前言

前段时间，相信大家都知道MistoLine 的发布了，核心的意义在于：一种比canny和其他线条控制方法更加准确、细致的线条controlnet控制。看看官方的对比图就知道了：

网上有太多关于MistoLine的介绍了，设计小站也没有第一时间跟大家同步这个信息，因为，我认为应用在工作流上，还缺预处理器这里。

就在刚刚，作者发布了ComfyUI-Anyline，终于完成进化了！

应用场景

适合用于之前Canny等线条控制的一切应用场景，包括但不限于：

绘画领域。线稿生成特定风格的色彩图
建筑领域。线稿、草模生成渲染效果图
产品设计领域。线稿、草模生成产品渲染效果图
营销设计。产品图生成场景图。这是工作流的部分，可以替代Canny部分。可以看我之前文章：# 【AI辅助设计】AI出效果图优化版流程
视频/图片风格转绘。将视频或图片转绘为其他风格

Anyline介绍

这是官方的介绍，设计小站稍作整理。

Anyline: 快速、精确、详细的线条检测预处理器

Anyline 是一个 ControlNet 线条预处理器，能够从大多数图像中准确地提取对象边缘、图像细节和文本内容。用户可以输入任何类型的图像，快速获得线条清晰、细节保留充分、文字高保真的线稿，这些线稿随后用作 Stable Diffusion 中的条件生成输入。

技术细节

Anyline 使用的模型和算法基于 “Tiny and Efficient Model for the Edge Detection Generalization (TEED)” 论文（arXiv:2308.06468）中的创新努力。TEED 预设在 ComfyUI 中也源自这项工作，标志着它是一个强大的视觉算法（TEED 目前是最先进的）。更多细节，请参考论文。

与其他线条提取预处理器的比较

Anyline 使用 1280px 的处理分辨率，因此比较也是在这一分辨率下进行的。与其他常用的线条预处理器相比，Anyline 在轮廓精度、对象细节、材质纹理和字体识别（特别是在大型场景中）方面具有显著优势。它还在减少大多数场景中的噪声方面表现更好，从而在生成过程中实现更干净的图像处理和更少的不准确之处。

效果概览

Anyline 与 Mistoline ControlNet 模型结合，形成了一个完整的 SDXL 工作流程，最大限度地实现了精确控制并利用了 SDXL 模型的生成能力。Anyline 也可以在 SD1.5 工作流程中与 SD1.5 的 ControlNet 一起使用，尽管它在 SDXL 工作流程中的 Anyline+MistoLine 设置中通常表现更好。

注意：最终结果高度依赖于所使用的基础模型。请根据需要选择合适的基础模型。

安装

要将 Anyline 作为 ComfyUI 插件使用，您需要先安装 comfyui_controlnet_aux！您可以按照这里的说明进行操作：https://github.com/Fannovel16/comfyui_controlnet_aux?tab=readme-ov-file#installation

安装完 comfyui_controlnet_aux 后，请按照以下步骤操作：

打开您的 IDE 和 ComfyUI 命令行，确保 Python 环境匹配。
导航到自定义节点目录：
```
cd custom_nodes
```
克隆存储库，或手动下载此存储库并放入 ComfyUI/custom_nodes 目录：
```
git clone https://github.com/TheMistoAI/ComfyUI-Anyline.git
```
导航到克隆的目录：
```
cd ComfyUI-Anyline
```
安装依赖项：
```
pip install -r requirements.txt
```
首次使用时，模型将自动下载。如果失败，请手动从 HuggingFace Repo 下载，并把 .pth 文件放置在指定目录。