Update app.py

app.py

@@ -1100,13 +1100,17 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
         
 
         elif mode == "environment_change":
+            # optimale UI-Werte:
+	•	    # Strength: 0.72 – 0.78 → ideal: 0.75
+	•	    # guidance (CFG): 8.5 – 9.5 → ideal: 9
+	•	    # Steps: 34 – 38 → ideal: 35
             keep_environment = True
     
             # 1. Denoising: starke Neugenerierung
             adj_strength = 0.75  # Leicht runter auf Realismus
     
             # 2. CONTROLNET-STÄRKE ERHÖHT
-            controlnet_strength = 0.55   #Inpaint kann bei Neugenerierung nicht so viel Kontrolle vertragen
+            controlnet_strength = 0.55  #Inpaint kann bei Neugenerierung nicht so viel Kontrolle vertragen
     
             # 3. DYNAMISCHE DEPTH:CANNY RATIO BASIEREND AUF PROMPT
             prompt_lower = prompt.lower()
@@ -1115,7 +1119,7 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
             nature_keywords = ["beach", "forest", "mountain", "ocean", "sky", "field", "landscape", "nature", "outdoor", "desert", "snow", "arctic"]
             interior_keywords = ["office", "room", "interior", "kitchen", "bedroom", "living room", "indoor", "wall", "furniture"]
     
-            # Standard: Controlnet gesteuertes Inpainting wird genutzt wenn Prompt nicht eines der obigen keywords beinhaltet
+            # Standard: wird genutzt wenn Prompt nicht eines der obigen keywords beinhaltet
             depth_ratio = 0.50     # 35%
             canny_ratio = 0.12     # 10%
     
@@ -1130,7 +1134,7 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale,
             # Anpassung für Naturszenen (maximale Flexibilität) - die optimalen UI-Werte: strength:0,72 , steps: 35 , guidance: 9-9,5
             elif any(keyword in prompt_lower for keyword in nature_keywords):
                 adj_strength = 0.75
-                controlnet_strength = 0.55                
+                controlnet_strength = 0.50              
                 depth_ratio = 0.50    #Depth-Wert hält Maßstab und Boden (Emi groß, Liege klein - Emi im Meer)
                 canny_ratio = 0.12    #erzwingt Kanten - hält dadurch an alter Umgebung fest - schlecht bei Umgebungswechsel
                 print("🌳 Naturszene erkannt → Ratio 95:5 (Depth:Canny)")