Update sam_module.py

sam_module.py

@@ -1,3 +1,1113 @@
+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. In app.py wird mask immer auf 512 skaliert.
+            
+        # ============================================================
+        # 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}")
+            original_bbox = (x1, y1, x2, y2)  # <-- DAS FEHLT
+            print(f"💾 Original-BBox gespeichert: {original_bbox}")
+    
+            # ============================================================
+            # 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)
+
+
+            # ITERATIVE ANPASSUNG für bessere Crop-Größe
+            max_iterations = 3
+            print(f"   🔄 Iterative Crop-Anpassung (max. {max_iterations} Versuche)")
+
+            for iteration in range(max_iterations):
+                actual_crop_width = crop_x2 - crop_x1
+                actual_crop_height = crop_y2 - crop_y1
+                
+                # Prüfen ob Crop groß genug ist
+                if actual_crop_width >= crop_size and actual_crop_height >= crop_size:
+                    print(f"   ✅ Crop-Größe OK nach {iteration} Iteration(en): {actual_crop_width}×{actual_crop_height} px")
+                    break
+                
+                print(f"   🔄 Iteration {iteration+1}: Crop zu klein ({actual_crop_width}×{actual_crop_height})")
+                
+                # BREITE anpassen (falls nötig)
+                if actual_crop_width < crop_size:
+                    if crop_x1 == 0:  # Am linken Rand
+                        crop_x2 = min(original_image.width, crop_x1 + crop_size)
+                        print(f"     ← Breite angepasst (linker Rand): crop_x2 = {crop_x2}")
+                    elif crop_x2 == original_image.width:  # Am rechten Rand
+                        crop_x1 = max(0, crop_x2 - crop_size)
+                        print(f"     → Breite angepasst (rechter Rand): crop_x1 = {crop_x1}")
+                    else:
+                        # Nicht am Rand - zentriert erweitern
+                        missing_width = crop_size - actual_crop_width
+                        expand_left = missing_width // 2
+                        expand_right = missing_width - expand_left
+                        
+                        crop_x1 = max(0, crop_x1 - expand_left)
+                        crop_x2 = min(original_image.width, crop_x2 + expand_right)
+                        print(f"     ↔ Zentriert erweitert um {missing_width}px")
+                
+                # HÖHE anpassen (falls nötig)
+                if actual_crop_height < crop_size:
+                    if crop_y1 == 0:  # Am oberen Rand
+                        crop_y2 = min(original_image.height, crop_y1 + crop_size)
+                        print(f"     ↑ Höhe angepasst (oberer Rand): crop_y2 = {crop_y2}")
+                    elif crop_y2 == original_image.height:  # Am unteren Rand
+                        crop_y1 = max(0, crop_y2 - crop_size)
+                        print(f"     ↓ Höhe angepasst (unterer Rand): crop_y1 = {crop_y1}")
+                    else:
+                        # Nicht am Rand - zentriert erweitern
+                        missing_height = crop_size - actual_crop_height
+                        expand_top = missing_height // 2
+                        expand_bottom = missing_height - expand_top
+                        
+                        crop_y1 = max(0, crop_y1 - expand_top)
+                        crop_y2 = min(original_image.height, crop_y2 + expand_bottom)
+                        print(f"     ↕ Zentriert erweitert um {missing_height}px")
+                
+                # Sicherstellen, dass innerhalb der Bildgrenzen
+                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)
+                
+                # Letzte Iteration erreicht?
+                if iteration == max_iterations - 1:
+                    actual_crop_width = crop_x2 - crop_x1
+                    actual_crop_height = crop_y2 - crop_y1
+                    print(f"   ⚠️  Max. Iterationen erreicht. Finaler Crop: {actual_crop_width}×{actual_crop_height} px")
+                    
+                    # Warnung wenn immer noch zu klein
+                    if actual_crop_width < crop_size or actual_crop_height < crop_size:
+                        min_acceptable = int(bbox_max_dim * 1.8)  # Mindestens 1.8× BBox
+                        if actual_crop_width < min_acceptable or actual_crop_height < min_acceptable:
+                            print(f"   🚨 KRITISCH: Crop immer noch zu klein ({actual_crop_width}×{actual_crop_height})")
+                            print(f"   🚨 SAM könnte Probleme haben!")
+
+            print(f"   🔲 Finaler Crop-Bereich: [{crop_x1}, {crop_y1}, {crop_x2}, {crop_y2}]")
+            print(f"   📏 Finale 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")
+
+            #============
+            #Doppelte  Berechnung: CROP und Original damit Heuristik
+            # auf Original berechnet werden kann und Weiterverarbeitung auf Crop
+            #==============
+            
+            # Masken speichern in den Arrays
+            all_masks_crop = []
+            all_masks_original = []
+            
+            for i in range(num_masks):
+                single_mask = outputs.pred_masks[:, :, i, :, :]
+                #Für Heuristik SAM-Masken auf Original-Bildgröße
+                resized_mask_original = F.interpolate(
+                    single_mask,
+                    size=(original_image.height, original_image.width),
+                    mode='bilinear',
+                    align_corners=False
+                ).squeeze()
+                
+                mask_np_original = resized_mask_original.sigmoid().cpu().numpy()
+                all_masks_original.append(mask_np_original)
+
+                # 2. FÜR VERARBEITUNG: Auf CROP-GRÖSSE interpolieren
+                resized_mask_crop = F.interpolate(
+                    single_mask,
+                    size=(image.height, image.width),  # CROP-Größe!
+                    mode='bilinear',
+                    align_corners=False
+                ).squeeze()
+                mask_np_crop = resized_mask_crop.sigmoid().cpu().numpy()
+                all_masks_crop.append(mask_np_crop)
+        
+                # Debug-Info
+                mask_binary_crop = (mask_np_crop > 0.5).astype(np.uint8)
+                mask_binary_original = (mask_np_original > 0.5).astype(np.uint8)
+                print(f"   Maske {i+1}: Crop={np.sum(mask_binary_crop):,}px, "
+                      f"Original={np.sum(mask_binary_original):,}px")
+                           
+            
+            # ============================================================
+            # HEURISTIK
+            # ============================================================
+            print("🤔 SCHRITT 6: MASKENAUSWAHL MIT MODUS-SPEZIFISCHER HEURISTIK")
+
+            bbox_center = ((original_bbox[0] + original_bbox[2]) // 2, 
+                           (original_bbox[1] + original_bbox[3]) // 2)
+            bbox_area = (original_bbox[2] - original_bbox[0]) * (original_bbox[3] - original_bbox[1])
+            
+            
+            best_mask_idx = 0
+            best_score = -1
+            
+            for i, mask_np in enumerate(all_masks_original):
+                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 ronde 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((original_image.height, original_image.width), dtype=np.uint8)
+                
+                bbox_mask[original_bbox[1]:original_bbox[3], original_bbox[0]:original_bbox[2]] = 1
+                
+                overlap = np.sum(mask_binary & bbox_mask)
+       
+                bbox_overlap_ratio = overlap / mask_area_pixels if mask_area_pixels > 0 else 0
+
+                print(f"     📍 BBox-Überlappung: {overlap:,} von {mask_area_pixels:,} Pixeln ({bbox_overlap_ratio:.1%})")
+              
+    
+                # 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_crop[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 #in app.py wird mask immer auf t12 skaliert
+                         
+        # ============================================================
+        # 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")
+        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