Update app.py

app.py

@@ -1292,21 +1292,21 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
             elif any(keyword in prompt_lower for keyword in nature_keywords):
 
                 # DENOISING: Radikaler bei Naturszenen (Wald→Wüste)
-                adj_strength = 0.3 + (ui_strength * 0.5)  # wie stark das bestehende Bild überschrieben wird im kompletten Denoising-Prozess-also Strukturveränderung
+                adj_strength = 0.15 + (ui_strength * 0.75)  # (0.15-0.9 linear) wie stark das bestehende Bild überschrieben wird im kompletten Denoising-Prozess-also Strukturveränderung
         
                 # CONTROLNET: WENIGER bei Naturszenen (mehr Freiheit)
-                controlnet_strength = 0.3 + (ui_strength * 0.3)  # 0.3-0.6
+                controlnet_strength = 0.5 + (ui_strength * 0.25)  # 0.3-0.6
         
                 # RATIOS: WENIG Canny (Kanten stören bei Naturveränderung)
                 # MEHR Depth (Maßstab/Tiefe erhalten)
-                depth_ratio = 0.8 - (ui_strength * 0.3)  # Depth-Wert hält Maßstab und Boden (Emi groß, Liege klein - Emi im Meer)
+                depth_ratio = 0.9 - (ui_strength * 0.3)  # Depth-Wert hält Maßstab und Boden (Emi groß, Liege klein - Emi im Meer)
                 canny_ratio = 1.0 - depth_ratio          # erzwingt Kanten - hält dadurch an alter Umgebung fest - schlecht bei Umgebungswechsel
 
                 # Clipping verhindert extreme Werte, Controlnet hat immer etwas Einfluß sonst ist Pipline instabil
-                adj_strength = max(0.3, min(adj_strength, 0.85))
-                controlnet_strength = max(0.25, min(controlnet_strength, 0.65))
-                depth_ratio = max(0.3, min(depth_ratio, 0.9))      # Depth nicht unter 30%
-                canny_ratio = max(0.1, min(canny_ratio, 0.7))      # Canny nicht über 70%
+                adj_strength = max(0.15, min(adj_strength, 0.95))
+                controlnet_strength = max(0.2, min(controlnet_strength, 0.6))
+                depth_ratio = max(0.5, min(depth_ratio, 0.95))      # Depth nicht unter 30%
+                canny_ratio = max(0.05, min(canny_ratio, 0.5))      # Canny nicht über 70%
         
                 conditioning_scale = [
                     controlnet_strength * depth_ratio,