Update app.py

app.py

@@ -547,30 +547,29 @@ def worker(input_image, prompt, n_prompt, seed, total_second_length, latent_wind
             return
 
         # 入力画像の処理
-        last_update_time = time.time()
-        stream.output_queue.push(('progress', (None, '', make_progress_bar_html(0, '画像処理中 ...'))))
-
         try:
             H, W, C = input_image.shape
             
             # 事前定義された解像度から最も近いアスペクト比を見つける
             target_width, target_height = find_closest_aspect_ratio(W, H, PREDEFINED_RESOLUTIONS)
             
-            # リサイズメッセージを表示
-            resize_message = f'画像を最適なアスペクト比にリサイズしています: {target_width}x{target_height}'
-            stream.output_queue.push(('progress', (None, '', make_progress_bar_html(0, resize_message))))
+            # height, width変数も保持する（元のコードとの互換性のため）
+            width = target_width
+            height = target_height
             
             # CPUモードの場合、処理サイズを小さくする
             if cpu_fallback_mode:
                 scale_factor = min(320 / target_height, 320 / target_width)
                 target_height = int(target_height * scale_factor)
                 target_width = int(target_width * scale_factor)
+                # 縮小後の値も更新
+                height = target_height
+                width = target_width
                 
             print(f'元の画像サイズ: {W}x{H}, リサイズ先: {target_width}x{target_height}')
             
             # 選択された解像度にリサイズ
             input_image_np = resize_and_center_crop(input_image, target_width=target_width, target_height=target_height)
-
             Image.fromarray(input_image_np).save(os.path.join(outputs_folder, f'{job_id}.png'))
 
             input_image_pt = torch.from_numpy(input_image_np).float() / 127.5 - 1