AI绘画:利用Blender辅助ControlNet控制AI生成100%稳定的动作加手指方法的终极解决方案
众所周知，AI生成的图片会随机动作，并且有很高的概率生成出畸形的手指。而如何控制AI生成稳定的姿势与手指就是这篇文章的重要组成部分。该文章会介绍1种可以极为稳定的生成指定的动作与手指的绘图方法，此方法与3D辅助2D绘图有一定的相似之处，并且会为大家提供一个Blender模板文件，可以通过修改姿势与镜头快速便捷的出图。
参考文件与课件地址：
链接: https://pan.baidu.com/s/1tZePh_GLMBB234yUVxdSXg?pwd=2qmu 提取码: 2qmu
具体步骤：
首先我们要安装AI绘画工具 web UI，并安装插件controNet，可以参考其他教程视频，这里主要讲如何使用controNet实现完全控制AI行为。
首先我们打开设置界面，将controNet的控制数量设置为4
然后我们回到文生图界面，这时候先不要着急进行下一步。我们打开课件中的belnder文件，一键生成AI骨骼 描边loar专用版。
切换到Layout界面，我们可以看到一个制作好的模型骨骼文件。
再点击左上角：物体按钮，在下拉菜单中选择姿态模式
然后我们就可以快乐的编辑想要的人物动作了，这需要我们有一定的blender操作能力。推荐可以去看“辣椒酱”的新手教程视频。
注意：这里要讲一下文件中的物体配置：分别有远景墙，近景区间，人物，摄像机，以及地面。
摆完poss之后，调整摄像机到合适位置（按小键盘0，可以快速切换到摄像机视角）。我们按下F12按钮，在课件中我已经为大家制作好了输出模板，在桌面或者文件根目录下会生成4张图片。（自制门槛有点高，如果没有足够经验请不要自行尝试制作）
四张图片分别是：场景深度图，人物四肢深度图，骨骼图，手脚的描边图
我们需要使用这四张图片去控制AI生成我们想要结果。
这个教程课件里面提供了3种参数，其中2种是超网格计算法，1种是非超网格计算。
使用超网格计算需要极大的显存，所以显存不够的同学推荐使用非超网格版本。
这里着重讲解最难的1种，4图控制法。
首先我们想要介绍一个tag，tag分为正面和负面，该方法调用了lora和超网格运算
正面tag：
[(white background:1.5)::5], hexagon,<hypernet:ekmix-style2-81000:0.25>,
1girl, full body, __color__,__hair__,__skirt__,
butterflies, flowers,floating petal,cloud,sun,dusk,sunset,beautiful detailed gate,beautiful detailed thunder, beautiful detailed ice, <lora:gachaSplashLORA_gachaSplashWideShot:0.9>
负面
bad anatomy, extra fingers, watermark, (worst quality, low quality:1.4), text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
解释：
<hypernet:ekmix-style2-81000:0.25>是超网格运算，如果机器显存不足请不要使用该参数，或者降低该参数，正常使用该参数请调整为（0.2~0.25）
<lora:gachaSplashLORA_gachaSplashWideShot:0.9> lora调用，如果使用lora，请注意，有些lora样本比较少，请降低调用比例，因为在控制法中，骨骼控制会让lora奔溃，产生各种畸形图片。
这是详细的参数：需要打开高精度修复
然后就是将我们的4张图导入到controlNet中的时候了
这里需要强调注意！
以下参数中权重，引导介入时机，引导退出时机请不要随意修改，
会导致意料之外的BUG出现，因为在这4张图的使用规则是强行干预AI的出图流程，在不同的运算阶段，干预AI的运算，以达到按照规定出图的效果。
需要注意的是，画布宽度要与最终出图的比例相同4张参考图的比例必须完全相同
比如：出图像素1080：1080，四张参考图必须设置4次都是 960：960。
特别说明：AI的反骨
因为每个大模型的训练方式不同，会导致AI在出图过程中，反抗骨骼控制，导致肢体错乱，这时候需要微调骨骼参考图的参数的权重，引导介入时机，引导退出时机。
骨骼介入的时机不易太靠前，在0.1之后。
而骨骼引导退出时机的时候不宜太靠后，大约在0.25~0.35之间
（这里强调一点，每个大模型反骨时机不同，反骨弱的，你控制时间过长，他就会把脸画崩掉。反骨强的大模型，会经常改肢体，控制时间短就会被AI砍掉四肢。）
景深说明：
非超网格的参考图中景深有较强拉伸
这个是由于第三张图，深度图导致的。深度图会导致绘画的时候，背景距离远离画面
出这个图深度图权重是0.4，实际上权重调低到0.2左右会更好。
配置好一切之后，我们就可以愉快的出我们想要的动作和手型了，这里在强调一个部分。
手型控制！
注意：手画的是否准确与手在图中所占比例有关，手的比例越大，识别度越高，画出的效果越好。反而手在画中所占比例很小，那么无论分辨率如何提高，都不能将手准确的画出来。
而且手的准确性还被大模型的数据所影响，如果大模型的手相关参数比较少，那么定制手形的时候，可能会遇到找不到合适的样本，导致出图失败，这时候可以考虑降低线稿图的权重，让AI自动拟合手型。
手型控制：
hu画风对AI出图的影响，二次元作画，线稿与骨骼控制的效果往往会受到大模型的样本影响，导致不能生成想要的样子。强行控制不是崩掉脸就是崩掉手。
而2.5D或者3D则能很好的获得线稿和骨骼数据，进行拟合输出。但是2.5D和3D在绘制背景上很难用深度图控制其背景生成规则。
而在二次元图中，简单的深度变化图就可以拟合出符合逻辑的背景图片。
接下来让我们看一下我利用强制控制法生成的AI图像吧！