refactor: 抽象解耦推理引擎并重构为多Crate工作空间架构

- 移除 核心层与 tract/Tensor 的强耦合，前/后处理全线转用标准 ndarray
- 针对 OCR 与目标检测（Det）分别设计独立的强类型输出小枚举（OcrOutput/DetOutput）
- 利用 Trait 关联类型（Associated Type）InferenceEngine,OcrEngine,DetEngine 统一接口，实现多后端解耦
- 引入 thiserror 库，建立完备的强类型错误处理机制（DdddError/Result）
- 完成项目结构初拆，剥离为 ddddocr-core 和 ddddocr-tract

ddddocr-tract/Cargo.toml

@@ -0,0 +1,24 @@
+[package]
+name = "ddddocr-tract"
+version = { workspace = true }
+edition = { workspace = true }
+license = { workspace = true }
+
+[dependencies]
+
+ddddocr-core = { path = "../ddddocr-core" } # 引入兄弟库
+tract-onnx = "0.21.10"
+anyhow = "1.0.102"
+image = { workspace = true }
+base64 = "0.22.1"
+imageproc = { version = "0.26.2", default-features = true }
+serde = { workspace = true }
+serde_json = "1.0.150"
+ndarray = { workspace = true } # 继承自工作空间
+thiserror = { workspace = true } # 刚好可以开始接入你需要的标准库错误处理
+
+
+
+[features]
+default = []
+embed-models = [] # 这是一个留给有特殊需求、且自己下载了模型放入 models/ 目录的人的后门