的预处理效果线条很粗，而scribble_xdog的细节会更多一些。

这里有些需要注意的地方：

1. 如果你的涂鸦稿是白底黑线，那么就需要选择invert预处理器
2. 写prompt的时候，你画的画面上有什么内容就写什么东西，如果不会写prompt，可以参考我之前写的博客

点击生成，我们就会得到这样的图片啦：

最后

最后附上不同线稿类提取结果对比