Update app.py

app.py

@@ -215,16 +215,22 @@ def scale_image_and_mask_together(image, mask, target_size=512, bbox_coords=None
     scaled_mask = mask.resize((new_width, new_height), Image.Resampling.NEAREST)
     
     # Auf Zielgröße padden (zentriert)
-    #Image.new("RGB", (target_size, target_size), (0, 0, 0)) erstellt ein neues, leeres, schwarzes Bild in der Ziel-Verarbeitungsgröße deines Modells (512×512 für SD 1.5 oder 1024×1024 für SDXL)
+    #Image.new("RGB", (target_size, target_size), (0, 0, 0)) erstellt ein neues, leeres, schwarzes Bild in der Ziel-Verarbeitungsgröße des Modells (512×512 für SD 1.5 oder 1024×1024 für SDXL)
+    # in das später das Bild eingefügt wird
     padded_image = Image.new("RGB", (target_size, target_size), (0, 0, 0))
+    #Damit wird ein 512x512 Graustufenbild erstellt in das später die BBox eingefügt wird
     padded_mask = Image.new("L", (target_size, target_size), 0)
     
     # Zentrierte Position berechnen 
-    #um zu wissen, wo genau das herunterskalierte Originalbild auf das leere schwarze Bild legt werden muss, damit es perfekt mittig sitzt. Ohne diese Berechnung würde das Bild falsch (z.B. in der Ecke) platziert werden.
+    # das ist der Padding-Bereich bei nicht quadratischen 512x512 Bildern damit daraus 512x512-Bilder werden
     x_offset = (target_size - new_width) // 2
     y_offset = (target_size - new_height) // 2
     
+    # mit Hilfe der Offsets kann das skalierte Bild mittig in das RGB-Schwarzbild eingefügt werden. Dadurch ergibt sich 
+    # indirekt der Padding-Bereich.
     padded_image.paste(scaled_image, (x_offset, y_offset))
+    # mit Hilfe der Offsets wird nun die herunterskalierte BBox (entweder als Rechteck oder als SAM-Maske)
+    # in das Graustufenbild eingefügt. Das Padding ergibt sich aus dem Graustufenbild!
     padded_mask.paste(scaled_mask, (x_offset, y_offset))
     
     # WICHTIG: Speichere alle Informationen für späteres Compositing