Klarbildbot v1.0 — AI-Bildaufbereitung (Freistellen + Upscaling) als Telegram-Bot

- Telegram-Bot (Polling) mit Inline-Menue: Klarbild x2/x4, Freistellen, kombiniert
- Upscaling via OpenCV dnn_superres (FSRCNN default, EDSR optional), gekachelt
- Freistellen via rembg (isnet-general-use, Alpha-Matting)
- Picdrop-Batch via SFTP (/picdrop)
- Health-Server (aiohttp) fuer Coolify, Zugriffsschutz via ALLOWED_USER_IDS
- Dockerfile backt Modelle (SR von raw.githubusercontent, rembg von HF-Mirror)

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01XNQ8ghPfzAfsyVYd6HgFb6

app/config.py

@@ -0,0 +1,80 @@
+"""Zentrale Konfiguration aus Umgebungsvariablen."""
+from __future__ import annotations
+
+import os
+from pathlib import Path
+
+
+def _get_bool(name: str, default: bool = False) -> bool:
+    val = os.getenv(name)
+    if val is None:
+        return default
+    return val.strip().lower() in {"1", "true", "yes", "on", "ja"}
+
+
+def _get_int(name: str, default: int) -> int:
+    try:
+        return int(os.getenv(name, str(default)))
+    except (TypeError, ValueError):
+        return default
+
+
+# --- Telegram ---------------------------------------------------------------
+BOT_TOKEN: str = os.getenv("BOT_TOKEN", "").strip()
+
+# Kommagetrennte Liste erlaubter Telegram-User-IDs. Leer = jeder darf (nur
+# fuer Tests empfohlen). /start zeigt jedem seine ID, damit man hier eintraegt.
+_allowed = os.getenv("ALLOWED_USER_IDS", "").replace(";", ",")
+ALLOWED_USER_IDS: set[int] = {
+    int(x) for x in (p.strip() for p in _allowed.split(",")) if x.strip().isdigit()
+}
+
+# --- Bild-Pipeline ----------------------------------------------------------
+MODELS_DIR: Path = Path(os.getenv("MODELS_DIR", "/app/models"))
+WORK_DIR: Path = Path(os.getenv("WORK_DIR", "/tmp/klarbild"))
+
+# rembg-Modell fuers Freistellen: isnet-general-use (gut), u2net, u2netp (leicht),
+# birefnet-general (beste Qualitaet, schwer). Wird beim Build vorgeladen.
+REMBG_MODEL: str = os.getenv("REMBG_MODEL", "isnet-general-use")
+
+# OpenCV dnn_superres: "fsrcnn" (schnell, Default) oder "edsr" (mehr Detail,
+# aber auf CPU sehr langsam ~40s/Kachel -> nur fuer starke Boxen empfohlen).
+UPSCALE_MODEL: str = os.getenv("UPSCALE_MODEL", "fsrcnn").lower()
+
+# Optionales Real-ESRGAN-ONNX-Backend (fuer GPU/starke Boxen). Wenn aktiv und
+# Modelldatei vorhanden, wird es statt OpenCV genutzt.
+ENABLE_REALESRGAN: bool = _get_bool("ENABLE_REALESRGAN", False)
+REALESRGAN_ONNX: Path = Path(
+    os.getenv("REALESRGAN_ONNX", str(MODELS_DIR / "realesrgan_x4.onnx"))
+)
+
+# Speicherschutz auf kleinen Boxen (CX33: 8GB, keine GPU):
+# Laengste Kante des Eingangsbildes vor dem Upscalen begrenzen.
+MAX_INPUT_EDGE: int = _get_int("MAX_INPUT_EDGE", 1600)
+# Kachelgroesse fuer das Upscalen (kleiner = weniger RAM, mehr Overhead).
+TILE_SIZE: int = _get_int("TILE_SIZE", 256)
+# Deckel fuer die Ausgabe-Megapixel (Sicherheitsnetz gegen OOM).
+MAX_OUTPUT_MP: float = float(os.getenv("MAX_OUTPUT_MP", "80"))
+
+# Nach dem Upscalen leichte Entrauschung + Schaerfung ("Klarbild"-Finish).
+POST_DENOISE: bool = _get_bool("POST_DENOISE", True)
+POST_SHARPEN: bool = _get_bool("POST_SHARPEN", True)
+
+# JPEG-Qualitaet fuer zurueckgesendete Fotos (Freistellen liefert immer PNG).
+JPEG_QUALITY: int = _get_int("JPEG_QUALITY", 95)
+
+# --- Health-Server ----------------------------------------------------------
+HEALTH_PORT: int = _get_int("PORT", 8080)
+
+# --- Picdrop (SFTP) ---------------------------------------------------------
+PICDROP_HOST: str = os.getenv("PICDROP_HOST", "ftps.picdrop.com")
+PICDROP_PORT: int = _get_int("PICDROP_PORT", 22)
+PICDROP_USER: str = os.getenv("PICDROP_USER", "")
+PICDROP_PASSWORD: str = os.getenv("PICDROP_PASSWORD", "")
+PICDROP_ENABLED: bool = bool(PICDROP_USER and PICDROP_PASSWORD)
+
+
+def validate() -> None:
+    if not BOT_TOKEN:
+        raise SystemExit("FEHLER: Umgebungsvariable BOT_TOKEN ist nicht gesetzt.")
+    WORK_DIR.mkdir(parents=True, exist_ok=True)