SDLamaCleaner可专业清洁模糊线稿，提升ControlNet识别精度；支持canny/lineart模型上色、CD-Tuner调色、img2img局部重绘及Cutoff插件精准控色五种协同方案。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您拥有手绘或数字绘制的原始草图，但线稿边缘模糊、杂色干扰严重，导致Stable Diffusion无法准确识别轮廓并完成高质量上色，则需先对线稿进行专业级清洁与强化。SDLamaCleaner作为专为AI绘画流程优化的线稿预处理工具，可显著提升ControlNet对边缘结构的理解精度。以下是多种可行的线稿清洁与上色协同方案：
一、使用SDLamaCleaner预处理线稿
SDLamaCleaner通过深度学习模型自动分离线条与噪点，保留高对比度、单色、闭合性良好的矢量化线稿，为后续ControlNet上色提供理想输入源。其输出格式兼容PNG透明背景，避免灰阶残留干扰颜色扩散。
1、下载并解压SDLamaCleaner官方发布包（支持Windows/Linux/macOS）。
2、将待处理的原始线稿（PNG/JPG格式，建议分辨率≥1024×1024）拖入cleaner_gui.exe主程序窗口。
3、在界面中勾选“Line Art Enhancement”与“Background Removal”两项核心模式。
4、点击“Process”按钮，等待处理完成；生成的cleaned_lineart.png将自动保存至output子目录。
5、将该cleaned_lineart.png直接导入Stable Diffusion WebUI的ControlNet单元作为参考图像。
二、ControlNet + canny模型直连上色
该方法跳过传统img2img流程，利用canny边缘检测器重建线稿结构，并驱动基础SD模型按提示词生成带色图像，适用于风格统一、结构明确的线稿。
1、在WebUI中启用ControlNet扩展，点击“Enable”开关。
2、在ControlNet单元中上传SDLamaCleaner输出的cleaned_lineart.png。
3、下拉选择“control_canny”作为控制模型，预处理器自动匹配为canny。
4、主生图区域设置正向提示词：lineart, colored illustration, clean lines, vibrant colors, studio lighting, sharp focus。
5、负向提示词填入：grayscale, monochrome, sketch, text, watermark, blurry edges。
6、采样器设为DPM++ 2M Karras，步数20，CFG Scale 7，尺寸保持与线稿一致。
三、ControlNet + lineart模型+CD-Tuner色彩微调
该组合路径实现分层控制：lineart模型专注结构保真，CD-Tuner插件则在潜空间内实时调节色相/饱和度分布，适合对肤色、材质色调有精确要求的场景。
1、安装CD-Tuner插件至webui/extensions目录，重启WebUI。
2、ControlNet单元切换为“control_lineart”模型，预处理器设为lineart_standard。
3、在CD-Tuner面板中开启“Color Guidance”，滑动“Hue Shift”调节整体色温，“Saturation Boost”增强明度层次。
4、正向提示词中加入具体色彩指令：pastel tones, soft skin shading, cyan jacket, warm ambient light。
5、生成前确认CD-Tuner权重设为0.6–0.8，避免过度偏色失真。
四、img2img重绘+蒙版局部上色
当线稿已含部分基础色块（如平涂底色），但需精细化润色时，此法可锁定区域仅重绘指定部位，避免全局重绘导致结构错位。
1、将SDLamaCleaner处理后的线稿与初步上色图并置，用Photoshop或GIMP制作Alpha通道蒙版（需上色区域为白色，其余为黑色）。
2、进入WebUI的img2img页，上传初步上色图作为原图，粘贴蒙版至“Mask”框。
3、勾选“Only masked”与“Inpaint area: Only masked”。
4、在提示词中强调目标区域特征：detailed fabric texture on sleeve, realistic shadow under chin, glossy hair reflection。
5、重绘幅度（Denoising strength）设为0.4–0.55，确保细节增强而不破坏原有构图。
五、使用Cutoff插件精确控色
Cutoff插件允许用户在提示词中直接声明某类物体必须呈现指定RGB值或色系，绕过模型自由发挥导致的配色偏差，特别适用于IP形象标准化上色。
1、安装Cutoff插件后，在提示词末尾添加语法：[hair: #E6B87F], [dress: #2A5C82], [eyes: #4A90E2]。
2、确保ControlNet仍以SDLamaCleaner输出线稿为输入，控制模型为lineart_anime或lineart_realistic（依画风选择）。
3、关闭“Highres fix”，防止二次缩放破坏Cutoff的像素级定位精度。
4、生成前检查Cutoff面板中各色域阈值是否设为默认0.15，过高会导致色块溢出边界。
