OpenPose 姿势识别技术利用OpenPose模型，可以精确控制人物的姿势。通过上传参考图（或骨架图），能够在文生图页面输入相应指令，生成同样姿势的人物。
在ControlNet选项卡中，您需上传所需的姿势图片，并启用预处理器，选择“openpose_hand”，同时选择已下载的“control_openpose”模型。在进行图片生成时，ControlNet将自动识别姿势，并实现图片的精准生成。
效果展示如下：
Canny 边缘检测技术Canny模型擅长检测图片的边缘，并将其转化为线稿图。这一技术不仅能控制人物姿势，还能对图片中的其他元素外形进行精细调整。
配置相应参数后，您将看到人物姿势与原图保持一致，背后的饰品形状也毫无差异。
深度检测与提取Depth模型是一种深度检测技术，它能分析图片的空间位置关系，生成深度图，并据此进行作图。尽管该技术能把握大体空间关系，但人物细节的捕捉能力稍显不足。
HED边缘提取技术与Canny类似，HED也是一种边缘检测算法。其生成的线稿图线条相对粗犷，但在细节上有所补充，为作图提供了更多可能性。
M线段识别技术M模型擅长提取图片中的线段，特别适用于建筑和室内设计等场景。该技术并不适用于人物图像的处理。
Normal模型的空间捕捉Normal模型在捕捉空间关系方面表现出色，同时也能捕获轮廓内部的特征，生成具有特定风格的图片。相比Depth算法，其轮廓内部细节更为丰富。
Scribble模型黑白稿提取Scribble模型以涂鸦的形式，将照片中的物体提取为黑白稿，为黑白稿作图提供了方便。
语义分割技术Seg模型的主要功能是提取图片中的不同物体，并将其标记为不同的颜色。根据生成的语义图，可以进行相应的作图操作。