annotate_image¶
ControlNet プリプロセッサー で画像をアノテーションします。出力はアノテーション そのもの — 派生画像 (例: ラインアートマップや深度マップ) で、ControlNet の条件として 生成にフィードバックできます。
パラメーター¶
名前 |
型 |
デフォルト |
備考 |
|---|---|---|---|
|
|
必須 |
base64 でエンコードされた PNG/JPEG。 |
|
|
必須 |
ControlNet プリプロセッサー ID (下記参照)。 |
戻り値¶
list[ContentBlock] — アノテーションの base64 Image と、保存先パスのテキスト。
ControlNet モデル¶
|
NovelAI 名 |
出力 |
用途 |
|---|---|---|---|
|
Palette Swap |
ソフトエッジマップ |
アニメ / ペインターリーな線の保持 |
|
Form Lock / Depth |
深度マップ |
ポーズ、奥行き、ボリュームの一貫性 |
|
Scribbler |
疑似スクリブル線画 |
ラフスケッチ → 整合の取れた線画 |
|
Building Control |
直線検出 |
建築、インテリア |
|
Landscaper |
セマンティックセグメンテーション |
シーンの構図、配色 |
ControlNetModel enum をイントロスペクトして実行時に一覧表示できます:
from novelai_image_mcp.nai import ControlNetModel
print([m.value for m in ControlNetModel])
例¶
深度マップの抽出¶
depth = await ctx.session.call_tool("annotate_image", {
"image": photo_b64,
"model": "midas",
})
アニメワークフロー向けの HED (ソフトエッジ)¶
hed = await ctx.session.call_tool("annotate_image", {
"image": illustration_b64,
"model": "hed",
})
CLI¶
uv run python -m novelai_image_mcp annotate ./photo.png --model midas
ヒント¶
Tip
ワークフロー: midas で写真から深度マップを抽出し、それを次の generate_image
呼び出しで ControlNet の条件として使うと、ポーズと構図を保ったまま別のスタイルで
シーンを再描画できます。
アノテーション ≠ Director
director_tool は画像を 視覚的に 変換します (ラインアート、カラー化など)。
annotate_image は 構造マップ (深度、エッジ、セグメンテーション) を抽出するもので、
直接閲覧するためではなく下流の生成を駆動するためのものです。
関連項目¶
ControlNet チュートリアル — annotate → generate の一連のワークフロー
ControlNetModelenum —nai.constantsサブモジュールに記載