1-2 高相似度ControlNet图生图：一张参考图，线稿锁定轮廓，生成同风格新图

2026-08-26 15:58 · 58 阅读

AI星尘工作流大合集系列 · 第 3 篇 / 共 15 篇查看系列 →

1-2 高相似度ControlNet图生图：一张参考图，线稿锁定轮廓，生成同风格新图

准备工作：这篇教程要用到的材料

本教程演示的工作流是「1-2_[图像生成]_高相似度ControlNet图生图」，位于工作流大合集的 01 图像生成 分类目录下。它的作用一句话概括：上传一张参考图，AI 生成一张主体内容由你定、但画风和构图高度贴近参考图的新图——想要"这张图的气质，但换个主体"，用它就对了。

开始前请确认三件事：① 工作流所需的节点和模型都已装好（不会装的先看系列教程《必看 | 工作流下载缺失节点和模型》）；② 本地 models\checkpoints\ 目录里有一个 SD1.5 系列的大模型（比如 majicmixRealistic_v7、v1-5 这类，作者原配就是 majicmix 系列）；③ 本地 models\controlnet\ 目录里有 SD1.5 版的线稿 ControlNet（文件名 control_v11p_sd15_lineart，结尾 fp16 或 fp32 都行）。第二、三点为什么要"SD1.5 版"，是这篇教程最大的坑，下面第二步专门讲，千万先看完再动手。

第一步：加载工作流，认识这条"图生图"链路

打开 ComfyUI，点击左上角菜单「Workflow → Open（工作流 → 打开）」，找到 1-2_[图像生成]_高相似度ControlNet图生图 并打开，然后点击右下角「适应视图」。

这个工作流的核心链路其实很清晰，从左到右分三段：

① 输入区：最左边是 LoadImage（加载参考图）、CheckpointLoaderSimple（加载大模型）、两个 CLIPTextEncode（正面/负面提示词）——参考图、模型、提示词都在这；

② 控制区：中间上方是 AIO_Preprocessor（线稿预处理器，自动把参考图提取成线稿）+ ControlNetApplyAdvanced（ControlNet 控制），它是这个工作流的灵魂——用线稿把参考图的轮廓"锁"住；

③ 采样区：右边是两个采样器串成的两段式生成：第一段 KSampler 直接在参考图上重绘（img2img），中间一个 LatentUpscaleBy 把潜空间放大 2 倍，第二段 KSampler 对放大后的图再细化一遍，最后 VAEDecode + 预览窗口输出高清结果。

第二步：配置模型——必须 SD1.5，ControlNet 和底模版本必须匹配（本教程最大坑）

找到 CheckpointLoaderSimple（加载大模型）节点，下拉框里选择 SD1.5 系列模型（比如 majicmixRealistic_v7，作者原配就是这个系列的写实模型）。

为什么必须用 SD1.5？关键在 ControlNet。 这个工作流的 ControlNet 用的是 control_v11p_sd15_lineart——文件名里的 sd15 就是 SD1.5 的意思。ControlNet 分 SD1.5 和 SDXL 两代，SD1.5 的 ControlNet 只能配 SD1.5 模型，SDXL 模型必须配 SDXL 版 ControlNet，两者绝对不能混用。

如果你在 CheckpointLoaderSimple 里选了 SDXL 模型（比如 sd_xl_base_1.0），一运行就会直接报错：

RuntimeError: mat1 and mat2 shapes cannot be multiplied (77x2048 and 768x320)

翻译一下：报错里的 2048 是 SDXL 模型的特征宽度，768 是 SD1.5 ControlNet 的特征宽度——两者维度对不上，矩阵乘法直接崩。这是本工作流最容易踩的坑，网上搜到这张工作流后第一个想当然就是把模型换成最新的 SDXL，结果必然报错。

换回 SD1.5 模型后还有一个隐蔽的坑要一起避开，见第五步（ControlNet 文件也要选对版本）。模型选好后的另一个提醒：这个工作流作者配的是写实风格模型，出图是偏真实感的；如果你没有 SD1.5 模型，去魔塔社区（modelscope.cn）搜索 majicmixRealistic 或 v1-5 下载（约 2-4GB），放入 ComfyUI\models\checkpoints\ 目录，回到节点下拉框重新选择即可。

第三步：上传参考图（它决定风格和构图，不是主体）

找到 LoadImage（加载图像）节点，双击它上传一张参考图。

先理解参考图的作用：这个工作流里参考图提供的是风格和构图基准——生成图的色调、光影、整体构图会向参考图看齐，但图里的主体内容由你写的提示词决定（下一步讲）。技术上它做了两件事：一是把参考图直接作为"底图"进行图生图重绘（img2img），二是从中提取线稿交给 ControlNet 锁轮廓——两路叠加，所以相似度特别高。

选图要点：① 主体轮廓清晰——因为线稿控制会抓轮廓，主体和背景界限模糊的图效果打折；② 风格特征鲜明——想要什么风格，就放什么风格的图（想要照片感就放一张光线好的照片）；③ 画面干净、无复杂文字水印。

分辨率提醒：输出图的大小由参考图的分辨率决定（SD1.5 的原生训练分辨率是 512-768，参考图建议也在这个范围，不要用超过 1024 的大图，否则容易出崩图）。

第四步：写提示词（正面写"新主体"，负面写"防劣质"）

找到两个 CLIPTextEncode 提示词节点，上面的是正面（prompt），下面的是负面（negative prompt）。

① 正面提示词：描述你想要的新主体内容——参考图提供风格，主体由这句话决定。作者已经写好了一段示例（描述示例图主体的），改成你自己的就行，比如参考图是产品摄影，你写 a white sports sneaker, product photography, studio lighting，出图就是"产品摄影风格的运动鞋"。

② 负面提示词：作者已经写好了一段完整的"防劣质"词库（模糊、畸形、水印、低画质之类的负面词），保持默认即可，不用动。

第五步：ControlNet 设置——必须选 lineart 版，别选 inpaint 版（实测坑）

找到 ControlNetLoader（加载 ControlNet 模型）节点，下拉框里选择 control_v11p_sd15_lineart 这个文件（通常在 1.5\ 子目录下，比如 1.5\control_v11p_sd15_lineart_fp16.safetensors）。

重点：千万不要选 control_v11p_sd15_inpaint（inpaint 版）！ inpaint 版是"图像修复"专用的，它依赖一张遮罩图告诉 AI 只重绘哪个区域——这个工作流里没有遮罩链路，选 inpaint 版它拿不到遮罩信息，控制信号是乱的，实测出图是花的（画面花斑、结构错乱）。而 lineart 版是按"线稿"引导生成的，正好和前面 AIO_Preprocessor（线稿预处理器，默认 Lineart 模式 512 分辨率）配套——参考图 → 提线稿 → 线稿控轮廓，这才是作者设计的效果。

强度调节：中间 ControlNetApplyAdvanced 节点上的 strength（控制强度）默认 1.0 是满强度，轮廓锁得最死。想让新图更自由一点（相似度降低、更放飞），可以降到 0.6-0.8；想更贴参考图就保持 1.0。