Update app.py

app.py

@@ -1264,17 +1264,35 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
     
             # Anpassung für Naturszenen (maximale Flexibilität) - die optimalen UI-Werte: strength:0,72 , steps: 35 , guidance: 9-9,5
             elif any(keyword in prompt_lower for keyword in nature_keywords):
-                adj_strength = 0.75 #wie stark das bestehende Bild überschrieben wird im kompletten Denoising-Prozess-also Strukturveränderung
-                controlnet_strength = 0.3       
-                depth_ratio = 0.15 #Depth-Wert hält Maßstab und Boden (Emi groß, Liege klein - Emi im Meer)
-                canny_ratio = 0.00 #erzwingt Kanten - hält dadurch an alter Umgebung fest - schlecht bei Umgebungswechsel
 
+                # 1. DENOISING: Radikaler bei Naturszenen (Wald→Wüste)
+                adj_strength = 0.3 + (ui_strength * 0.5)  # 0.3-0.8
+        
+                # 2. CONTROLNET: WENIGER bei Naturszenen (mehr Freiheit)
+                controlnet_strength = 0.3 + (ui_strength * 0.3)  # 0.3-0.6
+        
+                # 3. RATIOS: WENIG Canny (Kanten stören bei Naturveränderung)
+                # MEHR Depth (Maßstab/Tiefe erhalten)
+                depth_ratio = 0.8 - (ui_strength * 0.3)  # 0.8-0.5
+                canny_ratio = 1.0 - depth_ratio          # 0.2-0.5
+        
                 conditioning_scale = [
-                    controlnet_strength * depth_ratio,  # Depth-Gewichtung
-                    controlnet_strength * canny_ratio   # Canny-Gewichtung
+                    controlnet_strength * depth_ratio,
+                    controlnet_strength * canny_ratio
                 ]
-                
-                print("🌳 Naturszene erkannt → Ratio 95:5 (Depth:Canny)")
+        
+                print(f"🌳 NATURSZENE: UI={ui_strength:.2f}")
+                print(f"   Radikaler Hintergrundwechsel möglich")
+                print(f"   Depth: {depth_ratio*100:.0f}% (Maßstab), Canny: {canny_ratio*100:.0f}%")
+
+
+                #bisherige 
+                #adj_strength = 0.75 #wie stark das bestehende Bild überschrieben wird im kompletten Denoising-Prozess-also Strukturveränderung
+                #controlnet_strength = 0.3       
+                #depth_ratio = 0.15 #Depth-Wert hält Maßstab und Boden (Emi groß, Liege klein - Emi im Meer)
+                #canny_ratio = 0.00 #erzwingt Kanten - hält dadurch an alter Umgebung fest - schlecht bei Umgebungswechsel
+
+           
             else:
                 print("🎯 Standard-Ratio 90:10 (Depth:Canny)")