这节内容我们将深入学习ControlNet的深度图约束和法线图约束。
通过本节内容，你将了解深度图和法线图的基本概念、作用、处理器及其应用。
一、深度图约束：探索三维场景的深度信息
1、什么是深度图？
深度图是表示三维场景深度信息的二维图像，其中每个像素的值代表对应场景中点与摄像机的距离。在Stable Diffusion中，白色代表近的距离，黑色代表远的距离。
二、深度图的作用
深度图主要用于规定元素的前后关系和轮廓。通过深度图，我们可以告诉Stable Diffusion哪些部分是前景，哪些是背景，以及它们的相对距离。
1、深度图的应用案例
我们通过一个案例展示了如何使用深度图生成具有特定动作的人物图像。通过调整参数和选择适当的模型，我们能够生成与深度图相匹配的人物动作和背景。
2、预处理器的区别
深度图有四个预处理器，它们对深度信息的提取程度不同。
depth_midas：提取深度信息的力度最小，可以很简单地实现前后景分离，不体现后景轮廓信息
depth_zoe：
depth_leres：
depth_leres++：
MIDS预处理器提取力度最小，而LERES深度图估算则提供了更详细的深度信息。
部分预处理器还允许调节参数，自由选择所需的深度图深度范围。
三、法线图约束：模拟表面细节
1、什么是法线图？
法线图是保存物体表面凹凸信息的图，用于模拟表面细节并增强三维图形。它通过特殊的纹理映射技术，模拟出复杂的表面，使模型看起来更逼真和详细。
2、法线图的作用
法线图保留了物体表面的凹凸信息，并生成特征图，用红绿蓝三个颜色分别代表水平、垂直、深度这三个空间方向模拟出表面的凹凸细节。
3、法线图的应用案例
我们通过案例展示了如何使用法线图生成具有特定凹凸感的图像。法线图在生成过程中的巨大作用，特别是在对表面凹凸感要求较高的图像中。
四、总结
通过本节课的学习，我们了解了ControlNet中深度图约束和法线图约束的基本概念和应用。这些知识将帮助我们在图像生成中更精确地控制深度和细节。
希望这篇文章能帮助你更好地理解ControlNet的深度图约束和法线图约束。如果你有任何疑问或想要进一步探讨，欢迎在评论区留言。我们下期课程再见！
