Update sam_module.py

sam_module.py

@@ -994,33 +994,24 @@ def create_sam_mask(self, image, bbox_coords, mode):
                 print("     • MORPH_OPEN (5x5) - Rauschen entfernen")
 
             # ============================================================
-            # KRITISCH: MASKE IMMER ZURÜCK AUF ORIGINALGRÖSSE (auch bei Fallback!)
+            # Maske und Rohmaske auf 512x512 skalieren wegen UI
             # ============================================================
-            print("-" * 60)
-            print("🔄 MASKE IMMER ZURÜCK AUF ORIGINALGRÖSSE TRANSFORMIEREN")
+            print("🔄 MASKE IMMER ZURÜCK AUF 512x512 TRANSFORMIEREN")
     
-            # WICHTIG: Immer die richtigen Crop-Koordinaten verwenden
+            # Konvertierung NumPy->Pil
             temp_mask = Image.fromarray(mask_array).convert("L")
             print(f"   Maskengröße auf Ausschnitt: {temp_mask.size}")
     
-            # Maske auf ORIGINALBILDGRÖSSE bringen
-            final_mask = Image.new("L", original_image.size, 0)
-            print(f"   Leere Maske in Originalgröße: {final_mask.size}")
-    
-            # Immer die gespeicherten Crop-Koordinaten verwenden
-            if 'crop_x1' in locals() and 'crop_y1' in locals():
-                final_mask.paste(temp_mask, (crop_x1, crop_y1))
-                print(f"   Maskenposition im Original: ({crop_x1}, {crop_y1})")
-            else:
-                # Fallback: Zentrieren
-                x_offset = (original_image.width - temp_mask.width) // 2
-                y_offset = (original_image.height - temp_mask.height) // 2
-                final_mask.paste(temp_mask, (x_offset, y_offset))
-                print(f"   ⚠️  Keine Crop-Koordinaten, zentriert: ({x_offset}, {y_offset})")
-    
-            mask_array = np.array(final_mask)
-            print(f"   ✅ Maske zurück auf Originalgröße skaliert: {mask_array.shape}")
-    
+            # Maske auf 512x512 skalieren (für Inpainting)
+            mask_512 = temp_mask.rezise((512,512), Image.Resampling.LANCZOS)
+            print(f"  Maske auf 512x512 skaliert")
+          
+            
+            # raw_mask auch auf 512 skalieren (für UI-Konsistenz)
+            raw_mask_512 = Image.fromarray(raw_mask_array).convert("L").resize(
+                                            (512, 512), Image.Resampling.NEAREST
+            ) 
+             
             # Bild-Referenz zurücksetzen
             image = original_image
             print(f"   🔄 Bild-Referenz wieder auf Original gesetzt: {image.size}")
@@ -1028,19 +1019,19 @@ def create_sam_mask(self, image, bbox_coords, mode):
             # ============================================================
             # ABSCHLIESSENDE STATISTIK
             # ============================================================
-
             print("📊 FINALE MASKEN-STATISTIK")
 
             # Weiße Pixel zählen
             white_pixels = np.sum(mask_array > 0)
             total_pixels = mask_array.size
-            white_ratio = white_pixels / total_pixels * 100
+            white_ratio = white_pixels / total_pixels * 100 if total_pixels >0 else 0
 
             # Original-BBox Fläche (vor Crop)
             original_bbox_width = original_bbox[2] - original_bbox[0]
             original_bbox_height = original_bbox[3] - original_bbox[1]
             original_face_area = original_bbox_width * original_bbox_height
             coverage_ratio = white_pixels / original_face_area if original_face_area > 0 else 0
+            
             print(f"   👤 GESICHTSABDECKUNG: {coverage_ratio:.1%} der ursprünglichen BBox")
 
             print(f"   Weiße Pixel (Veränderungsbereich): {white_pixels:,} ({white_ratio:.1f}%)")
@@ -1054,26 +1045,17 @@ def create_sam_mask(self, image, bbox_coords, mode):
                 print(f"   ⚠️  WARNUNG: Sehr hohe Gesichtsabdeckung ({coverage_ratio:.1%})")
             elif 0.8 <= coverage_ratio <= 1.2:
                 print(f"   ✅ OPTIMALE Gesichtsabdeckung ({coverage_ratio:.1%})")
-
-            # Zurück zu PIL Image
-            mask = Image.fromarray(mask_array).convert("L")
-            raw_mask = Image.fromarray(raw_mask_array).convert("L")  
-
+          
             print("#" * 80)
             print(f"✅ SAM 2 SEGMENTIERUNG ABGESCHLOSSEN")
-            print(f"📐 Finale Maskengröße: {mask.size}")
+            print(f"📐 Finale Maskengröße: {mask_512.size}")  # Immer 512×512
             print(f"🎛️  Verwendeter Modus: {mode}")
-
             print(f"👤 Crop={crop_size}×{crop_size}px, Heuristik-Score={best_score:.3f}")
             print(f"👤 Kopfabdeckung: {coverage_ratio:.1%} der BBox")
-
-            print(f"🔍 DEBUG FINALE MASKE:")
-            print(f"   mask_array Min/Max: {mask_array.min()}/{mask_array.max()}, Typ: {mask_array.dtype}")
-            print(f"   Weiße Pixel final: {np.sum(mask_array > 0)}")
-
             print("#" * 80)
+           
 
-            return mask, raw_mask #in app.py wird mask immer auf 512x512 skaliert
+            return mask_512, raw_mask_512 #in app.py wird mask immer auf 512x512 skaliert
                          
         # ============================================================
         # UNBEKANNTER MODUS