AI绘画，边缘检测canny算法的用法分析，stable diffusion 教程

前言

在AI绘画软件 stable diffusion 中，有一个非常强大的插件ControlNet，今天我们来一起探讨 ControlNet插件中的canny算法。

canny算法，翻译过来叫边缘检测，这个算法的优势是能够对参考图中的边缘轮廓进行很好的识别，同时也能对内部细节进行精准的描绘。

canny算法经常和depth（深度信息）混合使用，今天我们来看下 canny 算法能为我们带来什么惊喜。

小贴士：开启ControlNet后，出图速度会明显变慢，大家根据自己电脑的硬件配置进行调整。

首先来到文生图界面，我在提示词中加入了中式建筑背景，服装为汉服，提示词如下：

1、canny算法搭配depth算法

在ControlNet中拖入参考图（图片我从网上随便找的），这次我们在标签0中选择canny 算法，标签1中选择depth算法。

两个算法的介入时间和退出时间都设为0.1和0.8，我不想让它们一开始时就产生作用，同时让它们在进程80%的时候退出，这样可以让AI有更多的发挥空间。

下图分别为canny算法和depth算法的预览图，左图为canny 算法产生的线稿图，右图为depth算法产生的深度图。

下图为两个算法权重均为1时的图片，人物整体风格已经生产了变化，但中式建筑背景没有出现。

再分别将两种算法的权重值降到0.75时，变化产生了更多，但中式背景仍没有出现

权重再次降到0.5的时候，服装产生了更多的变化，仍然没有出现中式建筑背景。但生成图片对原始图片整体结构的还原仍然比较精准。

2、只用canny算法

看来depth算法对原图结构的控制比较严格，为了提高AI的发挥空间，我们关掉depth算法，单独使用 canny 算法，下列5张图片分别为权重为1、0.75、0.5、0.25、0.1时AI生成的图片。

权重1

权重0.75

权重0.5

权重0.25

权重0.1

从上面5张图片中可以看出，当权重为1时，生成图片和原图比较接近，当权重为在0.75时背景开始出现了中式建筑，当权重为0.25时生成的图片中只剩下一个女孩，已经和原图产生了严重的不符。一般我们在生成图片时尽量将权重控制在0.8以下，再调整引导介入时机和退出时机，让引导时间变短，这样可以提高AI的随机性，让AI有更好的发挥空间。