🎭

【2025年12月】ControlNet完全ガイド - AIにポーズを指定して画像生成

2025/12/15に公開

 この記事でできること✅ ControlNetをComfyUIに導入
✅ 参考画像からポーズを抽出
✅ 指定したポーズで画像を生成
✅ OpenPose/Cannyなど各種プリプロセッサの使い方
所要時間：約30分

 ControlNetとはControlNetは、画像生成時に構図やポーズを制御する技術です。

 何ができる？

機能
説明


ポーズ指定
参考画像と同じポーズで生成

構図制御
レイアウトを固定

線画着色
ラフスケッチから完成画

深度情報
奥行きを維持

セグメンテーション
部位ごとの色分け


 使用例「この写真と同じポーズでアニメキャラを生成」
「このラフ絵を綺麗に仕上げて」
「この構図で別のキャラを描いて」

 前提条件

項目
必須


ComfyUI
インストール済み

JANKU v6.0
導入済み

VRAM
8GB以上推奨


 STEP 1: ComfyUI Managerの導入ControlNet関連ノードを簡単にインストールするため、まずManagerを導入します。

 1-1. ダウンロードPowerShellで以下を実行：
cd C:\AI-Stack\ComfyUI\ComfyUI\custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

 1-2. ComfyUIを再起動再起動後、UI右側に「Manager」ボタンが表示されます。

 STEP 2: ControlNetモデルのダウンロード
 2-1. SDXL用ControlNetモデルJANKU v6.0はSDXLベースなので、SDXL用のControlNetが必要です。

 2-2. 推奨モデル

モデル
用途
サイズ


controlnet-openpose-sdxl
ポーズ制御
約2.5GB

controlnet-canny-sdxl
線画/エッジ
約2.5GB

controlnet-depth-sdxl
深度情報
約2.5GB

controlnet-scribble-sdxl
ラフスケッチ
約2.5GB


 2-3. ダウンロード元HuggingFaceで検索：
https://huggingface.co/lllyasviel/sd_control_collection
または
https://huggingface.co/diffusers/controlnet-canny-sdxl-1.0

 2-4. 配置場所C:\AI-Stack\ComfyUI\ComfyUI\models\controlnet\
例：
C:\AI-Stack\ComfyUI\ComfyUI\models\controlnet\controlnet-openpose-sdxl.safetensors

 STEP 3: プリプロセッサノードの導入
 3-1. ComfyUI Managerから導入ComfyUIでManagerボタンをクリック
「Install Custom Nodes」を選択
検索欄に controlnet と入力
以下をインストール：
ComfyUI's ControlNet Auxiliary Preprocessors
ComfyUI-Advanced-ControlNet
ComfyUIを再起動

 STEP 4: 基本ワークフローの構築
 4-1. 必要なノードControlNetワークフローに必要なノード：


ノード
役割


Load Image
参考画像を読み込み

OpenPose Preprocessor
ポーズを抽出

Load ControlNet Model
ControlNetモデル読み込み

Apply ControlNet
ControlNetを適用


 4-2. ワークフロー構成[Load Image]
      ↓
[OpenPose Preprocessor] → ポーズ画像を生成
      ↓
[Load ControlNet Model] + [Apply ControlNet]
      ↓
[KSampler] → 通常の生成パイプラインに接続
      ↓
[Save Image]

 4-3. 詳細な接続Load Image ノードを追加
参考画像をアップロード
DWPose Estimator または OpenPose Preprocessor を追加
Load Imageの出力を接続
ポーズ情報が抽出される
Load ControlNet Model を追加
モデル: controlnet-openpose-sdxl.safetensors を選択
Apply ControlNet を追加
positive: CLIPテキストエンコードから
negative: ネガティブプロンプトから
control_net: Load ControlNet Modelから
image: プリプロセッサの出力から
strength: 0.8〜1.0
KSampler に接続
positive/negativeをApply ControlNetの出力に変更

 STEP 5: 各プリプロセッサの使い方
 OpenPose（ポーズ制御）用途: 人物のポーズを抽出して再現
設定:


パラメータ
推奨値


detect_hand
true

detect_body
true

detect_face
true

適した場面:
キャラクターのポーズを指定したい
ダンスシーンを作りたい
複数人の配置を制御したい

 Canny（エッジ検出）用途: 線画/輪郭を抽出して構図を維持
設定:


パラメータ
推奨値


low_threshold
100

high_threshold
200

適した場面:
線画から着色
写真の構図を維持してアニメ化
ロゴやデザインの再現

 Depth（深度）用途: 奥行き情報を抽出
設定:


パラメータ
推奨値


model
MiDaS または Zoe

適した場面:
背景の奥行きを維持
建物や風景の構図再現
3D的な配置を制御

 Scribble（スクリブル）用途: ラフスケッチを解釈
適した場面:
手描きのラフから生成
簡単な線画から詳細画像を生成

 STEP 6: 強度の調整ControlNetの強度（strength）は生成結果に大きく影響します。

 強度と結果の関係

strength
結果


0.3〜0.5
軽いヒント程度

0.6〜0.8
バランス良い

0.9〜1.0
強く制御

1.0以上
過度に制約（崩れやすい）


 推奨設定

用途
strength


ポーズの再現
0.8〜1.0

構図のヒント
0.5〜0.7

線画着色
0.9〜1.0

スタイル変換
0.6〜0.8


 STEP 7: 複数ControlNetの組み合わせ複数のControlNetを同時に使うことで、より精密な制御が可能です。

 例: OpenPose + Depth参考画像を読み込み
OpenPoseでポーズを抽出
Depthで奥行きを抽出
両方をApply ControlNetで適用（別々のノード）
強度はそれぞれ調整

 組み合わせの例

組み合わせ
効果


OpenPose + Canny
ポーズ + 輪郭を維持

Depth + Scribble
奥行き + ラフの解釈

OpenPose + Depth
ポーズ + 空間配置


 トラブルシューティング
 ControlNetが効かない症状: 参考画像を無視して生成される
対策:
strengthを上げる（0.8以上）
プリプロセッサの出力を確認（ポーズ抽出されているか）
モデルがSDXL用か確認
Apply ControlNetの接続を確認

 ポーズが崩れる症状: 手足がおかしい
対策:
detect_handをtrueに
より鮮明な参考画像を使う
DWPose Estimatorを使う（OpenPoseより高精度）

 生成が遅い症状: ControlNet使用時に大幅に遅くなる
対策:
プリプロセッサの解像度を下げる
1つのControlNetのみ使用
画像サイズを小さくする

 メモリエラー症状: CUDA out of memory
対策:
画像サイズを小さくする（1024→768）
複数ControlNetを減らす

--lowvramオプションで起動

 実践例: ポーズ指定でキャラ生成
 入力参考画像: 立ちポーズの写真
プロンプト: 1girl, long black hair, school uniform, classroom
ControlNet: OpenPose, strength 0.9

 結果参考画像と同じ立ちポーズで、アニメ調の女子高生が生成される

 ポイント参考画像は全身が写っているものが望ましい
背景がシンプルだとポーズ抽出しやすい
複数人の場合は人数を一致させる

 まとめ

ステップ
内容
所要時間


1
Manager導入
5分

2
ControlNetモデルDL
10分

3
プリプロセッサ導入
5分

4
ワークフロー構築
10分

5
プリプロセッサ理解
-

6
強度調整
試行錯誤

合計: 約30分でControlNet環境構築完了！

 次のステップControlNetでポーズ制御ができるようになったら、次は：
👉 IP-Adapter導入ガイド - キャラクターの顔を固定して生成
ControlNet（ポーズ）+ IP-Adapter（顔）を組み合わせることで、

同じキャラクターを同じポーズで生成することが可能になります。

 参考リンクControlNet公式: https://github.com/lllyasviel/ControlNet
ComfyUI ControlNet: https://github.com/Fannovel16/comfyui_controlnet_aux
モデル配布: https://huggingface.co/lllyasviel
この記事が役に立ったら いいね お願いします！

質問はコメントでどうぞ。

機能	説明
ポーズ指定	参考画像と同じポーズで生成
構図制御	レイアウトを固定
線画着色	ラフスケッチから完成画
深度情報	奥行きを維持
セグメンテーション	部位ごとの色分け

項目	必須
ComfyUI	インストール済み
JANKU v6.0	導入済み
VRAM	8GB以上推奨

モデル	用途	サイズ
controlnet-openpose-sdxl	ポーズ制御	約2.5GB
controlnet-canny-sdxl	線画/エッジ	約2.5GB
controlnet-depth-sdxl	深度情報	約2.5GB
controlnet-scribble-sdxl	ラフスケッチ	約2.5GB

ノード	役割
Load Image	参考画像を読み込み
OpenPose Preprocessor	ポーズを抽出
Load ControlNet Model	ControlNetモデル読み込み
Apply ControlNet	ControlNetを適用

strength	結果
0.3〜0.5	軽いヒント程度
0.6〜0.8	バランス良い
0.9〜1.0	強く制御
1.0以上	過度に制約（崩れやすい）

用途	strength
ポーズの再現	0.8〜1.0
構図のヒント	0.5〜0.7
線画着色	0.9〜1.0
スタイル変換	0.6〜0.8

組み合わせ	効果
OpenPose + Canny	ポーズ + 輪郭を維持
Depth + Scribble	奥行き + ラフの解釈
OpenPose + Depth	ポーズ + 空間配置

ステップ	内容	所要時間
1	Manager導入	5分
2	ControlNetモデルDL	10分
3	プリプロセッサ導入	5分
4	ワークフロー構築	10分
5	プリプロセッサ理解	-
6	強度調整	試行錯誤

この記事でできること

ControlNetとは

何ができる？

使用例

前提条件

STEP 1: ComfyUI Managerの導入

1-1. ダウンロード

1-2. ComfyUIを再起動

STEP 2: ControlNetモデルのダウンロード

2-1. SDXL用ControlNetモデル

2-2. 推奨モデル

2-3. ダウンロード元

2-4. 配置場所

STEP 3: プリプロセッサノードの導入

3-1. ComfyUI Managerから導入

STEP 4: 基本ワークフローの構築

4-1. 必要なノード

4-2. ワークフロー構成

4-3. 詳細な接続

STEP 5: 各プリプロセッサの使い方

OpenPose（ポーズ制御）

Canny（エッジ検出）

Depth（深度）

Scribble（スクリブル）

STEP 6: 強度の調整

強度と結果の関係

推奨設定

STEP 7: 複数ControlNetの組み合わせ

例: OpenPose + Depth

組み合わせの例

トラブルシューティング

ControlNetが効かない

ポーズが崩れる

生成が遅い

メモリエラー

実践例: ポーズ指定でキャラ生成

入力

結果

ポイント

まとめ

次のステップ

参考リンク

Discussion