免费AI绘画图生图怎么调？重绘幅度与控制网技巧

在免费AI绘画平台如Liblib或SeaArt上，图生图（Img2Img）是将现有图片转化为新风格或优化细节的核心功能。许多新手在使用时容易遇到两个极端：要么生成的图片与原图毫无关系，要么变化微乎其微。掌握重绘幅度和控制网（ControlNet）的协同工作逻辑，是解决这一问题的关键。

概述

图生图界面通常分为左侧的参数设置区和右侧的预览区。核心操作区域包括原图上传窗口、提示词输入框、采样器选择以及最重要的“重绘幅度”滑块。ControlNet则通常作为一个独立的折叠面板或侧边栏模块存在，用于引入额外的结构约束。

图生图界面概览，展示原图上传区、参数设置栏及预览窗口的位置关系

关于【重绘幅度】

重绘幅度（Denoising Strength）决定了AI在生成新图像时，多大程度上参考原图的像素信息。这个参数通常在0到1之间浮动，是图生图最直观的调节杆。

当重绘幅度设置在0.3以下时，AI会严格遵循原图的色彩和轮廓，仅进行轻微的降噪或风格微调。这适合用于修复模糊图片或统一色调。此时，生成的图像与原图相似度极高，但创意空间有限。

将数值调整至0.4到0.6之间，是大多数风格转换的最佳区间。在这个范围内，AI能够识别原图的主要物体和构图，同时注入提示词中描述的新元素。例如，将一张真人照片转换为动漫风格，0.5左右的数值既能保留人物姿态，又能彻底改变画风。

若数值超过0.7，原图的约束力将大幅减弱。AI会更多地依赖提示词进行自由创作，原图仅作为色彩或大致构图的参考。这适用于需要大幅度重构画面内容的场景，但容易导致主体特征丢失。

关于【重绘幅度】

关于【ControlNet】

仅靠重绘幅度很难精确控制画面的几何结构，这时就需要引入ControlNet。在Liblib或SeaArt等平台上，ControlNet通常提供多种预处理器，如Canny（边缘检测）、OpenPose（姿态估计）和Depth（深度图）。

ControlNet中Canny边缘检测与OpenPose姿态控制的视觉效果对比

Canny模型通过提取原图的线条边缘，强制新生成的图像遵循相同的轮廓结构。这对于建筑、产品设计或线稿上色非常有效。启用后，即使重绘幅度较高，画面的基本骨架也不会变形。

OpenPose模型则专注于人体关键点。如果你希望改变人物的服装或背景，但必须保持原有的动作姿态，选择OpenPose是最稳妥的方案。它会自动识别原图中人物的关节位置，并引导AI在新图中复现这些动作。

在使用ControlNet时，需要注意“控制权重”参数。默认值通常为1.0，表示完全遵循控制图。如果发现生成结果过于僵硬或出现伪影，可以适当降低权重至0.8左右，给AI留出一定的融合空间。

关于【提示词配合】

图生图并非只靠参数，提示词的质量同样决定上限。在图生图模式下，提示词的作用是与原图信息进行加权融合。

建议在正向提示词中明确描述你希望保留的元素和希望改变的元素。例如，“保留红色连衣裙，背景改为赛博朋克街道”。负向提示词则用于排除原图中可能存在的瑕疵或不需要的细节，如“模糊、低分辨率、多余的手指”。

提示词描述风格与ControlNet锁定结构的协同工作逻辑

当使用了ControlNet锁定结构后，提示词可以更专注于材质、光影和风格的描述，而不必过分担心构图崩坏。这种分工协作能显著提升出图的可控性。

关于【高清修复】

免费平台生成的初始图片分辨率通常有限，直接放大容易出现模糊。图生图流程的最后一步，往往是开启“高清修复”（Hires. Fix）或使用“后期处理”功能。

高清修复本质上是一次低重绘幅度的二次图生图。系统会将原图放大，然后以极低的重绘幅度（如0.2-0.3）重新绘制细节。这一步能有效补充纹理，使画面更加清晰锐利，同时不会改变已有的构图和内容。

开启高清修复后，图像细节与清晰度的显著提升效果

在实际操作中，建议先生成一张满意的小图，确认构图和风格无误后，再启用高清修复进行最终输出。这样既节省了算力积分，又保证了最终成图的质量。