ControlNet 分割图控制
最常见的用途。分割图把一张真实照片的布局交给生成模型,于是新图保留原有的排布,而外观可以完全换掉。
AI 图像分割
上传一张图片,SAM 会对整个画面做分割,把找到的每个区域填成不同的纯色。你会得到一张可以直接喂给生成模型当结构参考的分割图 —— 不用写提示词,也不用点选任何东西。


示例


使用步骤
拖入一张 JPG、PNG 或 WebP。画面里区域越分明 —— 比如街景、房间、人物加背景 —— 分割图就越清晰。
整张画面会自动完成分割。不用写提示词,也不用选择物体,所以同一张照片每次得到的分割图都一样。
结果会在生成会话里打开,你可以直接下载,也可以不用重来一遍就把它接到模型上当结构参考。
你会拿到什么
只是想把某个指定物体从画面里抠出来?那要用另一个工具 —— 下面这些颜色代表的是区域,不是可以单独取出的物体。
每种颜色代表模型认为属于同一整体的一块区域。颜色本身是随机分配的,不带任何名称:分割图不会告诉你某块是汽车还是树,只会告诉你它和周围是分开的。
所有区域一次性找出来。你不需要点选坐标、拖框,也不用输入要找什么 —— 这正是它和大多数同样叫「图像分割」的工具之间的区别。
颜色、纹理和光影都会被丢掉,只剩下布局。这种「丢失」恰恰是重点:生成模型读这张图时,继承的是你照片的结构,而不是它原本的样子。
用来做什么
最常见的用途。分割图把一张真实照片的布局交给生成模型,于是新图保留原有的排布,而外观可以完全换掉。
要理清哪个东西挡在哪个前面时,一张标明各区域起止的纯色图,比照片本身好读得多。
分割图会显示模型把画面的哪些部分当成同一个整体。它在什么地方意外地合并或拆开区域,往往能说明照片本身看不出的问题。
去掉纹理和光影之后,照片就变成一块块平涂的色面 —— 用来研究构图,或者从真实排布出发做设计,都很快。
每生成一张分割图固定消耗 2 积分,与照片尺寸无关。
适合爱好者和探索者
适合专业人士
适合高级用户和团队
适合团队和工作室
常见问题
开始分割
上传一张图片,几秒钟就能拿到一张彩色分割图,随时可以拿去引导下一次生成。