如何通过 ControlNet 的 Canny 和 Depth 组合精准控制人物姿势与场景透视

要把 ControlNet 的 Canny 和 Depth 组合起来用，核心在于理解一个逻辑：Canny 负责“锁死”边缘细节（比如衣服褶皱、手指方向），而 Depth 负责“撑起”空间骨架（比如人物与背景的远近距离）。如果只用 Canny，AI 经常会在复杂的背景里把人物和物体融在一起；只用 Depth，人物的姿势又容易出现形变。

我的实战经验是：Depth 权重给高（1.0），Canny 权重给中低（0.4-0.6），且必须通过控制预处理器来分层。

具体操作步骤：

1. 准备两张参考图
不要用同一张图直接跑。Depth 图建议用 depth_midas 或 depth_zoe 预处理器，确保背景的深度梯度明显，这样能强行把人物从背景中“推”出来，解决透视崩塌问题。Canny 图则用来捕捉人物的轮廓线。

2. 配置权重与控制模式
在 WebUI 或 ComfyUI 中，设置如下：

• ControlNet 0 (Depth): Weight: 1.0 / Control Mode: Balanced。这决定了画面的 3D 空间结构。
• ControlNet 1 (Canny): Weight: 0.5 / Control Mode: My prompt is more important。防止 Canny 的强线条把画面搞得太死，导致光影像贴图一样僵硬。

3. 关键提示词技巧
为了让两个模型不冲突，提示词里要明确区分前景和背景。比如：

(masterpiece), a cyberpunk girl standing in a rainy neon street, (foreground:1.2), depth of field, blurred city background, high contrast

这里用 (foreground:1.2) 配合 Depth 模型，能极大增强透视感。

踩过的坑：
最容易翻车的地方在于 Canny 的阈值（Threshold）。如果 Low Threshold 设得太低，背景里的杂线会被全部捕捉，导致生成的图像出现莫名其妙的线条干扰。建议将 Canny 的阈值调高，只保留人物的主体轮廓。

效率提升方案：
如果你在用 ComfyUI，建议搭建一个简单的逻辑流：Load Image → Canny Preprocessor → ControlNet Apply → Depth Preprocessor → ControlNet Apply → KSampler。这样可以通过一个种子快速测试不同权重组合，而不需要在 WebUI 里手动点几十次。

这种组合方案最适合处理那种“大透视、复杂姿势”的场景，比如俯拍或仰拍的人物特写，能有效避免 AI 经常把腿画反或把背景墙壁拉伸到人物身上的问题。