Update app.py

app.py

@@ -42,25 +42,34 @@ def pil_to_binary_mask(pil_image, threshold=0):
 import numpy as np
 from PIL import Image
 
+
 def get_mask_location(mode, category, parsing, keypoints):
     parsing = np.array(parsing)
     mask = np.zeros_like(parsing)
     
-    print(f"Selected category: {category}")  # 디버깅을 위해 선택된 카테고리 출력
+    print(f"Selected category: {category}")
+    print(f"Unique values in parsing: {np.unique(parsing)}")
     
     if category == "상의":
         # 상의에 해당하는 부분만 마스킹 (상체, 팔)
-        mask[np.isin(parsing, [5, 6, 7])] = 255
+        upper_body = [5, 6, 7]
+        mask[np.isin(parsing, upper_body)] = 255
+        print(f"Masking upper body parts: {upper_body}")
     elif category == "하의":
         # 하의에 해당하는 부분만 마스킹 (하체)
-        mask[np.isin(parsing, [9, 12, 13, 14, 15, 16, 17, 18, 19])] = 255
+        lower_body = [9, 12, 13, 14, 15, 16, 17, 18, 19]
+        mask[np.isin(parsing, lower_body)] = 255
+        print(f"Masking lower body parts: {lower_body}")
     elif category == "드레스":
         # 드레스에 해당하는 부분 마스킹 (상체와 하체)
-        mask[np.isin(parsing, [5, 6, 7, 9, 12, 13, 14, 15, 16, 17, 18, 19])] = 255
+        full_body = [5, 6, 7, 9, 12, 13, 14, 15, 16, 17, 18, 19]
+        mask[np.isin(parsing, full_body)] = 255
+        print(f"Masking full body parts: {full_body}")
     else:
         raise ValueError(f"Unknown category: {category}")
     
-    print(f"Mask shape: {mask.shape}, Unique values: {np.unique(mask)}")  # 디버깅을 위해 마스크 정보 출력
+    print(f"Mask shape: {mask.shape}, Unique values in mask: {np.unique(mask)}")
+    print(f"Number of masked pixels: {np.sum(mask == 255)}")
     
     mask_gray = Image.fromarray(mask)
     return mask_gray, mask_gray
@@ -176,15 +185,27 @@ def start_tryon(dict, garm_img, garment_des, is_checked, is_checked_crop, denois
     status_message = ""
     if is_checked:
         try:
-            print(f"Processing category: {category}")  # 디버깅을 위해 처리 중인 카테고리 출력
+            print(f"Processing category: {category}")
             keypoints = openpose_model(human_img.resize((384,512)))
             model_parse, _ = parsing_model(human_img.resize((384,512)))
+            
+            # 파싱 모델의 출력 확인
+            print(f"Parsing model output shape: {model_parse.shape}")
+            print(f"Unique values in parsing model output: {np.unique(model_parse)}")
+            
             mask, mask_gray = get_mask_location('hd', category, model_parse, keypoints)
             mask = mask.resize((768,1024))
-            print(f"Mask created for category {category}")  # 디버깅을 위해 마스크 생성 확인 메시지 출력
+            print(f"Mask created for category {category}")
+            
+            # 마스크 확인
+            print(f"Final mask shape: {mask.size}")
+            mask_array = np.array(mask)
+            print(f"Unique values in final mask: {np.unique(mask_array)}")
+            print(f"Number of masked pixels in final mask: {np.sum(mask_array == 255)}")
+            
         except Exception as e:
             status_message = f"자동 마스크 생성 중 오류가 발생했습니다: {str(e)}. 기본 마스크를 사용합니다."
-            print(f"Error in mask creation: {str(e)}")  # 디버깅을 위해 오류 메시지 출력
+            print(f"Error in mask creation: {str(e)}")
             mask = Image.new('L', (768, 1024), 255)
     else:
         if dict['layers'] and dict['layers'][0]: