Update app.py

app.py

@@ -197,6 +197,7 @@ def text_to_image(prompt, steps, guidance_scale, progress=gr.Progress()):
         traceback.print_exc()
         return None
 
+
 def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, face_preserve, bbox_x1, bbox_y1, bbox_x2, bbox_y2, progress=gr.Progress()):
     try:
         if image is None:
@@ -208,15 +209,14 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
         print(f"Gesicht beibehalten: {face_preserve}")
         start_time = time.time()
 
-        # Statusmeldung anzeigen zur Zeitüberbrückung - Callback wird erst nach ersten Step aufgerufen!
+        # Statusmeldung anzeigen zur Zeitüberbrückung
         progress(0, desc="Generierung läuft - CPU benötigt bis zu 20 Minuten!")
 
         # --- Progress-Balken zur Überbrückung für 0te Step von CONTROLNET---
         progress(0.05, desc="ControlNet: Pose-Erkennung...")
         
-        # Parameter-Tuning für ControlNet (wie in deinem Code)
+        # Parameter-Tuning für ControlNet
         adj_strength = min(0.85, strength * 1.3)
-        #adj_strength = min(0.85, strength)
         actual_steps_from_strength = int(steps * adj_strength)
         controlnet_steps = min(25, actual_steps_from_strength)
         
@@ -224,12 +224,10 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
 
         # CONTROLNET-STRENGTH BERECHNEN: 50% der Inpaint-Strength
         controlnet_strength = adj_strength * 0.5
-        print(f"🎯 ControlNet Step-Kalkulation: UI={steps}, Adj-Strength={adj_strength:.3f}, Echte Steps={actual_steps_from_strength}, ControlNet-Steps={controlnet_steps}")
         print(f"🎯 ControlNet Strength: {controlnet_strength:.3f} (50% von Inpaint-Strength {adj_strength:.3f})")
 
-        
-        # ControlNet Modul aufrufen mit Übergabe der Parameter
-        controlnet_image = controlnet_processor.generate_with_controlnet(
+        # ControlNet Modul aufrufen - MIT ZWEI RÜCKGABEWERTEN
+        controlnet_output, inpaint_input = controlnet_processor.generate_with_controlnet(
             image=image,
             prompt=prompt,
             negative_prompt=neg_prompt,
@@ -237,16 +235,20 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
             guidance_scale=guidance_scale,
             controlnet_strength=controlnet_strength,
             progress=progress,
-            keep_environment=face_preserve #Checkbox aktiviert ja/nein
+            keep_environment=face_preserve
         )
         
+        print(f"✅ ControlNet Output erhalten: {type(controlnet_output)}")
+        print(f"✅ Inpaint Input erhalten: {type(inpaint_input)}")
+        
         #Progress-Balken zur Überbrückung für 0ten Step von Inpaint
         progress(0.3, desc="ControlNet fertig, starte Inpaint...")
 
-        # --- AB HIER DEIN ORIGINAL-CODE MIT CONTROLNET-BILD ---
+        # --- INPAINT PIPELINE ---
         pipe = load_img2img()
-        # ControlNet-Bild verwenden statt Original!
-        img_resized = controlnet_image.convert("RGB").resize((IMG_SIZE, IMG_SIZE))
+        
+        # JETZT: inpaint_input verwenden (Conditioning Image für Inpaint)
+        img_resized = inpaint_input.convert("RGB").resize((IMG_SIZE, IMG_SIZE))
 
         # --- PARAMETER-TUNING ---
         adj_guidance = min(guidance_scale, 12.0)
@@ -279,8 +281,6 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
         if bbox_coords:
             mask = create_face_mask(img_resized, bbox_coords, face_preserve)
             if mask:
-                #mask.show()  # Zeigt die Maske zum Überprüfen
-                #print(f"Maske Größe: {mask.size}, Bereich: {bbox_coords}")
                 print("Maske erfolgreich erstellt")
         else:
             print("Keine gültigen Koordinaten - keine Maske angewendet")
@@ -297,11 +297,11 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
         # NEUE Callback-Implementierung
         callback = ImageToImageProgressCallback(progress, int(steps), adj_strength)
 
-        # --- PIPELINE-AUFRUF MIT NEUER API ---
+        # --- PIPELINE-AUFRUF MIT KORREKTEM INPUT ---
         result = pipe(
             prompt=prompt,
             negative_prompt=neg_prompt,
-            image=img_resized,  # Jetzt: ControlNet-Bild!
+            image=img_resized,  # JETZT: inpaint_input (Conditioning Image)
             mask_image=mask,
             strength=adj_strength,
             num_inference_steps=int(steps),
@@ -338,6 +338,7 @@ def img_to_image(image, prompt, neg_prompt, strength, steps, guidance_scale, fac
         return None
 
 
+
 def update_bbox_from_image(image):
     """Aktualisiert die Bounding-Box-Koordinaten wenn ein Bild hochgeladen wird"""
     if image is None: