用草图约束插画布局
把黑线草图作为实际控制图输入，再用文字指定主体、配色与插画风格。
需要本地 NVIDIA/CUDA 环境、ControlNet/SD 1.5 scribble 权重与旧版依赖适配。代码 Apache-2.0；模型卡标为 OpenRAIL，权重与底模条款另行核对。
打开工作流来源操作步骤
- 打开固定版本 gradio_scribble2image.py，结合 README 和 environment.yaml 准备独立环境及 models/control_sd15_scribble.pth。该示例使用 CUDA 和旧版 Python/PyTorch/Gradio，不承诺在当前系统直接安装成功。
- 准备白底、清晰黑线的草图。源码按像素阈值将深色线条转为控制图；杂乱底纹或灰底可能被错误识别。布局比精细纹理更适合作为初始约束。
- 按官方入口启动本地草图界面；原脚本最后绑定 0.0.0.0，个人试用应先改为 127.0.0.1 或设置访问限制。本目录不代为启动服务。
- 上传草图，在 Prompt 中描述主体与风格，选择分辨率、seed 和 Control Strength，先从少量候选开始。实际草图控制通过 c_concat 输送到扩散采样，不只是重复一句“保持布局”。
- 将输出与草图对照，检查主体位置、比例与轮廓；调整控制强度和描述再生成。控制图是约束，不保证逐笔忠实或精确复制布局；本轮没有验证成图效果。
使用示例 编辑示意，非模型实测
输入
白底黑线画出左侧小屋、右侧树与前方人物，希望生成暖色水彩插画。
预期形式
预期得到参考草图布局的插画候选和控制图；需实际比较三个主体的位置与比例。
来源与使用边界
- 作者
- Lvmin Zhang / ControlNet contributors
- 检查日期
- 2026-10-15
已读取固定版本完整脚本、README 的 User Scribbles 小节、environment.yaml 和 Apache-2.0 LICENSE。代码实际加载 control_sd15_scribble.pth、读取上传图像、构建 detected_map 并传入 c_concat；环境文件为 Python3.8.5/PyTorch1.12.1/CUDA11.3/Gradio3.16.2。Hugging Face 同名模型卡标为 OpenRAIL，不能用代码 Apache-2.0 覆盖权重限制。未安装、未加载权重、未运行；属于旧版官方具体示例。
这条资源有问题？提交纠错