ControlNet控图时最让人头疼的一类问题，是参考图本身结构标准，生成结果却像被一只无形的手拉宽或压扁：人物四肢比例失调、建筑横梁弯曲、透视莫名其妙地歪掉。这类变形十有八九不是模型能力不行，而是参考图分辨率、预处理器输出尺寸和最终生成尺寸三者没有对齐。Resize Mode决定参考图以什么方式被放进生成画布，Preprocessor Resolution决定预处理器在多大的画面上提取控制信息，把这两个参数的运作逻辑弄清楚，大部分变形问题都能当场解决。

变形的根源：一条环环相扣的分辨率链条

要理解变形从哪来，先要把ControlNet处理一张参考图的完整流程捋一遍。你丢进去的原图可能是手机直出的4000x3000，也可能是网上找来的800x600，尺寸五花八门。预处理器（比如openpose、canny、depth）并不会直接在原图上干活，而是先把图缩放到processor_res指定的分辨率，在这个尺寸上提取姿态骨架、边缘线条或深度信息，得到一张控制图。随后这张控制图还要经过Resize Mode的处理，被拉伸、裁剪或填充到与生成尺寸一致的画布上，模型才能拿它和噪声潜码做运算。

问题就出在这两次缩放上。假设你的参考图是16:9的横幅风景，而生成尺寸设置成了768x1152的竖版，宽高比一个是1.78，一个是0.67，差距悬殊。如果Resize Mode选了直接拉伸，控制图会被硬生生压成竖条，里面的建筑轮廓、地平线全部跟着扭曲，模型自然生成一张比例失调的图。反过来，只要参考图比例和生成比例接近，哪怕绝对尺寸差得很远，变形也不会发生，因为等比缩放不改变画面结构。

还有一个容易被忽略的细节：Preprocessor Resolution过低时，控制图本身就已经糊了。比如一张多人合照用256的预处理器分辨率去跑openpose，小脸的关键点会丢失、骨架线断断续续，模型拿到的控制信号本身就是残缺的，出来的图自然东倒西歪。所以排查变形问题时，不要只盯着Resize Mode，控制图的质量同样要检查，在WebUI里点一下预处理器结果预览，肉眼确认骨架或线条是否完整清晰。

Resize Mode四种模式逐一拆解

Resize Mode的四个选项，本质上是在回答同一个问题：当参考图比例和生成比例对不上时，牺牲什么。要么牺牲比例（拉伸变形），要么牺牲内容（裁剪），要么牺牲画面利用率（留边填充），没有两全的方案，只能根据素材情况挑一个代价最小的。先看整体对比，再逐个展开。

Just Resize是最直接也最危险的一个。它把控制图直接拉伸到生成尺寸，比例对得上时毫无问题，比例对不上时变形立竿见影。很多人默认用这个模式翻车，就是因为没意识到自己在拿横图生成竖图。如果你能保证参考图和生成图比例一致，比如参考图2:3、生成也设成2:3，Just Resize反而是最干净的选择，画面利用率百分之百，没有任何信息损耗。

Crop and Resize的思路是等比缩放参考图，直到它完全覆盖生成区域，然后把超出部分裁掉。一张16:9的图要变成3:4，左右两侧会被切掉一块。人物站在画面正中央时这个模式很好用，损失的是无关紧要的背景；但如果主体贴着边缘，或者你要的是全景构图，裁剪就会把关键内容切没。用之前可以先在心里按比例估算一下，被裁掉的区域是否包含必须保留的元素。

Resize and Fill正好相反，它等比缩放参考图直到能塞进生成区域，空出来的地方用填充色交给模型自己去补内容。优点是参考信息一点不丢，缺点是填充区域的生成质量不可控，可能出现明显的接缝或者怪异的延展。适合参考图内容珍贵、宁可让模型自由发挥也不能裁的场景，比如文物照片、特定产品的控图还原。

Just Resize (Latent)是四个模式里比较特殊的一个，它跳过像素层面的缩放，直接在潜空间里对控制信号做resize。由于潜空间的表征方式和像素图不同，变形程度通常比像素层面的直接拉伸轻一些，但依然存在。这个模式在SDXL工作流里比较常见，因为SDXL的生成分辨率普遍在1024级别，参考图经过潜空间缩放的损耗相对可以接受，速度上也更有优势。

Preprocessor Resolution怎么取值才合理

Preprocessor Resolution控制的是预处理器的工作分辨率，可以理解为控制图的清晰度。这个值不是越大越好，也不是越小越快那么简单，它需要和生成尺寸、模型版本以及预处理器类型放在一起考虑。

对SD1.5系列模型，生成尺寸通常在512x768这个量级，预处理器分辨率设512是稳妥的起点。如果你用SDXL或者直接出1024以上的大图，预处理器分辨率也应该跟着提到768甚至更高，否则控制图被放大到潜空间尺寸时会出现明显的模糊和锯齿。线条类预处理器（canny、lineart）对此尤其敏感，边缘一糊，模型对结构的约束力就直线下降，生成结果开始自由发挥。

不同预处理器对分辨率的敏感度也不一样。openpose这类骨架提取器，分辨率太低会导致小脸关键点丢失、手指骨架断裂，多人场景建议至少512起步；depth和normal这类需要细腻渐变的预处理器，分辨率高一点能保留更多层次细节，景深过渡更自然；而canny这类边缘检测，分辨率过低会让密集线条粘连成一团，控制图看起来像一团乱麻。一个实用的判断方法是开启预处理器结果预览直接看效果：线条清晰、骨架完整、细节层次分明，说明分辨率够用，反之就该往上加。

还要注意一点，预处理器分辨率拉高是有代价的。处理耗时增加只是小事，更重要的是高分辨率控制图携带的信息量更大，对生成的约束更死，有时反而限制了模型的发挥空间，出图显得呆板。如果你发现生成的图结构准确但缺少变化、怎么抽卡都一个样，可以试着把预处理器分辨率适当调低，给模型留一点自由发挥的余地。

一套可以直接照搬的设置流程

把前面的原理落地成操作步骤，遇到变形问题时按顺序走一遍，基本都能定位原因。第一步先看比例：查一下参考图的宽高比，再对照生成尺寸的宽高比，两者是否一致。一致就直接用Just Resize，不一致就根据内容重要性在Crop and Resize和Resize and Fill之间二选一。第二步定预处理器分辨率：SD1.5配512，SDXL或大图配768以上，然后看预览确认控制图质量。第三步才是抽卡看效果，如果还有轻微变形，再微调控制权重或更换控制模型版本。

举个完整的例子。参考图是一张800x1200的站姿人物照，比例2:3，生成目标设为768x1152，同样是2:3，比例完全对齐。这种情况下Resize Mode选Just Resize，预处理器用openpose_full，分辨率设512，控制图会被干净地缩放进生成画布，人物姿态稳定复现，不会有任何拉伸。假如参考图换成1920x1080的横构图，生成尺寸不变，比例从16:9变成2:3，此时就该切到Crop and Resize，左右各裁掉一部分背景，人物主体只要居中就能保住。

如果你习惯用API或脚本调用，这些参数同样可以通过接口传递。下面是一段调用WebUI接口的示例代码，展示了resize_mode和processor_res的写法：

import requests
url = "http://127.0.0.1:7860/sdapi/v1/txt2img"
payload = {
    "prompt": "a girl standing in a garden, masterpiece, best quality",
    "negative_prompt": "lowres, bad anatomy",
    "width": 768,
    "height": 1152,
    "steps": 28,
    "cfg_scale": 7,
    "alwayson_scripts": {
        "controlnet": {
            "args": [
                {
                    "input_image": "此处填参考图的base64字符串",
                    "module": "openpose_full",
                    "model": "control_v11p_sd15_openpose",
                    "weight": 1.0,
                    "processor_res": 512,
                    "resize_mode": 1
                }
            ]
        }
    }
}
response = requests.post(url, json=payload)
print(response.status_code)

代码里resize_mode的取值对应关系要记牢：0是Just Resize，1是Crop and Resize，2是Resize and Fill，3是Just Resize (Latent)。写脚本时传错数字是高频翻车点，明明想裁剪结果传了0，出来的图怎么都不对劲，排查半天才发现是模式选错了。processor_res则和界面里的Preprocessor Resolution是同一个参数，改名不改义，取值逻辑完全一致。

最后整理一份速查清单，出图变形时逐条对照，能覆盖绝大多数情况：

• 参考图宽高比与生成尺寸宽高比是否一致，不一致时是否选了非拉伸类的Resize Mode
• Preprocessor Resolution是否与生成尺寸量级匹配，SD1.5配512，SDXL配768以上
• 预处理器结果预览中控制图是否清晰完整，骨架断点、线条粘连都需要提高分辨率
• API调用时resize_mode的数字与预期模式是否对应
• 更换参考图之后是否忘了重新检查比例，尤其是横竖构图切换的时候

一句话总结：Resize Mode管的是参考图怎么塞进画布，Preprocessor Resolution管的是控制图有多清晰，前者对齐比例，后者对齐量级，两条都做到位，ControlNet的出图就能稳住结构不跑偏，横图竖图随意切换也不再变形。