feat: 新增 CAD 元素识别模块，支持柱子/文字/墙体候选检测

- 新增 element_detector.py，包含 ColumnDetector、TextExtractor、WallCandidateDetector
- ColumnDetector：通过 INSERT 块名关键词识别柱子候选
- TextExtractor：提取 TEXT/MTEXT 内容、坐标、图层
- WallCandidateDetector：按长度阈值筛选 LINE/LWPOLYLINE，排除标注图层
- 采用 OOP 设计，所有规则可配置，保留原始 handle 追溯
- 输出 element_detection.json 和 element_report.txt
- 更新 main.py 集成元素识别步骤

experiments/dxf-parser/main.py

@@ -7,6 +7,7 @@ import ezdxf
 
 from layer_analysis import analyze_layers
 from entity_analysis import analyze_entities
+from element_detector import ElementDetector
 
 # 路径配置
 BASE_DIR = Path(__file__).parent.parent.parent
@@ -143,6 +144,28 @@ def main():
     )
     print(f"JSON 已保存到: {output_json}")
 
+    # ========== 第二阶段：元素识别 ==========
+    print(f"\n{'─' * 56}")
+    print(f"  开始元素识别...")
+    detector = ElementDetector()
+    detection_result = detector.detect_all(doc)
+
+    # 输出元素检测 JSON
+    detection_json = OUTPUT_DIR / f"{DXF_FILE.stem}_element_detection.json"
+    detection_json.write_text(
+        json.dumps(detection_result, ensure_ascii=False, indent=2),
+        encoding="utf-8",
+    )
+    print(f"元素检测结果已保存到: {detection_json}")
+
+    # 输出统计报告
+    from element_detector import generate_report
+    report = generate_report(detection_result)
+    report_path = OUTPUT_DIR / f"{DXF_FILE.stem}_element_report.txt"
+    report_path.write_text(report, encoding="utf-8")
+    print(f"分析报告已保存到: {report_path}")
+    print(report)
+
 
 if __name__ == "__main__":
     main()