【#9】ControlNet『OpenPose』（データ配布有り）【ComfyUI講座】【2025年版】

今回はControlNet『OpenPose』について解説します。

🎯 ControlNet × OpenPose の仕組みを完全解説！

「ComfyUI_IPAdapter_plus」というカスタムノードが必要です。予めインストールしておいてください。

ComfyUIでポーズ制御する仕組みとノードの役割とは？

✅ はじめに：ControlNetとは？

ControlNetは、Stable Diffusion系モデルに「ポーズ」「線画」「深度」などの追加情報を与えて、画像生成を制御するための拡張機能です。
中でも「OpenPose」は人物の骨格を読み取ってキャラクターのポーズを指定できることで、最も有名なControlNetの一つです。

この記事では、ComfyUI上で実際に組まれたノード構成をもとに、「OpenPoseによるポーズ制御の仕組み」を図解しながら解説します。

🧩 全体の流れ：画像からポーズを抽出 → 制御に活用

🛠 使用ノードの役割

① 画像読み込み（LoadImage）

• ファイル名：out_ballerina.png

• 画像サイズ：832×1216px

• ComfyUIに画像を読み込む入口となるノード。

② 拡大処理（ImageScale）

• 解像度：1024×1536

• 拡大方法：nearest-exact

なぜ拡大する？
→ OpenPoseによる検出精度を高めるため。特に手足や顔など細かい部位の認識率が向上します。

③ OpenPoseによる骨格抽出（OpenPose Preprocessor）

• 使用ノード：OpenPose Pose（comfyui_controlnet_aux）

• 設定：

  • detect_hand = enable

  • detect_body = enable

  • detect_face = enable

  • resolution = 512

ここで重要なのが「resolution」。
これはポーズ検出の内部解像度を示しており、高すぎるとGPU負荷が増えますが、512はバランスの良い設定です。（高品質なら1024、スピード重視なら256）

このノードによって、バレリーナのポーズがスティックフィギュア（棒人間）のように検出され、次のControlNetに渡されます。

④ ControlNetモデル読み込み（ControlNetLoader）

• モデルファイル：OpenPoseXL2.safetensors（models>controlNetにopenposeなどわかりやすいフォルダを作成して保存します）

これは SDXLベースで学習されたControlNet用OpenPoseモデルで、ポーズに従ったイラスト生成を可能にします。

⑤ ControlNet適用（ControlNetApply）

• 強度：1.0

• 開始～終了パーセント：0.0～1.0（生成プロセス全体に適用）

ここで、ポーズ情報（スティック画像）と生成プロンプトの両方が融合され、最終的な構図が制御されます。

⑥ プレビューと保存

• PreviewImageで確認

• SaveImageでファイルに出力

生成されたOpenPose画像をそのまま保存することで、デバッグや学習データとして活用することも可能です。

🧠 なぜOpenPoseを使うのか？

ControlNetの主な利点

1. ポーズの統一

   • 顔やキャラクターのLoRA制作時に、複数の画像でも一貫した構図を維持できる

   • キャラクターの姿勢や表情のバリエーションを作成する際に便利

2. 指示の明確化

   • テキストプロンプトだけでは伝えにくい細かい動作・アクションを視覚的に指定可能

   • 例えば「手を上げる」「横を向く」などのポーズを正確に再現できる

3. 微調整の効率化

   • ControlNetの強度（Weight）を調整することで、AIの自由度と制御のバランスを最適化できる

   • 厳密に再現したい場合も、少しだけ反映させたい場合も柔軟に対応可能

🛠 有料パートの内容

✅ OpenPose ControlNet対応ワークフロー（.json）