新增「框選辨識主體」功能，降低相似照片互相認錯（掃描頁 v9）

根本原因：
MindAR 以整張照片的特徵點做比對，同場地、同構圖的照片
（例如活動現場連拍）大部分特徵點落在共同背景（場地線條、
天花板、浮水印），會穩定地互相認錯、播出別張的影片。
調高 warmupTolerance 實測無效：錯誤目標是持續穩定匹配，
嚴格化只是更慢地確認錯的答案。

影響：
背景相似的多組照片無法在同一個特徵檔中正確區分。

修法：
1. 管理頁每組配對新增「框主體」：在照片上拖曳框選最有辨識度
   的區域（相對座標存於 pairs.json，照片檔不動），編譯時只用
   框內影像產生特徵。框的長寬下限 15%，實測框太小（僅臉部
   特寫）會特徵點不足而完全偵測不到。
2. server 新增 PUT /api/pairs/:id/crop 儲存裁切框；更動後
   自動標記「有變更尚未編譯」。
3. 掃描頁依 mapping 中的 aspect 與 crop 將影片平面放大平移，
   辨識目標雖只是照片的一塊，影片仍精確覆蓋整張照片
   （已用假相機截圖驗證幾何）。無裁切的舊資料行為不變。

已知限制：兩張照片若互相拍到彼此的主體（同兩人、同場地的
連拍），框選也無法完全區分——框內容本來就存在於另一張裡。
這種情況仍建議更換其中一張照片。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

server.js

@@ -137,6 +137,28 @@ shared.post(
   }
 );
 
+// 裁切框（相對座標 0~1，null 表示用整張照片）。只影響編譯輸入，照片檔不動
+function isValidCrop(c) {
+  if (c === null) return true;
+  if (!c || typeof c !== 'object') return false;
+  const nums = [c.x, c.y, c.w, c.h];
+  if (!nums.every((n) => typeof n === 'number' && Number.isFinite(n))) return false;
+  return c.x >= 0 && c.y >= 0 && c.w > 0 && c.h > 0 && c.x + c.w <= 1.0001 && c.y + c.h <= 1.0001;
+}
+
+shared.put('/api/pairs/:id/crop', express.json(), (req, res) => {
+  const pair = db.pairs.find((p) => p.id === req.params.id);
+  if (!pair) return res.status(404).json({ error: '找不到這組配對' });
+  const crop = req.body ? req.body.crop : undefined;
+  if (crop === undefined || !isValidCrop(crop)) {
+    return res.status(400).json({ error: 'crop 格式錯誤（需為 null 或 {x,y,w,h} 相對座標）' });
+  }
+  if (crop === null) delete pair.crop;
+  else pair.crop = { x: +crop.x.toFixed(4), y: +crop.y.toFixed(4), w: +crop.w.toFixed(4), h: +crop.h.toFixed(4) };
+  persistDb();
+  res.json({ ok: true, pair });
+});
+
 shared.delete('/api/pairs/:id', (req, res) => {
   const idx = db.pairs.findIndex((p) => p.id === req.params.id);
   if (idx === -1) return res.status(404).json({ error: '找不到這組配對' });