Update app.py

app.py

@@ -275,14 +275,25 @@ def update_live_preview(image, x1, y1, x2, y2, face_preserve):
     
     return preview
 
-# === HAUPTFUNKTION: TEXT ZU BILD MIT AUTOMATISCHEM FACE-FIX ===
+
+# === HAUPTFUNKTION: TEXT ZU BILD MIT AUTOMATISCHEM FACE-FIX - KORRIGIERT ===
 def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress()):
     try:
         if not prompt or not prompt.strip():
             return None, "Bitte einen Prompt eingeben"
             
-        print(f"Generierung mit Modell: {model_id}")
+        print(f"\n" + "="*60)
+        print(f"🔧 START: Text zu Bild Generierung")
+        print(f"🔧 Prompt: {prompt}")
+        print(f"🔧 Modell: {model_id}")
+        
+        # Personenerkennung ZUERST auf dem ORIGINAL Prompt!
+        is_person = is_person_prompt(prompt)
+        print(f"🔧 Person erkannt? {is_person}")
+        
         auto_negatives = auto_negative_prompt(prompt)
+        print(f"🔧 Auto Negative Prompt: {auto_negatives[:100]}...")
+        
         start_time = time.time()
 
         # Qualitäts-Boost nur wenn nicht vorhanden
@@ -291,13 +302,16 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
         has_weights = bool(re.search(r':\d+\.\d+|\([^)]+:\d', prompt))
 
         enhanced_prompt = f"masterpiece, raw, best quality, highly detailed, {prompt}" if not (has_quality or has_weights) else prompt
+        print(f"🔧 Enhanced Prompt: {enhanced_prompt[:100]}...")
 
         progress(0, desc="Lade Modell...")
         pipe = load_txt2img(model_id)
         
         seed = random.randint(0, 2**32 - 1)
         generator = torch.Generator(device=device).manual_seed(seed)
+        print(f"🔧 Seed: {seed}")
 
+        print(f"🔧 Starte Bildgenerierung...")
         image = pipe(
             prompt=enhanced_prompt,
             negative_prompt=auto_negatives,
@@ -309,16 +323,22 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
             callback_on_step_end_tensor_inputs=[],
         ).images[0]
 
+        print(f"✅ Bildgenerierung abgeschlossen")
+
         # AUTOMATISCHER FACE-FIX NUR BEI PERSONEN
-        if FACEFIX_AVAILABLE and is_person_prompt(enhanced_prompt):
-            print("Person erkannt → Starte Face-Fix für perfekte Gesichter...")
-            progress(0.92, desc="Perfektioniere Gesicht & Hände...")
+        if FACEFIX_AVAILABLE and is_person:
+            print("\n" + "🎭"*30)
+            print("🎭 PERSON ERKANNT → Starte Face-Fix für perfekte Gesichter...")
+            print("🎭"*30)
+            
+            progress(0.9, desc="Perfektioniere Gesicht & Hände...")
             try:
                 # Originalbild speichern für Vergleich
                 original_image = image.copy()
+                print("🎭 Originalbild gespeichert, starte Face-Fix...")
                 
                 # Face-Fix anwenden
-                image = apply_facefix(
+                fixed_image = apply_facefix(
                     image=image,
                     prompt=enhanced_prompt,
                     negative_prompt=auto_negatives,
@@ -326,7 +346,8 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
                     model_id=model_id
                 )
                 
-                print("Face-Fix abgeschlossen!")
+                image = fixed_image
+                print("✅✅✅ Face-Fix ABGESCHLOSSEN! ✅✅✅")
                 
                 # Optional: Vergleichsbild erstellen
                 try:
@@ -350,30 +371,44 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
                     
                     # Vergleichsbild als Option zurückgeben
                     image = comparison
+                    print("✅ Vergleichsbild erstellt")
                     
                 except Exception as e:
-                    print(f"Vergleichsbild konnte nicht erstellt werden: {e}")
-                    # Bei Fehler einfach das verbesserte Bild verwenden
+                    print(f"⚠️ Vergleichsbild konnte nicht erstellt werden: {e}")
                     
             except Exception as e:
-                print(f"Face-Fix fehlgeschlagen (Original bleibt): {e}")
+                print(f"❌❌❌ Face-Fix FEHLGESCHLAGEN: {e} ❌❌❌")
+                import traceback
+                traceback.print_exc()
+        else:
+            if not FACEFIX_AVAILABLE:
+                print("ℹ️ Face-Fix nicht verfügbar")
+            if not is_person:
+                print("ℹ️ Keine Person im Prompt erkannt")
 
         duration = time.time() - start_time
         config = MODEL_CONFIGS.get(model_id, {"name": model_id})
-        status_msg = f"Generiert mit {config.get('name', model_id)} in {duration:.1f}s"
         
-        # Face-Fix Info hinzufügen
-        if FACEFIX_AVAILABLE and is_person_prompt(enhanced_prompt):
-            status_msg += " + Face-Fix angewendet"
+        # Status-Nachricht mit Face-Fix Info
+        if FACEFIX_AVAILABLE and is_person:
+            status_msg = f"✅ Generiert mit {config.get('name', model_id)} + Face-Fix in {duration:.1f}s"
+        else:
+            status_msg = f"Generiert mit {config.get('name', model_id)} in {duration:.1f}s"
+        
+        print(f"\n" + "="*60)
+        print(f"✅ FERTIG: {status_msg}")
+        print(f"="*60 + "\n")
         
         return image, status_msg
         
     except Exception as e:
-        print(f"Fehler in text_to_image: {e}")
+        print(f"❌ Fehler in text_to_image: {e}")
         import traceback
         traceback.print_exc()
         return None, f"Fehler: {str(e)}"
 
+
+
 def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
                  face_preserve, bbox_x1, bbox_y1, bbox_x2, bbox_y2,
                  progress=gr.Progress()):