ComfyUI-ControlnetAux 插件完整保姆级教程

1. 插件简介

GitHub原地址： https://github.com/madtunebk/ComfyUI-ControlnetAux

这个插件就像是一个超级万能的图像处理工具箱，专门为ComfyUI设计。想象一下，你有一张照片，想要提取它的轮廓、深度信息、人体姿态等等，这个插件就能帮你做到！

能给我们带来什么效果：

• 提取图片的边缘线条（就像给照片描边一样）
• 分析图片的深度信息（哪里远哪里近）
• 识别人体姿态（检测人的胳膊腿在哪里）
• 检测人脸位置
• 提取线稿风格
• 还有很多其他的图像分析功能

2. 如何安装

方法一：直接克隆安装（推荐）

1. 打开你的文件管理器，找到ComfyUI的安装目录
2. 进入 custom_nodes 文件夹
3. 在这里打开命令行工具（Windows用户可以在地址栏输入cmd）
4. 输入以下命令：

git clone https://github.com/madtunebk/ComfyUI-ControlnetAux.git

方法二：安装依赖包

安装完成后，需要安装一些必要的支持包：

cd ComfyUI-ControlnetAux
pip install -r requirements.txt

如果你想使用DWPose功能（高级人体姿态检测），还需要安装额外的包：

pip install -U openmim
pip install "mmcv>=2.0.1,<2.2.0"
mim install mmengine
mim install "mmdet>3.1.0"
mim install "mmpose>1.1.0"

3. 节点逐一解析

3.1 ControlAux HED 节点（边缘检测器）

这个节点就像一个专门画边缘线的画家，能把图片中所有物体的轮廓都描出来。

参数详解：

3.2 ControlAux Midas 节点（深度估计器）

这个节点就像一个测距仪，能告诉你图片里哪些地方离你近，哪些地方离你远。

参数详解：

3.3 ControlAux MLSD 节点（直线检测器）

这个节点就像一个建筑师的测量工具，专门找图片里的直线，比如房子的边缘、桌子的边等。

参数详解：

3.4 ControlAux OpenPose 节点（人体姿态检测器）

这个节点就像一个人体动作分析师，能识别出图片中人的胳膊、腿、头等各个部位的位置。

参数详解：

3.5 ControlAux DWPose 节点（高级人体姿态检测器）

这个节点是OpenPose的升级版，检测人体姿态更加准确，就像有了一双更敏锐的眼睛。

参数详解：

3.6 ControlAux PidiNet 节点（精细边缘检测器）

这个节点就像一个超级精细的描边工具，能画出比HED更加细致的边缘线条。

参数详解：

3.7 ControlAux NormalBae 节点（法线贴图生成器）

这个节点就像一个3D建模师，能从平面图片中提取出表面的凹凸信息。

参数详解：

3.8 ControlAux Lineart 节点（线稿生成器）

这个节点就像一个漫画家，能把照片转换成干净的线稿风格。

参数详解：

3.9 ControlAux Lineart Anime 节点（动漫线稿生成器）

这个节点专门为动漫风格设计，就像一个专业的动漫原画师。

参数详解：

3.10 ControlAux Zoe 节点（超高精度深度检测器）

这个节点就像一个超级精密的测距仪，比Midas更准确。

参数详解：

3.11 ControlAux SAM 节点（万能分割器）

这个节点就像一把智能剪刀，能把图片中的不同物体分割开来。

参数详解：

3.12 ControlAux Leres 节点（高质量深度估计器）

这个节点专门用于生成高质量的深度图，就像一个专业摄影师的景深控制器。

参数详解：

3.13 ControlAux Canny 节点（经典边缘检测器）

这个节点是最经典的边缘检测工具，就像一支精准的铅笔。

参数详解：

3.14 ControlAux Content Shuffle 节点（内容重排器）

这个节点就像一个拼图游戏，能把图片的内容重新排列。

参数详解：

3.15 ControlAux Face Detector 节点（人脸检测器）

这个节点就像一个专业的人脸识别器，能精确找到图片中的人脸位置。

参数详解：

4. 使用技巧和建议

4.1 图像尺寸建议

• 最佳工作分辨率： 512x512、512x768、768x512、768x768、768x1024、1024x768、1024x1024
• 为什么这些尺寸最好： 就像衣服有标准尺码一样，这些尺寸是插件"最合身"的，处理效果最好
• 其他尺寸能用吗： 可以用，但效果可能不如标准尺寸

4.2 节点选择建议

• 想要清晰边缘： 用Canny或HED
• 想要动漫风格： 用Lineart Anime
• 想要人体姿态： 新手用OpenPose，进阶用DWPose
• 想要深度信息： 一般用Midas，要求高用Zoe
• 想要分割物体： 用SAM

4.3 连接顺序

1. 先连接你的原图到节点的"image"输入
2. 选择合适的处理模式
3. 把处理后的结果连接到ControlNet节点
4. 最后连接到你的生成流程

5. 常见问题解答

Q1: 为什么我的图片处理后是黑的？

A: 可能是图片格式不支持或者图片太大。试试把图片转换成JPG格式，或者缩小到建议的尺寸。

Q2: 处理速度很慢怎么办？

A:

• 检查你的电脑显卡内存是否足够
• 尝试减小图片尺寸
• 关闭其他占用显卡的程序

Q3: 不同节点的区别是什么？

A:

• 边缘检测类（Canny、HED、PidiNet）： 就像不同粗细的画笔，画出的线条风格不同
• 深度检测类（Midas、Zoe、Leres）： 就像不同精度的测距仪，准确度不同
• 姿态检测类（OpenPose、DWPose）： 就像不同水平的教练，识别准确度不同

Q4: 怎么知道应该用哪个节点？

A:

• 看你的最终目标：要线稿就用线稿类，要深度就用深度类
• 看你的原图：人物照片适合姿态检测，风景照片适合深度检测
• 看你的质量要求：要求高就用高级版本（如DWPose而不是OpenPose）

Q5: 为什么安装了插件但找不到节点？

A:

• 检查是否正确安装了依赖包
• 重启ComfyUI
• 检查custom_nodes文件夹下是否有ComfyUI-ControlnetAux文件夹

6. 总结

这个插件就像是给ComfyUI装了一双火眼金睛，能从各种角度分析你的图片。每个节点都有自己的特长，就像不同的工具一样。新手建议从Canny边缘检测和OpenPose姿态检测开始练习，熟练后再尝试其他高级功能。

记住，好的工具需要多练习才能用得好，不要着急，一步一步来，很快你就能成为ComfyUI的高手！