feat(接口2): C端生发发际线预览(真实实现，替换Mock)

第一步：按性别把发际线类型贴图渲染到照片，输出 N 张发际线叠加预览图。

- hairline/render.py: 解析 face_ext.obj(502 UV + 64 ribbon扩展面) + OpenCV 逐三角
  仿射 warp 渲染器；关键修复——face_ext.obj 是 OBJ序，用 INDEX_MAP_468 把 MP序
  502点重排成 OBJ序后再投影，否则 ribbon 会错贴到中脸
- hairline/service.py: FaceLandmarker+SegFormer 单例 + 性别贴图映射(扫描去空格)
  + generate_previews 管线(female5/male4)
- 集成点修复: face_landmarks DEFAULT_MODEL_PATH 改 hairline/models/;
  constants HF_FACE_PARSER_MODEL 改本地路径(离线)
- app.py: /api/v1/hair/grow 接真实实现，gender 必填(非法→1004)，返回
  results[].image_base64(不落盘)，校验/鉴权同接口1；lifespan 预热接口2单例；
  补 logging.basicConfig
- 依赖: transformers==4.45.2；SegFormer 权重走 hf-mirror 下载(见 OFFLINE_ASSETS)
- 测试: tests/test_hairline.py(mesh/重排/贴图映射) + test_api 接口2用例，31 全绿

注：SegFormer 受 5090/torch 限制走 CPU(~2.5s/张)，换 cu128 可 SEG_DEVICE=cuda。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

requirements.txt

@@ -18,5 +18,9 @@ numpy==1.26.4            # 必须 <2，否则 mediapipe 0.10.x import 崩溃
 torch==2.2.2             # 当前在 5090 上仅 CPU 可用；GPU 需 cu128(≥2.7)
 torchvision==0.17.2
 
+# 接口2：C端生发（发际线预览）
+# MediaPipe Tasks(FaceLandmarker) 用已装的 mediapipe；新增 SegFormer 人脸分割：
+transformers==4.45.2     # SegFormer 人脸分割（jonathandinu/face-parsing，本地权重）
+
 # 测试
 pytest==8.3.3