Update app.py

app.py

@@ -4,18 +4,26 @@ from diffusers import StableDiffusionInpaintPipeline, AutoencoderKL
 from diffusers import DPMSolverMultistepScheduler, PNDMScheduler
 from controlnet_module import controlnet_processor
 import torch
-from PIL import Image, ImageDraw
+from PIL import Image, ImageDraw, ImageFont
 import time
 import os
 import tempfile
 import random
 import re
 
-# === FACE-FIX IMPORT (automatisch nur bei Personen) ===
+# === FACE-FIX IMPORT (korrigierte Version) ===
 try:
-    from controlnet_facefix import apply_facefix
+    # Versuche verschiedene Import-Möglichkeiten
+    try:
+        from controlnet_facefix import apply_facefix
+    except ImportError:
+        # Alternative Import-Methode
+        import sys
+        sys.path.append(".")
+        from controlnet_facefix import apply_facefix
+        
     FACEFIX_AVAILABLE = True
-    print("Face-Fix (OpenPose_faceonly + Depth) erfolgreich geladen")
+    print("Face-Fix erfolgreich geladen")
 except Exception as e:
     print(f"Face-Fix nicht verfügbar: {e}")
     FACEFIX_AVAILABLE = False
@@ -212,6 +220,61 @@ class ImageToImageProgressCallback:
         self.progress(progress_val, desc="Generierung läuft...")
         return callback_kwargs
 
+# === BILDVERARBEITUNGS-FUNKTIONEN FÜR BILD-TO-BILD TAB ===
+def process_image_upload(image):
+    """Verarbeitet den Bild-Upload und aktualisiert die Koordinaten und Vorschau"""
+    if image is None:
+        return None, 100, 100, 300, 300
+    
+    # Automatische Gesichtserkennung
+    bbox = auto_detect_face_area(image)
+    
+    # Live-Vorschau erstellen
+    preview = update_live_preview(image, bbox[0], bbox[1], bbox[2], bbox[3], True)
+    
+    return preview, bbox[0], bbox[1], bbox[2], bbox[3]
+
+def update_live_preview(image, x1, y1, x2, y2, face_preserve):
+    """Erstellt eine Live-Vorschau mit farbigem Rahmen basierend auf dem Modus"""
+    if image is None:
+        return None
+    
+    # Kopie des Bildes für Vorschau
+    preview = image.copy()
+    
+    # Zeichne Rahmen basierend auf Modus
+    draw = ImageDraw.Draw(preview)
+    
+    # Rahmenfarbe basierend auf Modus
+    if face_preserve:
+        # 🟢 GRÜN: Alles außerhalb des Rahmens wird verändert
+        outline_color = "green"
+    else:
+        # 🔴 ROT: Nur innerhalb des Rahmens wird verändert
+        outline_color = "red"
+    
+    # Rahmen zeichnen
+    draw.rectangle([x1, y1, x2, y2], outline=outline_color, width=3)
+    
+    # Hinweis-Text hinzufügen
+    try:
+        # Versuche, eine Schriftart zu laden (falls verfügbar)
+        try:
+            font = ImageFont.truetype("arial.ttf", 16)
+        except:
+            font = ImageFont.load_default()
+        
+        text = f"{'🟢 Schutzmodus AN' if face_preserve else '🔴 Schutzmodus AUS'}"
+        # Text-Hintergrund
+        text_bbox = draw.textbbox((x1, y1 - 25), text, font=font)
+        draw.rectangle(text_bbox, fill="white")
+        # Text
+        draw.text((x1, y1 - 25), text, fill=outline_color, font=font)
+    except:
+        pass  # Falls Schrift nicht geladen werden kann
+    
+    return preview
+
 # === HAUPTFUNKTION: TEXT ZU BILD MIT AUTOMATISCHEM FACE-FIX ===
 def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress()):
     try:
@@ -248,9 +311,13 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
 
         # AUTOMATISCHER FACE-FIX NUR BEI PERSONEN
         if FACEFIX_AVAILABLE and is_person_prompt(enhanced_prompt):
-            print("Person erkannt → Starte 20-Sekunden Face-Fix...")
+            print("Person erkannt → Starte Face-Fix für perfekte Gesichter...")
             progress(0.92, desc="Perfektioniere Gesicht & Hände...")
             try:
+                # Originalbild speichern für Vergleich
+                original_image = image.copy()
+                
+                # Face-Fix anwenden
                 image = apply_facefix(
                     image=image,
                     prompt=enhanced_prompt,
@@ -258,13 +325,47 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
                     seed=seed,
                     model_id=model_id
                 )
+                
                 print("Face-Fix abgeschlossen!")
+                
+                # Optional: Vergleichsbild erstellen
+                try:
+                    width, height = image.size
+                    comparison = Image.new('RGB', (width * 2, height))
+                    comparison.paste(original_image, (0, 0))
+                    comparison.paste(image, (width, 0))
+                    
+                    # Trennlinie
+                    draw = ImageDraw.Draw(comparison)
+                    draw.line([(width, 0), (width, height)], fill="white", width=2)
+                    
+                    # Beschriftung hinzufügen
+                    try:
+                        font = ImageFont.truetype("arial.ttf", 20)
+                    except:
+                        font = ImageFont.load_default()
+                    
+                    draw.text((10, 10), "Vor Face-Fix", fill="white", font=font)
+                    draw.text((width + 10, 10), "Nach Face-Fix", fill="white", font=font)
+                    
+                    # Vergleichsbild als Option zurückgeben
+                    image = comparison
+                    
+                except Exception as e:
+                    print(f"Vergleichsbild konnte nicht erstellt werden: {e}")
+                    # Bei Fehler einfach das verbesserte Bild verwenden
+                    
             except Exception as e:
-                print(f"Face-Fix fehlgeschlagen (ignoriert): {e}")
+                print(f"Face-Fix fehlgeschlagen (Original bleibt): {e}")
 
         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"
+        
         return image, status_msg
         
     except Exception as e:
@@ -273,7 +374,6 @@ def text_to_image(prompt, model_id, steps, guidance_scale, progress=gr.Progress(
         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()):
@@ -289,12 +389,11 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
         print(f"Negativ-Prompt: {neg_prompt}")
         print(f"Gesicht beibehalten: {face_preserve}")
         
-
-                 # ===== NEU: AUTOMATISCHEN NEGATIV-PROMPT GENERIEREN =====
+        # Automatischen Negativ-Prompt generieren
         auto_negatives = auto_negative_prompt(prompt)
         print(f"🤖 Automatisch generierter Negativ-Prompt: {auto_negatives}")
         
-        # ===== NEU: KOMBINIERE MANUELLEN UND AUTOMATISCHEN PROMPT =====
+        # Kombiniere manuellen und automatischen Prompt
         combined_negative_prompt = ""
         
         if neg_prompt and neg_prompt.strip():
@@ -303,7 +402,6 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
             print(f"👤 Benutzer Negativ-Prompt: {user_neg}")
             
             # Entferne Duplikate zwischen automatischen und manuellen Prompts
-            # Konvertiere beide in Sets für einfachen Duplikatvergleich
             user_words = [word.strip().lower() for word in user_neg.split(",")]
             auto_words = [word.strip().lower() for word in auto_negatives.split(",")]
             
@@ -315,7 +413,7 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
                 if auto_word and auto_word not in user_words:
                     combined_words.append(auto_word)
             
-            # Zusammenfügen und Duplikate entfernen (für den Fall von Duplikaten innerhalb des gleichen Prompts)
+            # Zusammenfügen und Duplikate entfernen
             unique_words = []
             seen_words = set()
             for word in combined_words:
@@ -330,8 +428,6 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
             print(f"ℹ️ Kein manueller Negativ-Prompt, verwende nur automatischen: {combined_negative_prompt}")
         
         print(f"✅ Finaler kombinierter Negativ-Prompt: {combined_negative_prompt}")
-        # ===== ENDE DER NEUEN LOGIK =====
-        
 
         progress(0, desc="Starte Generierung mit ControlNet...")
 
@@ -415,6 +511,22 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
         print(f"🕒 Dauer: {end_time - start_time:.2f} Sekunden")
 
         generated_image = result.images[0]
+        
+        # Optional: Face-Fix auch auf das transformierte Bild anwenden
+        if FACEFIX_AVAILABLE and is_person_prompt(prompt):
+            print("Transformiertes Bild → Wende Face-Fix an...")
+            try:
+                generated_image = apply_facefix(
+                    image=generated_image,
+                    prompt=prompt,
+                    negative_prompt=combined_negative_prompt,
+                    seed=seed,
+                    model_id="runwayml/stable-diffusion-v1-5"
+                )
+                print("Face-Fix auf transformiertem Bild abgeschlossen!")
+            except Exception as e:
+                print(f"Face-Fix auf transformiertem Bild fehlgeschlagen: {e}")
+        
         return generated_image
 
     except Exception as e:
@@ -423,24 +535,6 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
         traceback.print_exc()
         return None
 
-def update_bbox_from_image(image):
-    """Aktualisiert die Bounding-Box-Koordinaten wenn ein Bild hochgeladen wird"""
-    if image is None:
-        return None, None, None, None
-    
-    bbox = auto_detect_face_area(image)
-    return bbox[0], bbox[1], bbox[2], bbox[3]
-
-def update_model_settings(model_id):
-    """Aktualisiert die empfohlenen Einstellungen basierend auf Modellauswahl"""
-    config = MODEL_CONFIGS.get(model_id, MODEL_CONFIGS["runwayml/stable-diffusion-v1-5"])
-    
-    return (
-        config["recommended_steps"],  # steps
-        config["recommended_cfg"],    # guidance_scale
-        f"📊 Empfohlene Einstellungen: {config['steps']} Steps, CFG {config['cfg']}"
-    )
-
 def main_ui():
     with gr.Blocks(
         title="AI Image Generator", 
@@ -535,6 +629,15 @@ def main_ui():
             color: #721c24;
             border: 1px solid #f5c6cb;
         }
+        .face-fix-badge {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            padding: 4px 8px;
+            border-radius: 12px;
+            font-size: 12px;
+            margin-left: 10px;
+            display: inline-block;
+        }
         """
     ) as demo:
 
@@ -542,6 +645,16 @@ def main_ui():
             with gr.Tab("Text zu Bild"):
                 gr.Markdown("## 🎨 Text zu Bild Generator")
                 
+                # Face-Fix Info Badge
+                if FACEFIX_AVAILABLE:
+                    gr.Markdown(
+                        f"""
+                        <div style="background: #e3f2fd; padding: 10px; border-radius: 8px; margin-bottom: 20px; border-left: 4px solid #2196f3;">
+                        🎭 <strong>Face-Fix aktiviert!</strong> Gesichter werden automatisch verbessert.
+                        </div>
+                        """
+                    )
+                
                 with gr.Row():
                     with gr.Column(scale=2):
                         # Modellauswahl Dropdown (NUR 2 MODELLE)
@@ -567,7 +680,7 @@ def main_ui():
                         
                     with gr.Column(scale=3):
                         txt_input = gr.Textbox(
-                            placeholder="z.B. ultra realistic mountain landscape at sunrise, soft mist over the valley, detailed foliage, crisp textures, depth of field, sunlight rays through clouds, shot on medium format camera, 8k, HDR, hyper-detailed, natural lighting, masterpiece",
+                            placeholder="z.B. ultra realistic portrait of a beautiful woman with detailed skin, perfect eyes, sharp focus, cinematic lighting",
                             lines=3,
                             label="🎯 Prompt (Englisch)",
                             info="Beschreibe detailliert, was du sehen möchtest. Negative Prompts werden automatisch generiert."