​
OpenPose 简介

OpenPose 是由卡耐基梅隆大学（CMU）开发的开源实时多人姿态估计系统，是计算机视觉领域的重要技术突破。该系统能够同时检测图像中多个人的：
  • 人体骨架：18个关键点，包括头部、肩膀、手肘、手腕、髋部、膝盖和脚踝等
  • 面部表情：70个面部关键点，用于捕捉微表情和面部轮廓
  • 手部细节：21个手部关键点，精确表达手指姿势和手势
  • 脚部姿态：6个脚部关键点，记录站立姿势和动作细节
OpenPose 示例 在 AI 图像生成领域，OpenPose 生成的骨骼结构图作为 ControlNet 的条件输入，能够精确控制生成人物的姿势、动作和表情，让我们能够按照预期的姿态和动作生成逼真的人物图像，极大提高了 AI 生成内容的可控性和实用价值。 特别针对早期 Stable diffusion 1.5 系列的模型，通过 OpenPose 生成的骨骼图，可以有效避免人物动作、肢体、表情畸变的问题。

​
ComfyUI 2 Pass Pose ControlNet 使用示例

​
1. Pose ControlNet 工作流素材

请下载下面的工作流图片,并拖入 ComfyUI 以加载工作流 ComfyUI 工作流 - Pose ControlNet
Metadata 中包含工作流 json 的图片可直接拖入 ComfyUI 或使用菜单 Workflows -> Open（ctrl+o） 来加载对应的工作流。 该图片已包含对应模型的下载链接，直接拖入 ComfyUI 将会自动提示下载。
请下载下面的图片，我们将会将它作为输入 ComfyUI Pose 输入图片

​
2. 手动模型安装

如果你网络无法顺利完成对应模型的自动下载，请尝试手动下载下面的模型，并放置到指定目录中
ComfyUI/
├── models/
│   ├── checkpoints/
│   │   └── majicmixRealistic_v7.safetensors
│   │   └── japaneseStyleRealistic_v20.safetensors
│   ├── vae/
│   │   └── vae-ft-mse-840000-ema-pruned.safetensors
│   └── controlnet/
│       └── control_v11p_sd15_openpose_fp16.safetensors

​
3. 按步骤完成工作流的运行

ComfyUI 工作流 - Pose ControlNet 流程图 按照图片中的数字标记，执行以下步骤：
  1. 确保Load Checkpoint可以加载 majicmixRealistic_v7.safetensors
  2. 确保Load VAE可以加载 vae-ft-mse-840000-ema-pruned.safetensors
  3. 确保Load ControlNet Model可以加载 control_v11p_sd15_openpose_fp16.safetensors
  4. 在Load Image节点中点击选择按钮，上传之前提供的姿态输入图片，或者使用你自己的OpenPose骨骼图
  5. 确保Load Checkpoint可以加载 japaneseStyleRealistic_v20.safetensors
  6. 点击Queue按钮或使用快捷键Ctrl(cmd) + Enter(回车)来执行图片的生成

​
Pose ControlNet 二次图生图工作流讲解

本工作流采用二次图生图（2-pass）的方式，将图像生成分为两个阶段：

​
第一阶段：基础姿态图像生成

在第一阶段，使用majicmixRealistic_v7模型结合Pose ControlNet生成初步的人物姿态图像：
  1. 首先通过Load Checkpoint加载majicmixRealistic_v7模型
  2. 通过Load ControlNet Model加载姿态控制模型
  3. 输入的姿态图被送入Apply ControlNet节点与正向和负向提示词条件结合
  4. 第一个KSampler节点（通常使用20-30步）生成基础的人物姿态图像
  5. 通过VAE Decode解码得到第一阶段的像素空间图像
这个阶段主要关注正确的人物姿态、姿势和基本结构，确保生成的人物符合输入的骨骼姿态。

​
第二阶段：风格优化与细节增强

在第二阶段，将第一阶段的输出图像作为参考，使用japaneseStyleRealistic_v20模型进行风格化和细节增强：
  1. 第一阶段生成的图像通过Upscale latent节点创建的更大分辨率的潜在空间
  2. 第二个Load Checkpoint加载japaneseStyleRealistic_v20模型，这个模型专注于细节和风格
  3. 第二个KSampler节点使用较低的denoise强度（通常0.4-0.6）进行细化，保留第一阶段的基础结构
  4. 最终通过第二个VAE Decode和Save Image节点输出更高质量、更大分辨率的图像
这个阶段主要关注风格统一性、细节丰富度和提升整体画面质量。

​
二次图生图的优势

与单次生成相比，二次图生图方法具有以下优势：
  1. 更高分辨率：通过二次处理可以生成超出单次生成能力的高分辨率图像
  2. 风格混合：可以结合不同模型的优势，如第一阶段使用写实模型，第二阶段使用风格化模型
  3. 更好的细节：第二阶段可以专注于优化细节，而不必担心整体结构
  4. 精确控制：姿态控制在第一阶段完成后，第二阶段可以专注于风格和细节的完善
  5. 降低GPU负担：分两次生成可以在有限的GPU资源下生成高质量大图
如需了解更多关于混合多个ControlNet的技巧，请参考混合ControlNet模型教程。