AI绘画，最近两大王炸功能出圈了。
一个就是超真实超细节的美女图片，已经快和照片无异了，甚至有人用AI绘画的“女仆照片”开始招募游艇会了，具体教程可以查看Lora这篇文章。
另一个王炸功能，则是本文要教大家安装和使用的Control Net。
（AI生成一张图然后用controlnet生成多张类似图片，换背景换衣服发色之类）
（最左为网上找的线稿图，作者阿瑞。后两张是我用control net处理后的图片）Control Net，可以让AI绘画，精确绘制更多姿势动作，而不仅仅是大头照，直立照等有限动作和姿势的图像，
（图：contorlnet官方文档）
还能给手稿上色，根据草图生成相应人，物等。
（图：contorlnet官方文档）
真的是非常厉害，可以说，极大地拓展了AI绘图的使用空间。
使得AI绘图不仅仅是AI爱好者们的自娱自乐，甚至已经可以进入商业领域作为辅助生产工具了。
那么，下面我们来讲一讲，怎么安装Control net。
1.首先你需要安装sdwebui，如果没安装的请点击（mac版教程），（win版教程）安装。
2.安装 Controlnet插件
打开stable-diffusion-webui，点击最右侧的extension，接着点击available，再点击“Load From:”按钮。
这时候页面下面就会出现一系列的可用插件。
注意：
这里有时候点击load from按钮之后，页面会报错说fail连接失败。
别急，刷新页面，调试好网络，开启/切换内外网，再点击一次load from，试多几次就好。
接着，Ctrl/command + F 查找“controlnet”，找到controlnet插件，并点击右侧的install安装这个插件。
安装完成后，插件面板会显示 intalled into xxx，说明已经安装好了。
备注：
如果实在无法通过available页面下载安装control net，也可以通过Install from URL页面手动安装。插件地址是：https://github.com/Mikubill/sd-webui-controlnet，或者自己先把插件通过git clone或者github网页下载整个包之后放在stable-diffusion-webui > extensions 文件夹下面。安装好后记得在installed页面点击apply and restart（应用并重启）。
3.安装openpose
先别急着切换到installed 页面，咱再安装一个插件，叫做Openpose Editor，方便后续我们自己编辑自定义POSE（姿势）。
查找openpose，找到下图这个插件，点击右侧的安装install
等待安装，直到显示“Installed into … openpose-editor. Use Installed tab to restart.”代表安装完成。
这时候，点击installed 页面，你会发现，刚刚安装的两个插件都已经显示在上面了。这时候点击apply and restart ui（应用并重启软件），接着等待网页自动刷新，如果显示无法连接，那么手动刷新下。
同上，如果实在无法在available页面安装，也可以用install from url页面，或者下载代码包并复制到stable-diffusion-webui > extensions里面即可。插件地址是https://github.com/fkunn1326/openpose-editor。安装好后记得在installed页面点击apply and restart（应用并重启）。
4.打开contorlnet编辑器。
页面刷新后，sdwebui的首页，原本Seed下面，会出现了一行ControlNet字样的长框，点击右边的三角形展开。
展开界面如下图。
5.下载模型。
ControlNet是需要专用模型的，否则无法使用相关功能引导图画。
接下来我们下载模型。
下载地址，https://huggingface.co/lllyasviel/ControlNet/tree/main/models
但是你会发现模型有很多种，选哪种呢？
大家硬盘有限的可以先下载canny，openpose，scribble这三个模型。
canny主要是边缘检测，属于比较通用的模型，Openpose就是传说中的姿势控制专用模型，而scribble是手稿模型，适合随手涂鸦然后生成一个精美的画面，可玩性很高。
（硬盘空间比较大的建议全下载一下，因为每个模型都有自己的使用场景，各有各自的特色。）
下载好之后，把xxx.pth文件放到stable-diffusion-webui > models > ControlNet文件夹下面。
现在大家就已经可以开始用controlnet来玩耍了。
（PS：ControlNet依赖xformers算法框架及Nvidia显卡，Mac系统的同学可能使用效果只能有70-80分，而且速度慢，较难达到文档描述那种哇塞的效果）
怎么玩呢？因为各种controlnet的模型使用还是有点复杂的
