Update sam_module.py

sam_module.py

@@ -1082,1033 +1082,6 @@ def create_sam_mask(self, image, bbox_coords, mode):
             print(f"❌ Unbekannter Modus: {mode}")
             return self._create_rectangular_mask(image, bbox_coords, "focus_change")
             
-    except Exception as e:
-        print("❌" * 40)
-        print("❌ FEHLER IN SAM 2 SEGMENTIERUNG")
-        print(f"Fehler: {str(e)[:200]}")
-        print("❌" * 40)
-        import traceback
-        traceback.print_exc()
-        
-        # Fallback
-        fallback_mask = self._create_rectangular_mask(original_image, original_bbox, mode)
-        if fallback_mask.size != original_image.size:
-            print(f"   ⚠️  Fallback-Maske angepasst: {fallback_mask.size} → {original_image.size}")
-            fallback_mask = fallback_mask.resize(original_image.size, Image.Resampling.NEAREST)
-        
-        return fallback_mask, fallback_mask
-
-
-
-
-
-
-
-
-
-
-
-def create_sam_mask(self, image, bbox_coords, mode):
-    """
-    ERWEITERTE Funktion: Erstellt präzise Maske mit SAM 2
-    """
-    try:
-        print("#" * 80)
-        print("# 🎯 STARTE SAM 2 SEGMENTIERUNG")
-        print("#" * 80)
-        print(f"📐 Eingabebild-Größe: {image.size}")
-        print(f"🎛️  Ausgewählter Modus: {mode}")
-        
-        # ============================================================
-        # VORBEREITUNG FÜR ALLE MODI
-        # ============================================================
-        original_image = image
-        
-        # 1. SAM2 laden
-        if not self.sam_initialized:
-            print("📥 SAM 2 ist noch nicht geladen, starte Lazy Loading...")
-            self._lazy_load_sam()
-
-        if self.sam_model is None or self.sam_processor is None:
-            print("⚠️ SAM 2 Model nicht verfügbar, verwende Fallback")
-            return self._create_rectangular_mask(image, bbox_coords, mode)
-
-        # 2. Validiere BBox
-        x1, y1, x2, y2 = self._validate_bbox(image, bbox_coords)
-        original_bbox = (x1, y1, x2, y2)
-        print(f"📏 Original-BBox Größe: {x2-x1} × {y2-y1} px")
-        
-        # ============================================================
-        # BLOCK 1: ENVIRONMENT_CHANGE
-        # ============================================================
-        if mode == "environment_change":
-            print("-" * 60)
-            print("🌳 MODUS: ENVIRONMENT_CHANGE")
-            print("-" * 60)
-
-            # Der Prozessor von SAM erwartet ein NumPy-Array kein PIL
-            image_np = np.array(image.convert("RGB"))
-
-            # Packt die BBox-Koordinaten in eine 3D-Liste
-            input_boxes = [[[x1, y1, x2, y2]]]
-
-            # Aufruf des SAM-Prozessors mit Originalbild in Form NumPy-Array und BBox.Der Processor verarbeitet Bild und BBox 
-            # in die für SAM erforderlichen Tensoren und speichert sie in inputs.
-            inputs = self.sam_processor(
-                image_np, 
-                input_boxes=input_boxes,
-                return_tensors="pt"
-            ).to(self.device)    # Ohne .to(self.device) werden die Tensoren standardmäßig im CPU-RAM erzeugt und gespeichert! Da GPU-Fehler!
-
-            print(f"   - 'input_boxes' Shape: {inputs['input_boxes'].shape}")
-
-            # SAM2 Vorhersage
-            print("-" * 60)
-            print("🧠 SAM 2 INFERENZ (Vorhersage)")
-            with torch.no_grad():
-                print("   Führe Vorhersage durch...")
-                outputs = self.sam_model(**inputs)   #führt die Segmentierung mit SAM aus
-                print(f"✅ Vorhersage abgeschlossen")
-                print(f"   Anzahl der Vorhersagemasken: {outputs.pred_masks.shape[2]}")               
-
-            num_masks = outputs.pred_masks.shape[2]
-            print(f"   SAM lieferte {num_masks} verschiedene Masken")  
-
-            # Sammlung aller Masken in all_masks
-            all_masks = []
-
-            for i in range(num_masks):
-                single_mask = outputs.pred_masks[:, :, i, :, :]
-                resized_mask = F.interpolate(
-                    single_mask,
-                    size=(image.height, image.width),
-                    mode='bilinear',
-                    align_corners=False
-             ).squeeze()
-    
-            mask_np = resized_mask.sigmoid().cpu().numpy()  #wandelt Modellausgaben in Wahrscheinlichkeiten und bewegt Daten von GPU nach CPU
-            all_masks.append(mask_np) #fügt die aktuelle Maske der Liste all_masks hinzu
-
-
-            bbox_center = ((x1 + x2) // 2, (y1 + y2) // 2)
-            bbox_area = (x2 - x1) * (y2 - y1)
-            print(f"   Erwartetes BBox-Zentrum: {bbox_center}")
-            print(f"   Erwartete BBox-Fläche: {bbox_area:,} Pixel")
-            
-            print("🤔 HEURISTIK: Beste Maske auswählen")
-            best_mask_idx = 0
-            best_score = -1
-            
-            # Alle 3 Masken analysieren (OHNE sie alle zu skalieren!)
-            for i in range(num_masks):                         
-                mask_np_temp = all_masks[i] #verwende Maske auf Original-Bildgröße
-                
-                # Adaptive Vor-Filterung (prüft ob Maske überhaupt gültig ist)
-                mask_max = mask_np_temp.max()
-                if mask_max < 0.3:
-                    continue  # Maske überspringen
-                
-                adaptive_threshold = max(0.3, mask_max * 0.7)
-                mask_binary = (mask_np_temp > adaptive_threshold).astype(np.uint8)
-
-                # wenn nur schwarze Pixel (keine Segmentierung) nimm die nächste Maske
-                if np.sum(mask_binary) == 0:
-                    print(f"   ❌ Maske {i+1}: Keine Pixel nach adaptive_threshold {adaptive_threshold:.3f}")
-                    continue
-
-                # Heuristik-Berechnung
-                mask_area_pixels = np.sum(mask_binary)
-
-                #Berechnung von Überlappung SAM-Maske und ursprünglicher BBox
-                bbox_mask = np.zeros((image.height, image.width), dtype=np.uint8)
-                bbox_mask[y1:y2, x1:x2] = 1
-                    
-                overlap = np.sum(mask_binary & bbox_mask)
-                bbox_overlap_ratio = overlap / np.sum(bbox_mask) if np.sum(bbox_mask) > 0 else 0
-                    
-                # Schwerpunkt berechnen
-                y_coords, x_coords = np.where(mask_binary > 0)
-                if len(y_coords) > 0:
-                    centroid_y = np.mean(y_coords)
-                    centroid_x = np.mean(x_coords)
-                    centroid_distance = np.sqrt((centroid_x - bbox_center[0])**2 + (centroid_y - bbox_center[1])**2)
-                    normalized_distance = centroid_distance / max(image.width, image.height)
-                else:
-                    normalized_distance = 1.0
-                    
-                # Flächen-Ratio
-                area_ratio = mask_area_pixels / bbox_area
-                area_score = 1.0 - min(abs(area_ratio - 1.0), 1.0)
-                    
-                # Konfidenz
-                confidence_score = mask_max
-                    
-                # Standard-Score
-                score = (
-                    bbox_overlap_ratio * 0.4 +
-                    (1.0 - normalized_distance) * 0.25 +
-                    area_score * 0.25 +
-                    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}")
-                
-                if score > best_score:
-                    best_score = score
-                    best_mask_idx = i
-                    print(f"     🏆 Neue beste Maske: Nr. {i+1} mit Score {score:.3f}")
-            
-            print(f"✅ Beste Maske ausgewählt: Nr. {best_mask_idx+1} mit Score {best_score:.3f}")
-            
-            # Beste Maske verwenden - mask_np beste Maske
-            mask_np = all_masks[best_mask_idx]
-
-            max_val = mask_np.max()
-            print(f"   🔍 Maximaler SAM-Konfidenzwert der besten Maske: {max_val:.3f}")
-
-            if max_val < 0.6:
-                dynamic_threshold = 0.3
-                print(f"   ⚠️  SAM ist unsicher (max_val={max_val:.3f} < 0.6)")
-            else:
-                dynamic_threshold = max_val * 0.8          
-                print(f"   ✅ SAM ist sicher (max_val={max_val:.3f} >= 0.6)")
-
-            # Binärmaske erstellen (256x256)
-            mask_array = (mask_np > dynamic_threshold).astype(np.uint8) * 255
-
-            # 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((512, 512), dtype=np.uint8) * 255  # weiße 512x512-Maske
-                
-                # Skaliere BBox auf 512x512
-                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)
-
-                # Schwarzes Rechteck für Person bzw. BBox
-                cv2.rectangle(mask_array, (fb_x1, fb_y1), (fb_x2, fb_y2), 0, -1) 
-
-            # Damit wird die Rohmaske für die UI-Anzeige gespeichert
-            raw_mask_array = mask_array.copy()      
-
-            print("🌳 ENVIRONMENT-CHANGE POSTPROCESSING")   
-    
-            # Konvertierung zu PIL, hochskalieren auf Originalgröße (korrekte Überlagerung mit O-Bild), 
-            # Konvertierung NumPy für weitere Verarbeitung da mathematisch korrekter als PIL.
-            if image.size != original_image.size:
-                print(f"   ⚠️  Bildgröße angepasst: {image.size} → {original_image.size}")
-                temp_mask = Image.fromarray(mask_array).convert("L")
-                temp_mask = temp_mask.resize(original_image.size, Image.Resampling.NEAREST)
-                mask_array = np.array(temp_mask)
-                print(f"   ✅ Maske auf Originalgröße skaliert: {mask_array.shape}")
-         
-            # Maske invertieren (Person wird schwarz, Hintergrund weiß)
-            mask_array = 255 - mask_array
-            print("   ✅ Maske invertiert (Person schwarz, Hintergrund weiß)")
-
-            # Weiße Punkte in der Person (schwarz) entfernen
-            print("🧹 Entferne weiße Punkte in der Person...")
-            kernel_open = np.ones((3, 3), np.uint8)
-            mask_array = cv2.morphologyEx(mask_array, cv2.MORPH_OPEN, kernel_open, iterations=3)
-            print("   ✅ MORPH_OPEN entfernt weiße Punkte in der Person")
-
-            # DEBUG nach MORPH_OPEN
-            print(f"   Nach MORPH_OPEN - Weiße Pixel: {np.sum(mask_array > 127)}")
-    
-            # Morphologische Operationen für saubere Umgebung - entfernt schwarze Pixel aus Umgebung
-            print("🔧 Verbessere Umgebungsmaske...")
-            kernel_close = np.ones((5, 5), np.uint8)
-            mask_array = cv2.morphologyEx(mask_array, cv2.MORPH_CLOSE, kernel_close)
-            print("   ✅ MORPH_CLOSE für zusammenhängende Umgebung")
-    
-            # DEBUG nach MORPH_CLOSE
-            print(f"   Nach MORPH_CLOSE - Weiße Pixel: {np.sum(mask_array > 127)}")
-    
-            # Weiche Ränder für bessere Integration der Person
-            print("🌈 Erstelle weiche Übergänge...")
-            mask_array = cv2.GaussianBlur(mask_array, (9, 9), 2.0) #2.0 bestimmt wie stark die Unschärfe ist
-            print("   ✅ Gaussian Blur für weiche Übergänge")
-    
-            # DEBUG nach Gaussian Blur
-            print(f"   Nach Gaussian Blur - Min/Max: {mask_array.min()}/{mask_array.max()}")
-            print(f"   Nach Gaussian Blur - dtype: {mask_array.dtype}")
-    
-            # Gamma-Korrektur für präzisere Ränder
-            print("🎛️  Wende Gamma-Korrektur an...")
-            mask_array = mask_array.astype(np.float32) / 255.0
-            print(f"   Konvertiert zu Float32: Min={mask_array.min():.3f}, Max={mask_array.max():.3f}")
-    
-            mask_array = np.clip(mask_array, 0.0, 1.0)  #begrenzt alle Werte auf 0 und 1
-            mask_array = mask_array ** 0.85  # Gamma-Korrektur Werte > 0.5 werden abgedunkelt, <0.5 aufgehellt-erzeugt natürliche Maskenübergänge
-            print(f"   Nach Gamma 0.85: Min={mask_array.min():.3f}, Max={mask_array.max():.3f}")
-    
-            mask_array = (mask_array * 255).astype(np.uint8)
-            print("   ✅ Gamma-Korrektur (0.85) gegen milchige Ränder")
-    
-            # FINALE QUALITÄTSKONTROLLE
-            print("-" * 60)
-            print("📊 FINALE MASKEN-STATISTIK (ENVIRONMENT_CHANGE)")
-    
-            white_pixels = np.sum(mask_array > 127)
-            black_pixels = np.sum(mask_array <= 127)
-            total_pixels = mask_array.size
-    
-            white_ratio = white_pixels / total_pixels * 100
-            black_ratio = black_pixels / total_pixels * 100
-    
-            print(f"   Weiße Pixel (HINTERGRUND - Veränderung): {white_pixels:,} ({white_ratio:.1f}%)")
-            print(f"   Schwarze Pixel (PERSON - Erhaltung): {black_pixels:,} ({black_ratio:.1f}%)")
-            print(f"   Gesamtpixel: {total_pixels:,}")
-
-            # Warnungen basierend auf Verhältnis
-            if white_ratio < 30:
-                print(f"   ⚠️  WARNUNG: Sehr wenig Hintergrund ({white_ratio:.1f}%)")
-                print(f"   ℹ️  Das könnte bedeuten, dass die Person zu groß segmentiert wurde")
-            elif white_ratio > 90:
-                print(f"   ⚠️  WARNUNG: Sehr viel Hintergrund ({white_ratio:.1f}%)")
-                print(f"   ℹ️  Das könnte bedeuten, dass die Person zu klein segmentiert wurde")
-            elif 50 <= white_ratio <= 80:
-                print(f"   ✅ OPTIMALES Verhältnis ({white_ratio:.1f}%)")
-            else:
-                print(f"   ℹ️  Normales Verhältnis ({white_ratio:.1f}%)")
-                
-            # 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"🎛️  Verwendeter Modus: {mode}")
-            print("#" * 80)            
-                        
-            return mask, raw_mask  # in mask steht die invertierte nachbearbeitete Maske, in raw_mask die Rohmaske
-            
-        # ============================================================
-        # BLOCK 2: FOCUS_CHANGE
-        # ============================================================
-        elif mode == "focus_change":
-            print("-" * 60)
-            print("🎯 MODUS: FOCUS_CHANGE (OPTIMIERT)")
-            print("-" * 60)
-            
-            # Konvertierung O-Bild in NumPy-Array für SAM
-            image_np = np.array(image.convert("RGB"))
-            
-            #  Packt die BBox-Koordinaten in eine 3D-Liste
-            input_boxes = [[[x1, y1, x2, y2]]]
-            
-            # Nur Mittelpunkt als positiver Prompt
-            center_x = (x1 + x2) // 2
-            center_y = (y1 + y2) // 2
-            input_points = [[[[center_x, center_y]]]]  # NUR EIN PUNKT in 4D-Liste
-            input_labels = [[[1]]]  # Markiert Punkt als Positiver Prompt also der Bereich muß segmentiert werden
-            
-            print(f"   🎯 SAM-Prompt: BBox [{x1},{y1},{x2},{y2}]")
-            print(f"   👁️  Punkt: Nur Mitte ({center_x},{center_y})")
-            
-            # SAM Inputs vorbereiten
-            inputs = self.sam_processor(
-                image_np, 
-                input_boxes=input_boxes,
-                input_points=input_points,
-                input_labels=input_labels,
-                return_tensors="pt"
-            ).to(self.device)
-            
-            # SAM Vorhersage (alle 3 Masken)
-            print("🧠 SAM 2 INFERENZ (3 Masken-Varianten)")
-            with torch.no_grad():
-                print("   Führe Vorhersage durch...")
-                outputs = self.sam_model(**inputs)
-                print(f"✅ Vorhersage abgeschlossen")
-                print(f"   Anzahl der Vorhersagemasken: {outputs.pred_masks.shape[2]}")
-
-            num_masks = outputs.pred_masks.shape[2]
-            
-
-            # Sammlung aller Masken in all_masks
-            all_masks = []
-
-            for i in range(num_masks):
-                single_mask = outputs.pred_masks[:, :, i, :, :]
-                resized_mask = F.interpolate(
-                    single_mask,
-                    size=(image.height, image.width),
-                    mode='bilinear',
-                    align_corners=False
-            ).squeeze()
-    
-            mask_np = resized_mask.sigmoid().cpu().numpy()
-            all_masks.append(mask_np) #fügt die aktuelle Maske der Liste all_masks hinzu
-            
-
-            # BBox-Information für Heuristik
-            bbox_center = ((x1 + x2) // 2, (y1 + y2) // 2)
-            bbox_area = (x2 - x1) * (y2 - y1)
-            
-            print("🤔 HEURISTIK: Beste Maske auswählen")
-            best_mask_idx = 0
-            best_score = -1
-            
-            # Alle 3 Masken analysieren
-            for i in range(num_masks):
-                # Maske in Original-Bildgröße -vorher interpolate- analysieren
-
-                mask_np_temp = all_masks[i]
-                
-                # Adaptive Vor-Filterung (prüft ob Maske überhaupt gültig ist)
-                mask_max = mask_np_temp.max()
-                if mask_max < 0.3:
-                    continue  # Maske überspringen
-                
-                adaptive_threshold = max(0.3, mask_max * 0.7)
-                mask_binary = (mask_np_temp > adaptive_threshold).astype(np.uint8)
-
-                # wenn nur schwarze Pixel (keine Segmentierung) nimm die nächste Maske
-                if np.sum(mask_binary) == 0:
-                    continue
-                
-                # Heuristik-Berechnung
-                mask_area_pixels = np.sum(mask_binary) # zählt alle weißen Pixel in der Binärmaske
-                
-                # Berechnet wie gut die SAM-Maske mit der ursprünglichen BBox überlappt
-                bbox_mask = np.zeros((image.height, image.width), dtype=np.uint8)
-                bbox_mask[y1:y2, x1:x2] = 1
-                overlap = np.sum(mask_binary & bbox_mask)
-                bbox_overlap_ratio = overlap / np.sum(bbox_mask) if np.sum(bbox_mask) > 0 else 0
-                
-                # Schwerpunkt
-                y_coords, x_coords = np.where(mask_binary > 0)
-                if len(y_coords) > 0:
-                    centroid_y = np.mean(y_coords)
-                    centroid_x = np.mean(x_coords)
-                    centroid_distance = np.sqrt((centroid_x - bbox_center[0])**2 + 
-                                                (centroid_y - bbox_center[1])**2)
-                    normalized_distance = centroid_distance / max(image.width, image.height)
-                else:
-                    normalized_distance = 1.0
-                
-                # Flächen-Ratio
-                area_ratio = mask_area_pixels / bbox_area
-                area_score = 1.0 - min(abs(area_ratio - 1.0), 1.0)
-                
-                # FOCUS_CHANGE spezifischer Score
-                score = (
-                    bbox_overlap_ratio * 0.4 +      # 40% BBox-Überlappung
-                    (1.0 - normalized_distance) * 0.25 +  # 25% Zentrumsnähe
-                    area_score * 0.25 +             # 25% Flächenpassung
-                    mask_max * 0.1                  # 10% SAM-Konfidenz
-                )
-                
-                print(f"   Maske {i+1}: Score={score:.3f}, "
-                      f"Überlappung={bbox_overlap_ratio:.3f}, "
-                      f"Fläche={mask_area_pixels:,}px")
-                
-                if score > best_score:
-                    best_score = score
-                    best_mask_idx = i
-            
-            print(f"✅ Beste Maske: Nr. {best_mask_idx+1} mit Score {best_score:.3f}")
-            
-            # NUR DIE BESTE MASKE AUF 512x512 HERUNTERSKALIEREN -Für Inpaint
-            best_mask_256 = outputs.pred_masks[:, :, best_mask_idx, :, :]
-            resized_mask = F.interpolate(
-                best_mask_256,
-                size=(512, 512),  # DIREKT AUF CONTROLNET-ZIELGRÖßE
-                mode='bilinear',
-                align_corners=False
-            ).squeeze()
-            
-            mask_np = resized_mask.cpu().numpy()
-            print(f"   🔄 Beste Maske skaliert auf 512×512 für ControlNet")
-            
-            # ============================================================
-            # DYNAMISCHER THRESHOLD 
-            # SAM gibt nur Wahrscheinlichkeiten aus!
-            # Nachdem das Modell eine Maske für eine Person vorhersagt (wo jeder Pixel einen Wert zwischen 0 und 1 hat, 
-            # wie "wahrscheinlich gehört dieser Pixel zur Person"), wird diese Maske binarisiert (0 oder 1), indem alle 
-            # Pixel unter 0.05 auf 0 gesetzt werden, alle darüber auf 1.
-            # ============================================================
-            mask_max = mask_np.max() #höchster Wahrscheinlichkeitswert in SAM-Maske
-            if best_score < 0.7:  # Schlechte Maskenqualität
-                dynamic_threshold = 0.05  # SEHR NIEDRIG für maximale Abdeckung
-                print(f"   ⚠️  Masken-Score niedrig ({best_score:.3f}). "
-                      f"Threshold=0.05 für maximale Abdeckung")
-            else:
-                dynamic_threshold = max(0.15, mask_max * 0.3)  # Moderater Threshold
-                print(f"   ✅ Gute Maske. Threshold={dynamic_threshold:.3f}")
-            
-            # Binärmaske erstellen (512x512)
-            mask_array = (mask_np > dynamic_threshold).astype(np.uint8) * 255
-
-            # 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((512, 512), dtype=np.uint8)
-                # BBox auf 512x512 skalieren für Fallback
-                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) #weiße Rechteckbox
-
-            # Damit wird die Rohmaske für die UI-Anzeige gespeichert
-            raw_mask_array = mask_array.copy()
-            
-            # FOCUS_CHANGE POSTPROCESSING (angepasst für 512x512)
-            print("🔧 FOCUS_CHANGE POSTPROCESSING (auf 512×512)")
-            print(f"   mask_array - Min/Max: {mask_array.min()}/{mask_array.max()}")
-            print(f"   mask_array - Weiße Pixel: {np.sum(mask_array > 0)}")
-            print(f"   mask_array - Shape: {mask_array.shape}")
-            print(f"   mask_array - dtype: {mask_array.dtype}")
-            
-            # 1. Findet und behält nur die größte zusammenhängende Komponente der Maske
-            labeled_array, num_features = ndimage.label(mask_array)
-            if num_features > 1:
-                sizes = ndimage.sum(mask_array, labeled_array, range(1, num_features + 1))
-                largest_component = np.argmax(sizes) + 1
-                mask_array = np.where(labeled_array == largest_component, mask_array, 0)
-                print(f"   ✅ Größte Komponente behalten ({num_features}→1)")
-            
-            # 2. Morphologische Operationen
-            kernel_close = np.ones((5, 5), np.uint8)
-            mask_array = cv2.morphologyEx(mask_array, cv2.MORPH_CLOSE, kernel_close, iterations=2)
-            
-            kernel_dilate = np.ones((15, 15), np.uint8)
-            mask_array = cv2.dilate(mask_array, kernel_dilate, iterations=1)
-            
-            # 3. Weiche Übergänge mittlerer Blur für natürliche Übergänge
-            mask_array = cv2.GaussianBlur(mask_array, (9, 9), 2.0)
-            
-            # 4. Gamma-Korrektur
-            mask_array_float = mask_array.astype(np.float32) / 255.0
-            mask_array_float = np.clip(mask_array_float, 0.0, 1.0)
-            mask_array_float = mask_array_float ** 0.85
-            mask_array = (mask_array_float * 255).astype(np.uint8)
-            
-            # 5. Auf Originalgröße für Rückgabe (falls benötigt)
-            mask_512 = Image.fromarray(mask_array).convert("L")
-            raw_mask = Image.fromarray(raw_mask_array).convert("L")
-            
-            # Finale Maske für ControlNet ist 512x512
-            mask = mask_512
-            
-            print(f"✅ FOCUS_CHANGE Maske erstellt: {mask.size}")
-            return mask, raw_mask
-            
-        # ============================================================
-        # BLOCK 3: FACE_ONLY_CHANGE
-        # ============================================================
-        elif mode == "face_only_change":
-            print("-" * 60)
-            print("👤 SPEZIALMODUS: NUR GESICHT - ROBUSTER WORKFLOW")
-            print("-" * 60)
-    
-            # ============================================================
-            # Originalbild sichern
-            # Andere Vorgehensweise da SAM bei kleinen Köpfen sonst keine Chance hat!
-            # Bild ausschneiden auf eine vergrößerte quadratische Box - Crops
-            # ============================================================
-            original_image = image
-            print(f"💾 Originalbild gesichert: {original_image.size}")
-    
-            # ============================================================
-            # Crop = BBox × 2.5 (ERHÖHT für mehr Kontext) 
-            # ============================================================
-            print("✂️ SCHRITT 2: ERSTELLE QUADRATISCHEN AUSSCHNITT (BBox × 2.5)")
-    
-            # BBox-Zentrum berechnen
-            bbox_center_x = (x1 + x2) // 2
-            bbox_center_y = (y1 + y2) // 2
-            print(f"   📍 BBox-Zentrum: ({bbox_center_x}, {bbox_center_y})")
-    
-            # Größte Dimension der BBox finden
-            bbox_width = x2 - x1
-            bbox_height = y2 - y1
-            bbox_max_dim = max(bbox_width, bbox_height)
-            print(f"   📏 BBox Dimensionen: {bbox_width} × {bbox_height} px")
-            print(f"   📐 Maximale BBox-Dimension: {bbox_max_dim} px")
-    
-            # Crop-Größe berechnen (BBox × 2.5)
-            crop_size = int(bbox_max_dim * 2.5)
-            print(f"   🎯 Ziel-Crop-Größe: {crop_size} × {crop_size} px (BBox × 2.5)")
-    
-            # Crop-Koordinaten berechnen (zentriert um BBox)
-            crop_x1 = bbox_center_x - crop_size // 2
-            crop_y1 = bbox_center_y - crop_size // 2
-            crop_x2 = crop_x1 + crop_size
-            crop_y2 = crop_y1 + crop_size
-    
-            # Sicherstellen, dass Crop innerhalb der Bildgrenzen bleibt
-            crop_x1 = max(0, crop_x1)
-            crop_y1 = max(0, crop_y1)
-            crop_x2 = min(original_image.width, crop_x2)
-            crop_y2 = min(original_image.height, crop_y2)
-    
-            # Falls Crop zu klein ist, anpassen
-            actual_crop_width = crop_x2 - crop_x1
-            actual_crop_height = crop_y2 - crop_y1
-    
-            if actual_crop_width < crop_size or actual_crop_height < crop_size:
-                # An Kanten anpassen
-                if crop_x1 == 0:
-                    crop_x2 = min(original_image.width, crop_size)
-                elif crop_x2 == original_image.width:
-                    crop_x1 = max(0, original_image.width - crop_size)
-        
-                if crop_y1 == 0:
-                    crop_y2 = min(original_image.height, crop_size)
-                elif crop_y2 == original_image.height:
-                    crop_y1 = max(0, original_image.height - crop_size)
-    
-            print(f"   🔲 Crop-Bereich: [{crop_x1}, {crop_y1}, {crop_x2}, {crop_y2}]")
-            print(f"   📏 Tatsächliche Crop-Größe: {crop_x2-crop_x1} × {crop_y2-crop_y1} px")
-    
-            # Bild ausschneiden- 2,5 mal so groß und quadratisch wie BBox
-            cropped_image = original_image.crop((crop_x1, crop_y1, crop_x2, crop_y2))
-            print(f"   ✅ Quadratischer Ausschnitt erstellt: {cropped_image.size}")
-    
-            # ============================================================
-            # BBox-Koordinaten transformieren
-            # ============================================================
-            print("📐 SCHRITT 3: BBox-KOORDINATEN TRANSFORMIEREN")
-            rel_x1 = x1 - crop_x1
-            rel_y1 = y1 - crop_y1
-            rel_x2 = x2 - crop_x1
-            rel_y2 = y2 - crop_y1
-    
-            # Sicherstellen, dass BBox innerhalb des Crops liegt
-            rel_x1 = max(0, rel_x1)
-            rel_y1 = max(0, rel_y1)
-            rel_x2 = min(cropped_image.width, rel_x2)
-            rel_y2 = min(cropped_image.height, rel_y2)
-    
-            print(f"   🎯 Relative BBox im Crop: [{rel_x1}, {rel_y1}, {rel_x2}, {rel_y2}]")
-            print(f"   📏 Relative BBox Größe: {rel_x2-rel_x1} × {rel_y2-rel_y1} px")
-    
-            # ============================================================
-            # INTENSIVE BILDAUFBEREITUNG FÜR GESICHTSERKENNUNG
-            # ============================================================
-            print("🔍 SCHRITT 4: ERWEITERTE BILDAUFBEREITUNG FÜR GESICHTSERKENNUNG")
-    
-            # 1. Kontrast verstärken
-            contrast_enhancer = ImageEnhance.Contrast(cropped_image)
-            enhanced_image = contrast_enhancer.enhance(1.8)  # 80% mehr Kontrast
-    
-            # 2. Schärfe erhöhen für bessere Kantenerkennung
-            sharpness_enhancer = ImageEnhance.Sharpness(enhanced_image)
-            enhanced_image = sharpness_enhancer.enhance(2.0)  # 100% mehr Schärfe
-    
-            # 3. Helligkeit anpassen
-            brightness_enhancer = ImageEnhance.Brightness(enhanced_image)
-            enhanced_image = brightness_enhancer.enhance(1.1)  # 10% heller
-    
-            print(f"   ✅ Erweiterte Bildaufbereitung abgeschlossen")
-            print(f"     • Kontrast: +80%")
-            print(f"     • Schärfe: +100%")
-            print(f"     • Helligkeit: +10%")
-    
-            # Für SAM: Verwende aufbereiteten Ausschnitt
-            image = enhanced_image
-            x1, y1, x2, y2 = rel_x1, rel_y1, rel_x2, rel_y2
-    
-            print("   🔄 SAM wird auf aufbereitetem Ausschnitt ausgeführt")
-            print(f"   📊 SAM-Eingabegröße: {image.size}")
-
-            # ============================================================
-            # SAM-AUSFÜHRUNG
-            # ============================================================
-            print("-" * 60)
-            print(f"📦 BOUNDING BOX DETAILS FÜR SAM:")
-            print(f"   Bild-Größe für SAM: {image.size}")
-            print(f"   BBox Koordinaten: [{x1}, {y1}, {x2}, {y2}]")
-            print(f"   BBox Dimensionen: {x2-x1}px × {y2-y1}px")
-            
-            # Vorbereitung für SAM2 - WICHTIG: NUR EINE BBOX
-            print("-" * 60)
-            print("🖼️  BILDAUFBEREITUNG FÜR SAM 2")
-            # SAM erwartet NumPy-Array, kein PIL
-            image_np = np.array(image.convert("RGB"))
-            
-            # Immer nur eine BBox verwenden (SAM 2 erwartet genau 1)
-            input_boxes = [[[x1, y1, x2, y2]]]
-
-            # Punkt in der BBox-Mitte (zur Ünterstützung von SAM damit BBox nicht zu dicht um Kopf gezogen werden muß!)
-            center_x = (x1 + x2) // 2
-            center_y = (y1 + y2) // 2
-
-            # Punkt im Gesicht (30% höher vom Mittelpunkt)(auch für größere BBox)
-            bbox_height = y2 - y1
-            face_offset = int(bbox_height * 0.3)
-            face_x = center_x
-            face_y = center_y - face_offset
-            face_y = max(y1 + 10, min(face_y, y2 - 10))  # In BBox halten
-
-            # BEIDE Punkte kombinieren
-            input_points = [[[[center_x, center_y], [face_x, face_y]]]] # ZWEI Punkte
-            input_labels = [[[1, 1]]]  # Beide sind positive Prompts
-
-            print(f"   🎯 SAM-Prompt: BBox [{x1},{y1},{x2},{y2}]")
-            print(f"   👁️  Punkte: Mitte ({center_x},{center_y}), Gesicht ({face_x},{face_y})")
-
-            # Aufruf des SAM-Prozessors mit den Variablen. Der Processor verpackt diese Rohdaten 
-            # in die für das SAM-Modell erforderlichen Tensoren und speichert sie in inputs.
-            inputs = self.sam_processor(
-                image_np, 
-                input_boxes=input_boxes,
-                input_points=input_points,    # ZWEI Punkte
-                input_labels=input_labels,    # Zwei Labels
-                return_tensors="pt"
-            ).to(self.device)                 # Ohne .to(self.device) werden die Tensoren standardmäßig im CPU-RAM erzeugt und gespeichert! Da GPU-Fehler!
-
-            print(f"✅ Processor-Ausgabe: Dictionary mit {len(inputs)} Schlüsseln: {list(inputs.keys())}")
-            print(f"   - 'pixel_values' Shape: {inputs['pixel_values'].shape}")
-            print(f"   - 'input_boxes' Shape: {inputs['input_boxes'].shape}")
-            if 'input_points' in inputs:
-                print(f"   - 'input_points' Shape: {inputs['input_points'].shape}")
-
-            # 4. SAM2 Vorhersage
-            print("-" * 60)
-            print("🧠 SAM 2 INFERENZ (Vorhersage)")
-            with torch.no_grad():
-                print("   Führe Vorhersage durch...")
-                outputs = self.sam_model(**inputs)
-                print(f"✅ Vorhersage abgeschlossen")
-                print(f"   Anzahl der Vorhersagemasken: {outputs.pred_masks.shape[2]}")
-            
-            # 5. Maske extrahieren
-            print("📏 SCHRITT 6: MASKE EXTRAHIEREN")
-            
-            num_masks = outputs.pred_masks.shape[2]
-            print(f"   SAM lieferte {num_masks} verschiedene Masken")
-            
-            # Extrahiere alle Masken
-            all_masks = []
-            
-            for i in range(num_masks):
-                single_mask = outputs.pred_masks[:, :, i, :, :]
-                resized_mask = F.interpolate(
-                    single_mask,
-                    size=(image.height, image.width),
-                    mode='bilinear',
-                    align_corners=False
-                ).squeeze()
-                
-                mask_np = resized_mask.sigmoid().cpu().numpy()
-                all_masks.append(mask_np)
-                
-                # Basis-Statistiken für jede Maske
-                mask_binary = (mask_np > 0.5).astype(np.uint8)
-                mask_area = np.sum(mask_binary)
-                print(f"   Maske {i+1}: Größe={mask_area:,} Pixel, Max-Konfidenz={mask_np.max():.3f}")          
-            
-            # ============================================================
-            # HEURISTIK
-            # ============================================================
-            print("🤔 SCHRITT 6: MASKENAUSWAHL MIT MODUS-SPEZIFISCHER HEURISTIK")
-            
-            bbox_center = ((x1 + x2) // 2, (y1 + y2) // 2)
-            bbox_area = (x2 - x1) * (y2 - y1)
-            print(f"   Erwartetes BBox-Zentrum: {bbox_center}")
-            print(f"   Erwartete BBox-Fläche: {bbox_area:,} Pixel")
-            
-            best_mask_idx = 0
-            best_score = -1
-            
-            for i, mask_np in enumerate(all_masks):
-                mask_max = mask_np.max()
-                
-                # Grundlegende Filterung
-                if mask_max < 0.3:
-                    print(f"   ❌ Maske {i+1}: Zu niedrige Konfidenz ({mask_max:.3f}), überspringe")
-                    continue
-                
-                # Adaptiver Threshold
-                adaptive_threshold = max(0.3, mask_max * 0.7)
-                mask_binary = (mask_np > adaptive_threshold).astype(np.uint8)
-                
-                if np.sum(mask_binary) == 0:
-                    print(f"   ❌ Maske {i+1}: Keine Pixel nach Threshold {adaptive_threshold:.3f}")
-                    continue
-                
-                mask_area_pixels = np.sum(mask_binary) 
-
-                # ============================================================
-                #        SPEZIALHEURISTIK 
-                # ============================================================
-
-                print(f"   🔍 Analysiere Maske {i+1} mit GESICHTS-HEURISTIK")
-    
-                # 1. FLÄCHENBASIERTE BEWERTUNG (40%)
-                area_ratio = mask_area_pixels / bbox_area
-                print(f"     📐 Flächen-Ratio: {area_ratio:.3f} ({mask_area_pixels:,} / {bbox_area:,} Pixel)")
-    
-                # Optimale Kopfgröße: 80-120% der BBox
-                if area_ratio < 0.6:
-                    print(f"     ⚠️  Fläche zu klein für Kopf (<60% der BBox)")
-                    area_score = area_ratio * 0.5  # Stark bestrafen
-                elif area_ratio > 1.5:
-                    print(f"     ⚠️  Fläche zu groß für Kopf (>150% der BBox)")
-                    area_score = 2.0 - area_ratio  # Linear bestrafen
-                elif 0.8 <= area_ratio <= 1.2:
-                    area_score = 1.0  # Perfekte Größe
-                    print(f"     ✅ Perfekte Kopfgröße (80-120% der BBox)")
-                else:
-                    # Sanfte Abweichung
-                    area_score = 1.0 - abs(area_ratio - 1.0) * 0.5
-    
-                # 2. KOMPAKTHEIT/SOLIDITÄT (30%)
-                labeled_mask = measure.label(mask_binary)
-                regions = measure.regionprops(labeled_mask)
-    
-                if len(regions) == 0:
-                    compactness_score = 0.1
-                    print(f"     ❌ Keine zusammenhängenden Regionen gefunden")
-                else:
-                    # Größte Region finden (sollte der Kopf sein)
-                    largest_region = max(regions, key=lambda r: r.area)
-        
-                    # Solidität = Fläche / konvexe Hüllenfläche
-                    solidity = largest_region.solidity if hasattr(largest_region, 'solidity') else 0.7
-        
-                    # Exzentrizität (wie elliptisch) - Köpfe sind tendenziell elliptisch
-                    eccentricity = largest_region.eccentricity if hasattr(largest_region, 'eccentricity') else 0.5
-        
-                    # Perfekt runde Formen (Kreis) sind 0, Linie wäre 1
-                    # Köpfe haben typischerweise 0.5-0.8
-                    if 0.4 <= eccentricity <= 0.9:
-                        eccentricity_score = 1.0 - abs(eccentricity - 0.65) * 2
-                    else:
-                        eccentricity_score = 0.2
-        
-                    compactness_score = (solidity * 0.6 + eccentricity_score * 0.4)
-                    print(f"     🎯 Kompaktheits-Analyse:")
-                    print(f"       • Solidität (Fläche/Konvex): {solidity:.3f}")
-                    print(f"       • Exzentrizität (Form): {eccentricity:.3f}")
-                    print(f"       • Kompaktheits-Score: {compactness_score:.3f}")
-    
-                # 3. BBOX-ÜBERLAPPUNG (20%)
-                bbox_mask = np.zeros((image.height, image.width), dtype=np.uint8)
-                bbox_mask[y1:y2, x1:x2] = 1
-                overlap = np.sum(mask_binary & bbox_mask)
-                bbox_overlap_ratio = overlap / mask_area_pixels if mask_area_pixels > 0 else 0
-    
-                # Für Kopf: Sollte großteils in BBox sein (mind. 70%)
-                if bbox_overlap_ratio >= 0.7:
-                    bbox_score = 1.0
-                    print(f"     ✅ Hohe BBox-Überlappung: {bbox_overlap_ratio:.3f} ({overlap:,} Pixel)")
-                elif bbox_overlap_ratio >= 0.5:
-                    bbox_score = bbox_overlap_ratio * 1.2
-                    print(f"     ⚠️  Mittlere BBox-Überlappung: {bbox_overlap_ratio:.3f}")
-                else:
-                    bbox_score = bbox_overlap_ratio * 0.8
-                    print(f"     ❌ Geringe BBox-Überlappung: {bbox_overlap_ratio:.3f}")
-    
-                # SAM-KONFIDENZ (10%)
-                confidence_score = mask_max
-    
-                # GESAMTSCORE für Gesicht
-                score = (
-                    area_score * 0.4 +      # 40% Flächenpassung
-                    compactness_score * 0.3 + # 30% Kompaktheit
-                    bbox_score * 0.2 +      # 20% BBox-Überlappung
-                    confidence_score * 0.1   # 10% Konfidenz
-                )
-    
-                print(f"     📊 GESICHTS-SCORES für Maske {i+1}:")
-                print(f"       • Flächen-Score: {area_score:.3f}")
-                print(f"       • Kompaktheits-Score: {compactness_score:.3f}")
-                print(f"       • BBox-Überlappungs-Score: {bbox_score:.3f}")
-                print(f"       • Konfidenz-Score: {confidence_score:.3f}")
-                print(f"       • GESAMTSCORE: {score:.3f}")
-
-                if score > best_score:
-                    best_score = score
-                    best_mask_idx = i
-                    print(f"     🏆 Neue beste Maske: Nr. {i+1} mit Score {score:.3f}")
-
-            print(f"✅ Beste Maske ausgewählt: Nr. {best_mask_idx+1} mit Score {best_score:.3f}")
-
-            # Beste Maske verwenden
-            mask_np = all_masks[best_mask_idx]
-            max_val = mask_np.max()
-            print(f"🔍 Maximaler SAM-Konfidenzwert der besten Maske: {max_val:.3f}")
-
-            # ============================================================
-            # THRESHOLD-BESTIMMUNG 
-            # ============================================================
-            # Spezieller Threshold für Gesichter
-            if max_val < 0.5:
-                dynamic_threshold = 0.25
-                print(f"   ⚠️  SAM ist unsicher für Gesicht (max_val={max_val:.3f} < 0.5)")
-            elif max_val < 0.8:
-                dynamic_threshold = max_val * 0.65  # Mittlerer Threshold
-                print(f"   ℹ️  SAM ist mäßig sicher für Gesicht (max_val={max_val:.3f})")
-            else:
-                dynamic_threshold = max_val * 0.75  # Hoher Threshold
-                print(f"   ✅ SAM ist sicher für Gesicht (max_val={max_val:.3f} >= 0.8)")
-    
-            print(f"   🎯 Gesichts-Threshold: {dynamic_threshold:.3f}")
-
-            # Binärmaske erstellen
-            print("🐛 DEBUG THRESHOLD:")
-            print(f"   mask_np Min/Max: {mask_np.min():.3f}/{mask_np.max():.3f}")
-            print(f"   dynamic_threshold: {dynamic_threshold:.3f}")
-
-            mask_array = (mask_np > dynamic_threshold).astype(np.uint8) * 255
-
-            print(f"🚨 DEBUG BINÄRMASKE:")
-            print(f"   mask_array Min/Max: {mask_array.min()}/{mask_array.max()}")
-            print(f"   Weiße Pixel in mask_array: {np.sum(mask_array > 0)}")
-            print(f"   Anteil weiße Pixel: {np.sum(mask_array > 0) / mask_array.size:.1%}")
-
-            # Fallback wenn Maske leer
-            if mask_array.max() == 0:
-                print("⚠️  KRITISCH: Binärmaske ist leer! Erzwinge Testmaske (BBox).")
-                print(f"   🚨 BBox für Fallback: x1={x1}, y1={y1}, x2={x2}, y2={y2}")
-    
-                test_mask = np.zeros((image.height, image.width), dtype=np.uint8)
-                cv2.rectangle(test_mask, (x1, y1), (x2, y2), 255, -1)
-    
-                mask_array = test_mask
-                print(f"🐛 DEBUG ERZWUNGENE MASKE: Weiße Pixel: {np.sum(mask_array > 0)}")
-
-            # Rohmaske speichern
-            raw_mask_array = mask_array.copy()
-
-            # ============================================================
-            #        POSTPROCESSING 
-            # ============================================================
-
-            print("👤 GESICHTS-SPEZIFISCHES POSTPROCESSING")
-    
-            # 1. Größte zusammenhängende Komponente finden
-            labeled_array, num_features = ndimage.label(mask_array)
-    
-            if num_features > 0:
-                print(f"   🔍 Gefundene Komponenten: {num_features}")
-        
-                sizes = ndimage.sum(mask_array, labeled_array, range(1, num_features + 1))
-                largest_component_idx = np.argmax(sizes) + 1
-        
-                print(f"   👑 Größte Komponente: Nr. {largest_component_idx} mit {sizes[largest_component_idx-1]:,} Pixel")
-        
-                # NUR die größte Komponente behalten (der Kopf)
-                mask_array = np.where(labeled_array == largest_component_idx, mask_array, 0)
-        
-                # MORPHOLOGISCHE OPERATIONEN FÜR SAUBEREN KOPF
-                print("   ⚙️  Morphologische Operationen für sauberen Kopf")
-        
-                # Zuerst CLOSE, um kleine Löcher im Kopf zu füllen
-                kernel_close = np.ones((7, 7), np.uint8)
-                mask_array = cv2.morphologyEx(mask_array, cv2.MORPH_CLOSE, kernel_close, iterations=1)
-                print("     • MORPH_CLOSE (7x7) - Löcher im Kopf füllen")
-        
-                # Dann OPEN, um kleine Ausreißer zu entfernen
-                kernel_open = np.ones((5, 5), np.uint8)
-                mask_array = cv2.morphologyEx(mask_array, cv2.MORPH_OPEN, kernel_open, iterations=1)
-                print("     • MORPH_OPEN (5x5) - Rauschen entfernen")
-
-            # ============================================================
-            # KRITISCH: MASKE IMMER ZURÜCK AUF ORIGINALGRÖSSE (auch bei Fallback!)
-            # ============================================================
-            print("-" * 60)
-            print("🔄 MASKE IMMER ZURÜCK AUF ORIGINALGRÖSSE TRANSFORMIEREN")
-    
-            # WICHTIG: Immer die richtigen Crop-Koordinaten verwenden
-            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}")
-    
-            # Bild-Referenz zurücksetzen
-            image = original_image
-            print(f"   🔄 Bild-Referenz wieder auf Original gesetzt: {image.size}")
-
-            # ============================================================
-            # 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
-
-            # 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}%)")
-            print(f"   Schwarze Pixel (Erhaltungsbereich): {total_pixels-white_pixels:,} ({100-white_ratio:.1f}%)")
-            print(f"   Gesamtpixel: {total_pixels:,}")
-
-            # Warnungen basierend auf Abdeckung
-            if coverage_ratio < 0.7:
-                print(f"   ⚠️  WARNUNG: Geringe Gesichtsabdeckung ({coverage_ratio:.1%})")
-            elif coverage_ratio > 1.3:
-                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"🎛️  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
-                         
-        # ============================================================
-        # UNBEKANNTER MODUS
-        # ============================================================
-        else:
-            print(f"❌ Unbekannter Modus: {mode}")
-            return self._create_rectangular_mask(image, bbox_coords, "focus_change")
-            
     except Exception as e:
         print("❌" * 40)
         print("❌ FEHLER IN SAM 2 SEGMENTIERUNG")