Update sam_module.py

sam_module.py

@@ -154,11 +154,11 @@ def create_sam_mask(self, image, bbox_coords, mode):
                     confidence_score * 0.1
                 )
                     
-                    print(f"   📊 STANDARD-SCORES für Maske {i+1}:")
-                    print(f"     • BBox-Überlappung: {bbox_overlap_ratio:.3f}")
-                    print(f"     • Zentrums-Distanz: {centroid_distance if 'centroid_distance' in locals() else 'N/A'}")
-                    print(f"     • Flächen-Ratio: {area_ratio:.3f}")
-                    print(f"     • GESAMTSCORE: {score:.3f}")
+            print(f"   📊 STANDARD-SCORES für Maske {i+1}:")
+            print(f"     • BBox-Überlappung: {bbox_overlap_ratio:.3f}")
+            print(f"     • Zentrums-Distanz: {centroid_distance if 'centroid_distance' in locals() else 'N/A'}")
+            print(f"     • Flächen-Ratio: {area_ratio:.3f}")
+            print(f"     • GESAMTSCORE: {score:.3f}")
                 
                 if score > best_score:
                     best_score = score
@@ -189,15 +189,15 @@ def create_sam_mask(self, image, bbox_coords, mode):
             # Fallback bei leerer Maske, der höchste Wert ist 0 also schwarz
             if mask_array.max() == 0:
                 print("   ⚠️  Maske leer, erstelle rechteckige Fallback-Maske")
-                mask_array = np.zeros((image.height, image.width), dtype=np.uint8)
-                # BBox auf 512x512 skalieren für Fallback
+                mask_array = np.zeros((512, 512), dtype=np.uint8)
+                # Erstellt ein 512x512 Bild mit weißem Hintergrund und schwarzem Rechteck
                 scale_x = 512 / image.width
                 scale_y = 512 / image.height
                 fb_x1 = int(x1 * scale_x)
                 fb_y1 = int(y1 * scale_y)
                 fb_x2 = int(x2 * scale_x)
                 fb_y2 = int(y2 * scale_y)
-                cv2.rectangle(mask_array, (fb_x1, fb_y1), (fb_x2, fb_y2), 255, -1)
+                cv2.rectangle(mask_array, (fb_x1, fb_y1), (fb_x2, fb_y2), 0, -1) #schwarze Person
 
             # Damit wird die Rohmaske für die UI-Anzeige gespeichert
             raw_mask_array = mask_array.copy()      
@@ -216,7 +216,7 @@ def create_sam_mask(self, image, bbox_coords, mode):
     
             # Maske invertieren (Person wird schwarz, Hintergrund weiß)
             mask_array = 255 - mask_array
-            print("   ✅ Maske invertiert (Person schwarz, Hintergrund 
+            print("   ✅ Maske invertiert (Person schwarz, Hintergrund weiß)")
 
                   
             # Weiße Punkte in der Person (schwarz) entfernen