序号

节点类型

功能说明

16

Load ControlNet

加载ControlNet模型

17

ControlNetApply

应用ControlNet条件

18

ControlNetApplyAdvanced

高级ControlNet应用

19

OpenPose Preprocessor

OpenPose姿态提取

20

DWPose Preprocessor

DWPose姿态提取

21

Canny Edge Preprocessor

Canny边缘提取

22

Depth Map Preprocessor

深度图提取

23

Lineart Preprocessor

线稿提取

24

Scribble Preprocessor

涂鸦提取

25

Normal Map Preprocessor

法线贴图提取

26

Segmentation Preprocessor

语义分割

27

MLSD Preprocessor

直线检测

28

Tile Preprocessor

图像分块

29

Inpaint Preprocessor

局部重绘预处理

30

SoftEdge Preprocessor

柔和边缘提取

31

Shuffle Preprocessor

纹理打乱

32

Reference Preprocessor

参考图预处理

33

IPAdapter Model Loader

加载IP-Adapter模型

34

IPAdapter Apply

应用IP-Adapter

35

IPAdapter Advanced

高级IP-Adapter应用

属性

说明

核心作用

加载 ControlNet 模型，用于控制图像生成的结构（姿态、边缘、深度等）

文件格式

.pth / .safetensors

存放路径

ComfyUI/models/controlnet/

与 Checkpoint 的关系

ControlNet 依附于 Checkpoint，不改变其权重，只注入控制条件

版本对应

SD 1.5 ControlNet 不能用于 SDXL/Flux，需严格匹配

模型

控制类型

适用场景

control_v11p_sd15_openpose

姿态

人物动作控制

control_v11p_sd15_canny

边缘

轮廓保持

control_v11f1p_sd15_depth

深度

空间层次

control_v11p_sd15_lineart

线稿

线稿上色

control_v11p_sd15_softedge

柔和边缘

创意保留

control_v11p_sd15_scribble

涂鸦

草图细化

control_v11p_sd15_seg

语义分割

区域内容分配

control_v11p_sd15_normalbae

法线

表面朝向

control_v11p_sd15_mlsd

直线

建筑/室内

control_v11f1e_sd15_tile

分块

放大/修复

control_v11p_sd15_inpaint

局部重绘

精准修改

controlnet-union-sdxl

多合一

SDXL 自动识别

controlnet-union-flux

多合一

Flux 自动识别

属性

说明

核心作用

将 ControlNet 控制条件应用到生成流程中

conditioning

接收 CLIP Text Encode 的 CONDITIONING（文本条件）

control_net

接收 Load ControlNet 加载的模型

image

接收预处理器输出的控制图（如骨骼图、边缘图）

strength

控制强度（0=无控制，1=完全控制，0.5–1.0 常用）

输出

融合后的 CONDITIONING（文本+结构双重引导）

属性

说明

核心作用

ControlNetApply 的高级版，支持正负条件分离和采样步数范围控制

positive/negative

分别接收正面和负面的 CONDITIONING

start_percent

ControlNet 开始生效的采样步数百分比（0.0=第一步开始）

end_percent

ControlNet 结束生效的采样步数百分比（1.0=最后一步结束）

与 ControlNetApply 的区别

高级版可精确控制 ControlNet 在哪些采样步骤生效，实现"前期控制结构、后期放开创意"

属性

说明

核心作用

从人物图像中提取 OpenPose 骨骼关键点，生成骨骼图

detect_hand

是否检测手部（enable/disable）

detect_body

是否检测身体（通常 enable）

detect_face

是否检测面部（enable/disable）

输出

IMAGE（骨骼图，白底黑线/黑底白线）

与 DWPose 的区别

OpenPose 是原版，DWPose 是升级版，精度和速度更好

属性

说明

核心作用

OpenPose 的升级版，基于蒸馏网络，速度更快、精度更高

bbox_detector

人体检测器模型选择

pose_estimator

姿态估计模型选择

与 OpenPose 的区别

DWPose 是腾讯优图出品，轻量高效，推荐作为首选

WholeBody 版本

支持全身 133 个关键点（含身体、手、脸、脚）

属性

说明

核心作用

用 Canny 算法提取图像边缘轮廓，生成边缘图

low_threshold

低阈值，低于此值的边缘被抑制

high_threshold

高阈值，高于此值的边缘被保留

输出

黑白边缘图（白线黑底）

适用场景

保持物体轮廓、线稿上色、建筑结构控制

属性

说明

核心作用

从图像中提取深度信息，生成深度图（白=近，黑=远）

model

深度估计模型选择：MiDaS（通用）、Zoe（精度高）、Leres（细节好）

输出

灰度深度图

适用场景

控制空间层次、远近关系、3D 感

属性

说明

核心作用

提取图像线稿，生成干净的线条图

coarse

是否提取粗线条（enable/disable）

输出

黑白线稿图

适用场景

线稿自动上色、动漫风格控制

属性

说明

核心作用

将手绘涂鸦/草图转换为 ControlNet 可用的控制图

输入

手绘草图（线条越简单越好）

输出

处理后的涂鸦图

适用场景

快速草图转精细图像、概念设计迭代

属性

说明

核心作用

提取表面法线信息，生成法线贴图（RGB=XYZ方向）

model

BAE（推荐）或 MiDaS

输出

彩色法线图

适用场景

3D 建模辅助、表面细节控制、光影方向控制

属性

说明

核心作用

将图像分割为语义区域（天空、建筑、人物、车辆等）

model

UniSeg 或 OneFormer

输出

彩色分割图（每类物体不同颜色）

适用场景

指定区域内容（如"天空变黄昏"、“建筑变赛博朋克”）

属性

说明

核心作用

Mobile Line Segment Detection，提取直线段（建筑线条）

thr_v

垂直线阈值

thr_d

对角线阈值

输出

直线图

适用场景

室内设计、建筑透视、线稿建筑

属性

说明

核心作用

将图像分块处理，用于 Tile ControlNet（放大/修复）

pyrUp_iters

金字塔上采样次数

输出

分块后的图像

适用场景

图像放大重绘、细节修复、保持原图结构

属性

说明

核心作用

为局部重绘（Inpaint）预处理，生成控制图

image

原始图像

mask

蒙版（白色=要重绘区域，黑色=保留区域）

输出

处理后的 Inpaint 控制图

适用场景

精准局部修改、补全、去物

属性

说明

核心作用

提取柔和边缘，保留大致轮廓同时允许更多创意发挥

与 Canny 的区别

Canny 边缘锐利精确，SoftEdge 边缘柔和模糊

输出

柔和边缘图

适用场景

需要结构参考但不想过度限制创意的场景

属性

说明

核心作用

打乱参考图的纹理/色彩分布，提取风格特征

输出

打乱后的纹理图

适用场景

风格迁移、纹理参考、保持风格但改变内容

属性

说明

核心作用

仅参考图像特征，不提取特定结构（姿态/边缘等）

与 IP-Adapter 的区别

Reference 是 ControlNet 的简化版，只传递整体特征

输出

参考特征图

适用场景

简单风格/内容参考，不需要精确结构控制

属性

说明

核心作用

加载 IP-Adapter 模型，实现图像提示功能

文件格式

.safetensors / .bin

存放路径

ComfyUI/models/ipadapter/

与 ControlNet 的区别

IP-Adapter 控制风格/内容/人物长相，ControlNet 控制结构/姿态

配套需求

需要同时加载 CLIP Vision 模型

属性

说明

核心作用

将 IP-Adapter 的图像条件应用到模型中

model

接收 Checkpoint 的 MODEL

ipadapter

接收 IPAdapter Model Loader 的 IPADAPTER

image

参考图像（风格/人物来源）

weight

影响强度（0=无效果，1=完全参考，0.5–1.0 常用）

输出

叠加图像条件后的 MODEL

属性

说明

核心作用

IPAdapter Apply 的高级版，支持更多精细控制

weight_type

权重类型：original（原始）、linear（线性衰减）、channel penalty（通道惩罚）

start_at

开始生效的采样步数比例（0.0=第一步）

end_at

结束生效的采样步数比例（1.0=最后一步）

与 IPAdapter Apply 的区别

高级版可精确控制影响的时间范围和权重曲线，实现更自然的融合