refactor(errors): 重构错误处理，支持强类型匹配并剥离 base64 依赖

- 新增 Other变体以及构造函数new
- 剥离图像预处理中的 Base64 相关错误至业务层处理
- 引入强类型 `LogitsDimensionMismatch` 替代不便匹配的字符串错误
- 优化 `normalize_ocr_logits` 的转换流程，兼顾零拷贝性能与精细化报错
- 优化 全库错误处理

ddddocr-tract/src/det/session.rs

@@ -1,6 +1,6 @@
 use crate::loader::ModelLoader;
 use anyhow::Context;
-use ddddocr_core::error::{DdddError, Result};
+use ddddocr_core::error::{DdddError, Result, TensorErrorReason};
 use ddddocr_core::{DetEngine, DetOutput, InferenceEngine};
 use ndarray::Ix3;
 use std::path::Path;
@@ -42,26 +42,28 @@ impl InferenceEngine for DetSession {
         // let result = self.ocr.run(tvec!(tensor.into()))?;
         let tensor = Tensor::from(input_array);
 
-        let mut result = self
-            .session
-            .run(tvec!(tensor.into()))
-            .context("执行模型推理失败")?;
+        let mut result = self.session.run(tvec!(tensor.into())).map_err(|_| {
+            DdddError::Inference(TensorErrorReason::EngineError(
+                "执行模型推理失败".to_string(),
+            ))
+        })?;
         println!("模型输出原始数据: {:?}", result);
         // Ok(result.swap_remove(0).into_tensor())
         let raw_tensor = result.swap_remove(0).into_tensor();
-        let array_d = raw_tensor
-            .into_array::<f32>()
-            .context("Tract 实体张量无法转换为 ndarray::ArrayD")?;
+        let array_d = raw_tensor.into_array::<f32>().map_err(|_| {
+            DdddError::Inference(TensorErrorReason::EngineError(
+                "Tract 实体张量无法转换为 ndarray::ArrayD".to_string(),
+            ))
+        })?;
         // 提前利用克隆(Clone)备份好当前未转维度前的真实 shape (Vec<usize>)
         let actual_shape = array_d.shape().to_vec();
 
-        let array3 =
-            array_d
-                .into_dimensionality::<Ix3>()
-                .map_err(|_| DdddError::DimensionMismatch {
-                    expected: "3D 检测矩阵 [Batch, Box_Count, Box_Attributes]".to_string(),
-                    actual: actual_shape, // 优雅降维失败时动态捕获
-                })?;
+        let array3 = array_d.into_dimensionality::<Ix3>().map_err(|_| {
+            DdddError::Inference(TensorErrorReason::TensorDimensionMismatch {
+                expected: "3D 检测矩阵 [Batch, Box_Count, Box_Attributes]".to_string(),
+                actual: actual_shape, // 优雅降维失败时动态捕获
+            })
+        })?;
         Ok(DetOutput::Detection(array3))
 
         // 在引擎内部消化掉 DatumType 强耦合