FLUX.1とControlNetで線画を着色する:ローカル環境で思い通りのイラストを生成する実践テクニック
画像生成AIの進歩は目覚ましく、なかでも高品質なディテール描画とプロンプト理解力で話題をさらっているのがFLUX.1です。この最新の拡散モデルをローカル環境で動かすだけでも楽しいですが、さらに表現をコントロールするための強力な手法がControlNetの導入です。
今回は、ノードベースの画像生成インターフェースであるComfyUIを利用し、自分で描いたシンプルな手書きの線画(スケッチ)をベースにして、FLUX.1で思い通りの彩色と細部を描き加える「線画着色ワークフロー」の具体的な設定手順とテクニックを解説します。

必要な環境とモデルの準備
FLUX.1でControlNetを利用するには、通常の画像生成よりも多くのVRAM(ビデオメモリ)を必要とします。本検証は以下の構成で実施しました。
- GPU: NVIDIA GeForce RTX 4070 Ti (VRAM 12GB) / 推奨: VRAM 12GB以上
- UI: ComfyUI (最新版へのアップデートが必要)
- FLUX.1モデル:
flux1-dev-fp8.safetensors(精度と容量のバランスが良いFP8版) - ControlNetモデル:
flux-controlnet-cannyまたはflux-controlnet-hed(輪郭線抽出用モデル)
これらのファイルはあらかじめComfyUIの所定のディレクトリ(models/unet/ および models/controlnet/)に配置しておきます。
ComfyUIでの線画着色ワークフロー構築
線画から画像を生成するためのComfyUIのノード構成手順は以下の通りです。
1. 線画のインプットと前処理
「Load Image」ノードで手書きのスケッチ画像を読み込みます。この画像をそのままControlNetに入力しても良いですが、鉛筆の薄い線などは「Canny Edge Detector」などの前処理ノードを通すことで、AIが認識しやすいはっきりとした二値の輪郭線へと変換できます。
2. ControlNetの適用
「Apply ControlNet (Advanced)」ノードを追加します。
controlnet端子に「Load ControlNet Model」で読み込んだFLUX.1用のCanny ControlNetモデルを接続します。image端子に前処理済みの輪郭線画像を接続します。strength(制御の強さ)は、最初は0.7〜0.8で試すのがおすすめです。強すぎると線画の歪みまで硬直化してしまい、弱すぎると元のスケッチの構図から外れてしまいます。
3. プロンプトとKSamplerの設定
「CLIP Text Encode」ノードに、彩色したいイメージのプロンプトを入力します。例えば、「A steaming ceramic cup of gourmet espresso on a rustic wooden table, soft morning light, hyper-realistic, 8k resolution」といった具体的な状況を入力します。 最後にこれらを「KSampler」に繋ぎ、生成を実行します。
思い通りの結果を得るための3つのコツ
手書きスケッチの個性を活かしつつ、クオリティの高いイラストに仕上げるための重要なパラメータ調整について解説します。
コツ1:ノイズ除去強度(Denoising Strength)の調整
線画着色(Image to Image)の挙動では、ノイズ除去強度の設定が仕上がりを大きく左右します。
0.5〜0.6: 元の線画のタッチや質感をかなり強く残します。鉛筆のニュアンスを残したい場合に適しています。0.8〜0.9: 構図だけを線画から借りて、ディテールはFLUX.1に完全に新しく描かせます。プロのイラストレーターのような滑らかな塗りに仕上げたい場合は高めに設定します。
コツ2:前処理でのコントラスト強調
線画の背景部分に余計なゴミや影が入っていると、ControlNetがそれらを「描くべき線」と誤認してノイズの原因になります。読み込ませるスケッチは、スマートフォンのスキャンアプリなどを使って白黒二値化し、コントラストを最大まで上げておくことが成功の秘訣です。
コツ3:アスペクト比の一致
入力する線画のアスペクト比(縦横比)と、ComfyUIの「Empty Latent Image」で設定する出力解像度のアスペクト比は必ず一致させてください。これが異なっていると、生成時に画像が引き伸ばされ、ControlNetの適用位置がずれて崩れた画像が出力されてしまいます。
まとめ:ローカル環境だからこそ広がる表現
FLUX.1とControlNetの組み合わせは、従来のモデルよりも線の追従性が高く、破綻の少ない画像を生成できます。クラウドサービスのような生成枚数制限や利用料金を気にせず、ローカルGPUで納得がいくまでノブを回し、理想の1枚を作り上げてみてください。
お役立ち情報
- Black Forest Labs 公式サイト - FLUX.1ファミリーの公式リリース記事や技術ドキュメント。
- ComfyUI GitHub リポジトリ - 本ワークフローを構築するためのオープンソースのノードUIツール。
- ControlNet-v1.1 公式リポジトリ - 元祖ControlNetの開発者であるlllyasviel氏による解説と原理。