Cómo los creadores digitales usan el modo Controlled Text-to-Image de Dezgo y ControlNet para preservar poses y siluetas estructurales

En los flujos de trabajo tradicionales de generación de imágenes mediante texto (Text-to-Image), los ilustradores, artistas conceptuales y diseñadores visuales se enfrentan con frecuencia al fenómeno del desvío de instrucciones (prompt drift). Intentar describir posturas corporales complejas, escorzos anatómicos o composiciones espaciales rigurosas únicamente con palabras suele provocar extremidades deformadas, ángulos de cámara impredecibles y siluetas inconsistentes.

La plataforma Dezgo resuelve este obstáculo mediante su herramienta Controlled Text-to-image (disponible directamente en la interfaz web y a través del punto de conexión API POST /controlnet). Respaldada por adaptadores neuronales ControlNet integrados en el ecosistema de Stable Diffusion 1.5, esta funcionalidad permite a los artistas cargar imágenes de referencia como guías geométricas. Al utilizar modelos de acondicionamiento como OpenPose, Canny Edges y Depth, combinados con controles precisos de intensidad, es posible fijar poses y contornos mientras el texto redefine libremente la estética, la iluminación, el vestuario y el entorno.

La arquitectura ControlNet en Dezgo

Los modelos de difusión convencionales utilizan mecanismos de atención cruzada para deducir simultáneamente qué elementos componen la imagen y en qué posición deben ubicarse. ControlNet divide esta carga introduciendo una red neuronal secundaria que extrae mapas de características estructurales explícitas de una imagen de referencia (init_image) y los inyecta en cada capa del proceso de eliminación de ruido.

En Dezgo, el menú de modelos de control (control_model) ofrece diversas alternativas según el objetivo de diseño:

1. OpenPose Full (openpose_full): Extrae los puntos clave del esqueleto humano, los ángulos de las articulaciones, la orientación del rostro y las coordenadas de las manos. Al aislar por completo la postura del sujeto respecto a su ropa, género, fisonomía y fondo, constituye la herramienta idónea para hojas de personajes en múltiples ángulos (turnarounds) y secuencias de acción.
2. Canny Edges (canny): Aplica un algoritmo de detección de bordes de alto contraste para calcar las siluetas exteriores y las líneas dominantes. Es fundamental para colorear bocetos entintados, integrar logotipos o preservar formas mecánicas de superficies rígidas.
3. Depth (depth): Construye un mapa de profundidad monocular en escala de grises (donde los blancos representan planos cercanos a la cámara y los negros, el fondo lejano). En lugar de congelar líneas individuales, Depth fija el volumen espacial tridimensional y la perspectiva de la cámara, permitiendo cambios estilísticos drásticos sin desarmar la composición del escenario.
4. Modelos estructurales adicionales: Dezgo también admite lineart (extracción limpia de líneas artísticas para cómic o manga), scribble (para transformar garabatos y bocetos rápidos en pinturas detalladas), mlsd (detección de líneas rectas geométricas para arquitectura e interiores) y normalbae (orientación superficial de mapas normales).

Comparativa de modelos ControlNet en Dezgo

Flujo de trabajo práctico paso a paso en Dezgo

Dezgo permite experimentar de forma gratuita y sin registro en el navegador, así como escalar hacia entornos profesionales mediante Power Mode y su API REST. A continuación se detalla el procedimiento estándar para asegurar poses y estructuras.

1. Acceder a la herramienta especializada

En el menú de navegación de Dezgo, diríjase a la sección Image Tools y seleccione Controlled Text-to-image (dezgo.com/app/controlnet). Esta vista cuenta con los controles estructurales que no están presentes en el generador estándar.

2. Cargar la imagen de referencia (Init Image)

Arrastre o seleccione un archivo JPEG o PNG en el panel Init image.

• Resolución nativa: El pipeline de ControlNet en Dezgo se ejecuta sobre la arquitectura Stable Diffusion 1.5, cuyo espacio latente nativo es de 512×512 píxeles. La plataforma redimensiona la imagen de manera automática.
• Coherencia de proporción: Si su imagen de referencia es vertical, ajuste el control deslizante Resolution en modo «Portrait» para evitar compresiones o recortes involuntarios.

3. Seleccionar el modelo de control y verificar el preprocesamiento

• Elija el modelo adecuado (openpose_full para anatomía, canny para bordes o depth para volumen espacial).
• Despliegue el panel More options y revise el interruptor Control preprocess:
  • Activado (Yes / predeterminado): Indispensable cuando se carga una fotografía estándar, un render o una ilustración a color; los servidores de Dezgo detectarán y generarán automáticamente el mapa esquelético o de contorno.
  • Desactivado (No): Selecciónelo únicamente si el archivo subido ya es un mapa procesado (por ejemplo, un esqueleto en color exportado desde Blender o una imagen de profundidad en escala de grises).

4. Calibrar el deslizador de peso (Control Scale)

El parámetro Control scale (graduado de 0% a 100%, o de 0.0 a 1.0 en la API) determina la fuerza con la que la guía geométrica condiciona al modelo de difusión:

• 100% (1.0): Sujeción estricta. El resultado copia con exactitud la geometría de referencia. En modos como Canny, valores tan altos pueden generar rigidez visual y artefactos lineales artificiales.
• 60% – 80% (0.60 – 0.80) [Rango óptimo recomendado]: Permite fijar con precisión la postura del personaje y la composición de la escena, concediendo al modelo la soltura necesaria para renderizar pliegues de ropa, cabello dinámico, iluminación ambiental y texturas orgánicas.
• Inferior al 40% (0.40): Guía débil. Útil para sugerir una composición abierta sin condicionar las proporciones finales.

5. Escoger el modelo base de Stable Diffusion 1.5

En el desplegable Model, elija el punto de control (checkpoint) que mejor responda al estilo artístico deseado:

• Fotorrealismo y retrato cinemático: absolute_reality_1_8_1, cyberrealistic_3_3 o realistic_vision_5_1.
• Animación, anime e ilustración digital: anything_5_0, waifudiffusion_1_4 o ghostmix_v2.
• Arte conceptual de fantasía y pintura digital: dreamshaper_8, deliberate_2 o realdream_12.

6. Configurar la guía del prompt y el muestreo

• Redacción de prompts: Dado que ControlNet resuelve la geometría y la pose, enfoque su prompt positivo en el sujeto, los acabados materiales, la iluminación y la ambientación (por ejemplo: "cyberpunk mercenary, detailed tactical exoskeleton, dramatic neon rim lighting, atmospheric volumetric smoke, 8k concept art").
• Prompt negativo: Conserve la plantilla predeterminada de Dezgo (ugly, poorly drawn hands, poorly drawn feet, extra limbs, bad anatomy, deformed) para minimizar aberraciones en articulaciones y dedos.
• Guidance (CFG Scale): Mantenga valores entre 6.0 y 8.5 (por defecto 7.0). Valores superiores a 10.0 suelen competir agresivamente con el mapa de ControlNet, quemando contrastes y bordes.
• Muestreador (Sampler): El algoritmo predeterminado dpmpp_2m_karras ofrece una convergencia limpia y nítida en tan solo 14 a 25 pasos de muestreo.

Casos de aplicación en la producción digital

Caso A: Continuidad de personaje en diferentes escenas y posturas

Para artistas de cómic o diseñadores de cinemáticas que necesitan al mismo protagonista en múltiples acciones:

1. Establezca el prompt descriptivo del personaje y asocie los LoRAs requeridos (Dezgo permite vincular hasta 4 LoRAs de CivitAI simultáneamente).
2. Para cada viñeta, cargue una imagen con la pose deseada (saltando, corriendo, conversando) y configure openpose_full con una escala de 0.75.
3. Manteniendo la misma semilla (Seed) o estructura de prompt, obtendrá un personaje uniforme interactuando en posturas variadas sin deformaciones anatómicas.

Caso B: De boceto preliminar a ilustración final

Para ilustradores que desean dar acabado a ideas en lápiz o tinta:

1. Suba el boceto digital escaneado a Init Image y seleccione canny o scribble.
2. Establezca la escala de control en 0.65 – 0.70.
3. Indique en el texto los materiales, la atmósfera y el tipo de técnica artística deseada.
4. El sistema conservará con rigor las proporciones originales del dibujo, aplicando sombreado, oclusión ambiental y texturas fotorrealistas.

Acceso comercial y automatización mediante API

Dezgo ofrece un esquema de uso escalable y sin fricciones:

• Prueba gratuita web: Cualquier creador puede evaluar el modo controlado sin registrarse ni introducir tarjetas bancarias.
• Power Mode (saldo prepago): Al iniciar sesión, los usuarios pueden añadir fondos bajo un modelo de pago por consumo sin suscripciones periódicas obligatorias. El modo Power desbloquea la generación en lotes paralelos (Count), pasos de muestreo de hasta 150 y escalado a resolución 2x mediante Real-ESRGAN.
• API para desarrolladores: Es posible automatizar la generación enviando peticiones a POST /controlnet con la cabecera X-Dezgo-Key mediante JSON (imágenes en Base64) o multipart/form-data. Dado que ControlNet ejecuta redes adicionales de acondicionamiento, el coste computacional es aproximadamente el doble que el de una llamada básica a /text2image (alrededor de $0.0038 por petición a 512×512 en pasos base), lo que continúa resultando notablemente económico frente al mantenimiento de infraestructura GPU propia.

Recomendaciones para obtener resultados óptimos

• Claridad en las manos: OpenPose reconoce las extremidades con mayor precisión si las manos no están ocultas en bolsillos ni superpuestas de manera confusa sobre el cuerpo.
• Alineación de formato: Asegúrese de que la orientación de la imagen de referencia coincida con el modo de resolución elegido (Portrait para verticales, Landscape para horizontales).
• Calibración gradual: Comience siempre en una escala de control de 0.70. Si la pose no se transfiere con suficiente fidelidad, súbala a 0.85; si el render se percibe rígido, disminúyala hacia 0.60.

Referencias

• Dezgo - Free Online AI Image/Video Generator, Apps & Tools
• Controlled Text-to-image - Free Online AI Image Generator - Dezgo
• AI Image Generator API - Flux/Stable Diffusion - Dezgo
• API Reference - AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Overview - AI Image Generator API - Flux/Stable Diffusion - Dezgo