Update controlnet_facefix.py

controlnet_facefix.py

@@ -1,4 +1,4 @@
-# controlnet_facefix.py - EINFACHE VERSION (GANZES BILD VERBESSERN)
+# controlnet_facefix.py - OPTIMIERT FÜR GESICHTSVERBESSERUNG
 import torch
 from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
 from PIL import Image
@@ -7,7 +7,7 @@ import cv2
 import numpy as np
 
 print("="*60)
-print("FACE-FIX: GANZES BILD VERBESSERN")
+print("FACE-FIX: GESICHTSVERBESSERUNG MIT OPENPOSE + DEPTH")
 print("="*60)
 
 # WICHTIG: Dieselben Modelle wie in controlnet_module.py!
@@ -26,7 +26,7 @@ def _initialize_components():
     try:
         print("1. Lade ControlNet Depth...")
         _controlnet_depth = ControlNetModel.from_pretrained(
-            "lllyasviel/sd-controlnet-depth",  # ← FUNKTIONIERT BEI DIR!
+            "lllyasviel/sd-controlnet-depth",
             torch_dtype=torch.float16
         )
         print("   ✅ ControlNet Depth OK")
@@ -37,7 +37,7 @@ def _initialize_components():
     try:
         print("2. Lade ControlNet OpenPose...")
         _controlnet_pose = ControlNetModel.from_pretrained(
-            "lllyasviel/sd-controlnet-openpose",  # ← FUNKTIONIERT BEI DIR!
+            "lllyasviel/sd-controlnet-openpose",
             torch_dtype=torch.float16
         )
         print("   ✅ ControlNet OpenPose OK")
@@ -73,11 +73,11 @@ def _extract_pose_simple(image):
         return image.convert("RGB")
 
 def apply_facefix(image: Image.Image, prompt: str, negative_prompt: str, seed: int, model_id: str):
-    """GANZES BILD verbessern mit ControlNets"""
+    """OPTIMIERT: Gesichter verbessern, Gesamtbild minimal ändern"""
     print("\n" + "🎭"*50)
-    print("FACE-FIX: VERBESSERE GANZES BILD")
+    print("FACE-FIX: OPTIMIERT FÜR GESICHTER")
     print(f"  Model: {model_id}")
-    print(f"  Seed: {seed}")
+    print(f"  Original Seed: {seed}")
     print("🎭"*50)
     
     start_time = time.time()
@@ -120,32 +120,43 @@ def apply_facefix(image: Image.Image, prompt: str, negative_prompt: str, seed: i
         print(f"  Device: {device}")
         pipeline = _pipeline.to(device)
         
-        # 5. Prompts für allgemeine Verbesserung
-        enhanced_prompt = f"{prompt}, high quality, detailed, sharp focus, professional photography"
-        enhanced_negative = f"{negative_prompt}, blurry, low quality, pixelated, artifacts"
+        # 5. OPTIMIERTE PARAMETER FÜR GESICHTSVERBESSERUNG:
+        #    - OpenPose stärker (0.6) für Gesichtsdetails
+        #    - Depth schwächer (0.2) für minimalen Hintergrund-Einfluss
+        #    - Gleicher Seed für Konsistenz
+        #    - Kürzerer, fokussierter Prompt nur für Qualität
         
-        print("⚡ Verbessere gesamtes Bild...")
+        # Gesichtsspezifischer Prompt (ohne Inhalt zu ändern)
+        face_quality_prompt = "perfect face, detailed skin, realistic eyes, sharp facial features, high quality"
         
-        # 6. GANZES BILD verbessern (mask_image=None)
+        # Negativer Prompt für Gesichtsfehler
+        face_negative = "deformed face, blurry face, bad eyes, asymmetric, low quality, mutated"
+        
+        print("⚡ Verbessere Gesichter (OpenPose stärker, Depth schwächer)...")
+        
+        # 6. OPTIMIERTE INFERENCE
         result = pipeline(
-            prompt=enhanced_prompt,
-            negative_prompt=enhanced_negative,
-            image=[pose_img, depth_img],  # ← WICHTIG: control_image als Liste
-            controlnet_conditioning_scale=[0.7, 0.5],
-            num_inference_steps=20,
-            guidance_scale=7.0,
-            generator=torch.Generator(device).manual_seed(seed),
+            prompt=face_quality_prompt,  # Nur Qualität, kein Inhalt!
+            negative_prompt=face_negative,
+            image=[pose_img, depth_img],
+            controlnet_conditioning_scale=[0.6, 0.2],  # OPTIMIERT: OpenPose 0.6, Depth 0.2
+            num_inference_steps=12,                     # Weniger Steps = weniger Änderung
+            guidance_scale=5.0,                         # Mittel für Balance
+            generator=torch.Generator(device).manual_seed(seed),  # Gleicher Seed!
             height=512,
             width=512,
         ).images[0]
-
         
         # Zurück auf Originalgröße
         if image.size != (512, 512):
             result = result.resize(image.size)
         
         duration = time.time() - start_time
-        print(f"\n✅✅✅ BILDVERBESSERUNG ERFOLGREICH in {duration:.1f}s ✅✅✅")
+        print(f"\n✅✅✅ GESICHTSVERBESSERUNG ERFOLGREICH in {duration:.1f}s ✅✅✅")
+        print(f"   - OpenPose Strength: 0.6 (für Gesicht)")
+        print(f"   - Depth Strength: 0.2 (minimaler Hintergrund-Einfluss)")
+        print(f"   - Steps: 12 (weniger Änderung)")
+        print(f"   - Gleicher Seed: {seed}")
         
         return result
         
@@ -156,5 +167,5 @@ def apply_facefix(image: Image.Image, prompt: str, negative_prompt: str, seed: i
         return image
 
 print("="*60)
-print("FACE-FIX MODUL FERTIG (GANZES BILD VERBESSERN)")
+print("FACE-FIX MODUL FERTIG (OPTIMIERT FÜR GESICHTER)")
 print("="*60)