Stable Diffusion基础：ControlNet之图片高仿效果

今天继续给大家分享AI绘画中 ControlNet 的强大功能，本次的主角是 Reference，它可以将参照图片的风格迁移到新生成的图片中，这句话理解起来很困难，我们将通过几个实例来加深体会，比如照片转二次元风格、名画改造、AI减肥成功图片制作、绘本小故事等等。

还有之前看很多文章说，Reference 可以一定程度上代替Lora，真的是这样吗？今天也来一探究竟。

基本使用

我这里有一张提前生成好的美女图片，现在就用她来实测 Reference 的控制效果。

下面开始生成：

首先是选择一个大模型，这里使用的是和上面生成图片相同的模型：realisticVisionV20；

然后我们填写一些简单的提示词，以免出现一些不太方便的图。这里故意没有使用生成参考图片时的提示词，因为提示词会影响出图效果，就看不出来 Reference 的复刻效果了。

这是我的一些模型生成参数，大家可以参考，没必要完全按照这个来。

最最重要的就是 ControlNet 的设置，如下图所示：

上传参考图片
启用 ControlNet
勾选完美匹配像素
选择 Reference

注意这个 ControlNet 只有一个预处理器，它可以从参考图中提取图片的特征信息，用于生成控制。

Reference 还有一个 Style Fidelity 参数，翻译过来就是风格忠实度，越小越接近使用的大模型的风格，越大越接近参考图的风格，但是越大可能出现图片崩坏的情况，0.5是个平衡值。

然后就可以生图了，看一下效果：

以我个人的眼光，只能说：人物的形态、整体构图是复制出来了，但是气质还是差那么一点的。

局部绘制

很多分享 Reference 技术的文章还提到，Reference 可以起到一定的 Inpaint 效果，那么这里也来看下效果如何。这里的局部重绘是通过提示词发生作用的，下面是几个例子：

裙子变成黑色：1girl, white shirt, ((black skirt))，提示词权重要高一些，否则不容易扭转过来。人物姿态和背景都没啥大变化，裙子也变成了黑色，只是有一张用力过猛，上衣颜色也变了。

黑发变成金色：1girl, white shirt and dress, ((golden hair))。人物姿态和背景都没啥大变化，头发变成金色的了，人脸也没变成外国人。

把背景换成公园：1girl, white shirt and dress, ((the background is park))。背景更换成功，同时人物姿态和衣服颜色都没啥大变化。

不同模型

上边的参考图片和生成图片使用的是同一个大模型，测试结果难免会有说服力不够的问题，下图是我使用三个模型做的对比测试，每个模型使用 Reference 生成两张图片。

提示词还是这个：1girl, white shirt and dress, 其它参数都保持不变。

可以看到，人物的形态、背景、色彩搭配等都被迁移到了新生成的图片中，当然这些图片也还会受到基础模型的很大影响，渲染的笔触、人物的五官都受到模型的紧密约束。

到这一步，你能说 Reference 是 Lora 吗？它能代替 Lora 吗？我认为它们是有很大的不同的。

控制参数

Reference还有一些控制参数，这里给大家看下效果。

为了方便演示，我这里专门生成了一张连环画风格的图片作为参考图：

然后生成图片的大模型选择的是二次元模型 AnythingV5。

Style Fidelity

值为 1 的效果：色彩更偏重参考图。

值为 0 的效果：色彩更偏重模型。

预处理器

这里有三个预处理器：

Reference only：生成与参考图类似的风格和脸部。
Reference adain：使用 AdaIN 风格迁移算法，结果可能偏离参考图；
Reference adain+attn：综合 only 和 adain 方法。

Reference only 我们已经看过了，分别看下另外两个的效果。

Reference adain：确实更接近模型，颜色和脸型的变化特别明显，更加偏重 Anything 的二次元风格。

Reference adain+attn：介于模型风格和参考图风格之间。

用途示例

风格转绘

比如各大短视频平台比较流行的照片转动漫风格，可以在“图生图”中上传一张真实照片，然后使用动漫风格的大模型加上 Reference 进行重绘。下图的效果，提示词只要一个简单的：1girl，重绘强度控制在0.4以下即可。

名画改造

这是利用了 Reference 的局部重绘能力。在“图生图”中使用如下提示词：

女人和猫咪：A woman and a cat

背景改长城：A woman, the background is Badaling Great Wall

注意重绘幅度调整到0.4-0.6。

减肥成功

一个AI减肥成功的故事，还是利用了 Reference 的局部重绘能力。

大模型使用realisticVisionV20_v20，参数参考：

A strong man lifts up his shirt, eight-pack abs, strong chest muscles, and biceps.
Negative prompt: EasyNegative
Steps: 30, Sampler: DPM++ 2M SDE Karras, CFG scale: 7, Seed: 1734015608, Size: 512x768, Model hash: c0d1994c73, Model: realisticVisionV20_v20, Denoising strength: 0.75, Clip skip: 2, Style Selector Enabled: True, Style Selector Randomize: False, Style Selector Style: base, ControlNet 0: "preprocessor: reference_adain+attn, model: None, weight: 1, starting/ending: (0, 1), resize mode: Crop and Resize, pixel perfect: True, control mode: My prompt is more important, preprocessor params: (-1, 0.5, -1)", TI hashes: "EasyNegative: c74b4e810b03", Version: v1.5.1

如果感觉脸不像，可以使用 roop 插件处理下，使用方法参见我另一篇教程：真人AI写真的制作方法-文生图换脸