本类别的节点主要用于加载和应用ControlNet模型和T2I适配器，这些工具可以通过额外的视觉引导来精确控制图像生成过程，是实现精确控制和风格迁移的关键工具。
中文名称：ControlNet加载器
节点功能：加载ControlNet或T2I适配器模型。
参数说明： - control_net_name：ControlNet模型名称 - control_net_path（可选）：自定义模型路径
输出端口： - CONTROL_NET：加载的ControlNet模型
使用案例： - 加载不同类型的ControlNet模型（如Canny、Depth、Pose等） - 加载T2I适配器模型 - 准备多种控制模型以应用于同一工作流
优点： - 支持所有标准ControlNet模型 - 兼容T2I适配器模型 - 可以加载自定义模型 - 是构建控制生成工作流的基础节点
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：ControlNet应用
节点功能：将ControlNet或T2I适配器应用于条件引导。
参数说明： - conditioning：要应用控制的条件引导 - control_net：ControlNet或T2I适配器模型 - image：控制图像 - strength：控制强度（0-1） - start_percent：控制开始百分比（0-1） - end_percent：控制结束百分比（0-1）
输出端口： - CONDITIONING：应用控制后的条件引导
使用案例： - 基于线稿控制图像生成 - 使用深度图引导3D结构 - 通过姿势估计控制人物姿态 - 应用多种控制类型
优点： - 可以精确控制应用强度 - 支持控制应用的时间范围 - 可以与多种预处理器配合使用 - 适合精确控制图像生成
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：Canny边缘预处理器
节点功能：将图像转换为Canny边缘检测图，用于边缘控制。
参数说明： - image：源图像 - low_threshold：低阈值（0-255） - high_threshold：高阈值（0-255）
输出端口： - IMAGE：Canny边缘检测图
使用案例： - 提取图像边缘用于线稿控制 - 保持物体轮廓和结构 - 创建素描风格的控制
优点： - 提供清晰的边缘检测 - 可以调整检测灵敏度 - 适合保持图像结构 - 是最常用的ControlNet预处理方式之一
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：深度预处理器
节点功能：生成图像的深度估计图，用于3D结构控制。
参数说明： - image：源图像 - a：深度映射参数a - bg_threshold：背景阈值
输出端口： - IMAGE：深度估计图
使用案例： - 保持图像的3D结构 - 控制物体的空间关系 - 创建具有准确透视的图像
优点： - 自动估计图像深度 - 可以调整深度映射参数 - 适合保持空间结构 - 与深度ControlNet模型配合效果好
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：OpenPose预处理器
节点功能：检测图像中的人体姿势并生成骨架图。
参数说明： - image：源图像 - detect_hand：是否检测手部 - detect_body：是否检测身体 - detect_face：是否检测面部
输出端口： - IMAGE：OpenPose骨架图
使用案例： - 控制人物姿势 - 保持人体动作一致性 - 创建特定姿态的人物图像
优点： - 精确检测人体姿势 - 可以选择性检测身体部位 - 适合人物图像生成 - 与姿势ControlNet模型配合效果好
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：线稿预处理器
节点功能：将图像转换为清晰的线稿图。
参数说明： - image：源图像 - coarse：是否使用粗线模式 - detect_resolution：检测分辨率 - image_resolution：输出分辨率
输出端口： - IMAGE：线稿图
使用案例： - 创建线稿控制图 - 保持图像的线条结构 - 用于动漫风格的控制
优点： - 生成高质量线稿 - 可以选择线条粗细 - 适合动漫和插图风格 - 与线稿ControlNet模型配合效果好
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：多ControlNet加载器
节点功能：同时加载多个ControlNet模型。
参数说明： - control_net_name_1：第一个ControlNet模型名称 - control_net_name_2：第二个ControlNet模型名称 - control_net_name_3（可选）：第三个ControlNet模型名称 - control_net_name_4（可选）：第四个ControlNet模型名称
输出端口： - CONTROL_NET_1：第一个ControlNet模型 - CONTROL_NET_2：第二个ControlNet模型 - CONTROL_NET_3：第三个ControlNet模型（如果指定） - CONTROL_NET_4：第四个ControlNet模型（如果指定）
使用案例： - 同时加载多种控制模型 - 创建复杂的多控制工作流 - 减少节点数量
优点： - 简化多ControlNet工作流 - 减少重复节点 - 提高工作流可读性 - 适合复杂控制场景
所属插件项目：ComfyUI-Advanced-ControlNet（需额外安装）
最后更新日期：2025-03-10
中文名称：高级ControlNet应用
节点功能：提供更多高级选项来应用ControlNet控制。
参数说明： - conditioning：要应用控制的条件引导 - control_net：ControlNet或T2I适配器模型 - image：控制图像 - strength：控制强度（0-1） - start_percent：控制开始百分比（0-1） - end_percent：控制结束百分比（0-1） - control_mode：控制模式（平衡、仅控制等） - resize_mode：调整大小模式
输出端口： - CONDITIONING：应用控制后的条件引导
使用案例： - 精细调整控制影响 - 创建特殊控制效果 - 实现高级控制策略
优点： - 提供更多控制选项 - 支持多种控制模式 - 更精细的参数调整 - 适合高级用户和复杂场景
所属插件项目：ComfyUI-Advanced-ControlNet（需额外安装）
最后更新日期：2025-03-10
中文名称：T2I适配器加载器
节点功能：专门加载T2I适配器模型。
参数说明： - t2i_adapter_name：T2I适配器模型名称 - t2i_adapter_path（可选）：自定义模型路径
输出端口： - T2I_ADAPTER：加载的T2I适配器模型
使用案例： - 加载轻量级T2I适配器模型 - 创建资源占用更低的控制工作流 - 使用特殊的T2I适配器效果
优点： - 专为T2I适配器优化 - 比ControlNet更轻量 - 资源占用更低 - 适合特定控制场景
所属插件项目：ComfyUI-T2I-Adapters（需额外安装）
最后更新日期：2025-02-15
中文名称：参考控制应用
节点功能：使用参考图像作为控制源，无需预处理器。
参数说明： - conditioning：要应用控制的条件引导 - reference_image：参考图像 - strength：控制强度（0-1） - start_percent：控制开始百分比（0-1） - end_percent：控制结束百分比（0-1）
输出端口： - CONDITIONING：应用控制后的条件引导
使用案例： - 基于参考图像控制生成 - 风格迁移和结构保持 - 简化控制工作流
优点： - 无需专门的预处理器 - 直接使用参考图像 - 简化工作流程 - 适合快速原型设计
所属插件项目：ComfyUI-ReferencesOnly（需额外安装）
最后更新日期：2025-01-20
