本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑ZImageFunControlnet 节点应用专门的控制网络来影响图像生成或编辑过程。它使用基础模型、模型补丁和 VAE，允许您调整控制效果的强度。该节点可与基础图像、修补图像和遮罩配合使用，以实现更有针对性的编辑。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 用于生成过程的基础模型。 |
模型补丁 | MODEL_PATCH | 是 | - | 应用控制网络引导的专门补丁模型。 |
VAE | VAE | 是 | - | 用于编码和解码图像的变分自编码器。 |
强度 | FLOAT | 是 | -10.0 至 10.0 | 控制网络影响的强度。正值应用效果，负值可反转效果（默认值：1.0）。 |
图像 | IMAGE | 否 | - | 可选的引导生成过程的基础图像。 |
重绘图像 | IMAGE | 否 | - | 专门用于修补由遮罩定义区域的可选图像。 |
遮罩 | MASK | 否 | - | 定义图像中应被编辑或修补区域的可选遮罩。 |
inpaint_image 参数通常与 mask 结合使用，以指定修补内容。节点的行为可能根据提供的可选输入而变化（例如，使用 image 进行引导，或使用 image、mask 和 inpaint_image 进行修补）。
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 应用了控制网络补丁的模型，可用于采样流程。 |
positive | CONDITIONING | 正向条件，可能已根据控制网络输入进行了修改。 |
negative | CONDITIONING | 负向条件，可能已根据控制网络输入进行了修改。 |
Source fingerprint (SHA-256):
465f9eb0dd60af23e6cdc2031579e404b4fed021738e592ee6acbb6ee57e83a0