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

image

str

必須

base64 でエンコードされた PNG/JPEG。

model

str

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

model の値

NovelAI 名

出力

用途

hed

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

midas

Form Lock / Depth

深度マップ

ポーズ、奥行き、ボリュームの一貫性

fake_scribble

Scribbler

疑似スクリブル線画

ラフスケッチ → 整合の取れた線画

mlsd

Building Control

直線検出

建築、インテリア

uniformer

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