ComfyUIでControlNetを使う際に、線画や深度マップ、ポーズ画像などの制御画像の種類が分からず戸惑うことがあります。これらの画像は生成結果に大きく影響するため、それぞれ何を指定したいのかを明確にし、対応する前処理を正しく行うことが重要です。本記事ではControlNetの種類ごとに必要な制御画像の特性と、失敗しやすいポイントの見分け方、再調整のステップを具体的に解説します。読者がComfyUIで実際に試せるチェックリストも用意しましたので、画像生成に役立ててください。

線画制御に必要な前処理と観察ポイント

線画を用いるControlNetでは、エッジ検出などの前処理が求められます。ComfyUI標準の線画抽出ノードがない場合は外部ツールでCannyやSobelフィルターをかけてから入力する方法もあります。前処理後の画像は輪郭が明瞭かつノイズが少ないことが理想です。不必要な背景の線や細かすぎるノイズが残っていると生成結果が乱れやすくなるため、生成した画像で線がぼやける、模様がつぶれるなどの失敗を見つけたら前処理のパラメータ調整を検討しましょう。

線画の質を判断する観察点として、輪郭が抜けていないか、細かい線が多すぎて情報が散漫になっていないかを確認します。必要に応じてエッジ検出の閾値を変え、明瞭だが過剰ではない制御画像を作ることが重要です。これが良質であれば生成されるイラストの輪郭がはっきりし、意図した形状を保ちやすくなります。

再調整する際はまずエッジ抽出のパラメータ（例えばCannyの閾値）を上下させることから始め、必要に応じて画像のサイズ・コントラストを整えます。線が細すぎて消える場合は低解像度化やぼかしを試し、ノイズ過多ならマスク処理などの追加除去を検討すると良いでしょう。

深度マップ入力の種類と生成画像への影響

深度マップ制御では対象画像の距離や立体情報を反映したグレースケールマップが使われます。ComfyUIを含む標準ノードセットには深度生成ノードが限定的で、外部ツールで生成したものを流し込むケースが多いです。深度マップはイメージの凹凸や前後関係を制御する重要な情報なので、不自然なぼかしや境界線の乱れがあると遠近感が損なわれるため注意が必要です。

検証のポイントとして、生成された深度マップに対象物の輪郭や前後関係が明瞭に反映されているかをチェックしてください。明らかに境界が不自然だったり、大きなブロックが途切れている場合は前処理の見直し、あるいは元画像の解像度を変えて試すことをおすすめします。また、深度マップは一般的に白に近いほど前景、黒に近いほど背景の位置情報として扱われるので、これをイメージしながら調整してください。

再調整の手順は生成した深度マップの入力サイズとクオリティの確認から入り、その後境界部分を強調するためにエッジ検出やシャープ化を段階的に試しましょう。異常なざらつきがあればノイズ除去のフィルターで緩和し、生成画像そのものの前後関係に違和感が出る場合は元データの撮影条件や構図も再考してください。

ポーズ画像入力の種類と具体的な調整方法

ポーズ制御画像は人物や動物の骨格や関節を点や線で示したスケルトン画像を指し、ComfyUIのControlNetではOpenPose形式のものを主に利用します。これらは動きやポーズの輪郭を自然に誘導できるので、動的な構図や特定のポーズを強調したい場合に有効です。ただし線の太さや繋がり具合により認識精度が変わるため、撮影データから生成したスケルトンの質やノイズ除去が重要です。

ポーズ画像が適切かどうかは、継ぎ目欠落や線の切断がないか、関節点の漏れや重なりが無いかで判断します。ポーズがうまく反映されない場合はまずスケルトン生成時の検出モデルの設定やパラメータを確認し、線の太さやフィルター処理の強さを変えてから再度読み込みを行うと良いでしょう。画像の解像度も低すぎると関節の位置情報が歪みが出てしまいます。

調整はポーズ画像の生成方法を見直すことから始め、線の太さを段階的に増減させつつComfyUIのControlNet入力ノードに取り込んで挙動を確認してください。必要ならペイントツールで切れている線や欠損を補う作業を挟むとさらに安定した生成結果が得られます。ポーズの崩れが見えたらまず全体の再生成ではなくポーズ画像単体の修正に注力しましょう。

3種類の制御画像を活用する際の再検証チェックリスト

ControlNetに入力する制御画像の種類（線画・深度・ポーズ）ごとの違いを理解し、前処理方法を整理することで目的に合った生成がしやすくなります。3種を横断的に扱う際は、まずそれぞれの元画像のクオリティや内容を単体で確認し、不自然なノイズや欠損がないかをチェックします。次に前処理ノードのパラメータを見直し、最適化を進めてください。

生成結果が意図した通りにならない場合は、どの制御画像の影響かを見極めるため、1つずつControlNetの有効・無効を切り替えて再生成します。変化が大きい制御画像に注目し、該当する前処理条件を段階的に調整しましょう。また、解像度差が大きいと誤認識の原因になるため、入力する全ての画像のサイズ統一も確認項目です。

チェックリストとして、(1)前処理前後で元画像と制御画像の違和感を見極める、(2)制御画像の特徴が生成結果に反映されているか判定する、(3)パラメータ変更による変化を段階的に比較する、を実施してください。このように段階的かつ系統立てた検証を繰り返し、ComfyUIのControlNet入力の理解と使いこなしを目指しましょう。

試すときの確認

ComfyUIでControlNet入力に使う線画・深度・ポーズの制御画像は、それぞれ特徴と前処理が異なります。線画は輪郭の明瞭さ、深度は前後関係の自然さ、ポーズは関節など骨格の正確さが重要です。生成失敗の目安としては、ぼやけやノイズ、欠損や不自然な繋がりが挙げられ、それらを画像ごとに段階的に調整し検証する必要があります。読者自身が前処理を最適化できるように、観察ポイントや再調整の順序を具体的に示しました。記事のチェックリストを参考に、用途に応じた制御画像とパラメータ設定を試し、自分の生成画像の質向上につなげてください。

関連する構図の考え方は黒い着物と刀を描く記事でも紹介しています。

• 入力前の線画画像が輪郭を明瞭に表現し、不必要なノイズがないかを肉眼で確認してください。
• 深度マップの白黒のコントラストが対象物の前後関係に合致しているか生成結果で比較してください。
• ポーズ画像の関節線が切れていないか、全ての重要な関節点が含まれているかを前処理後に確認しましょう。

参考資料と確認範囲

ComfyUI公式：ControlNet（資料確認日：2026-10-01）。機能の説明は資料に基づき、比較手順は読者が試すための提案です。本記事で実機の比較結果を示しているわけではありません。