feat(extract): Straßennetz als Graph aus dem Skelett

centerlines() verwirft alles unter 15 m und zerlegt das Netz damit an jeder
Kreuzung: von 3.038 Linienenden treffen sich nur 81. Der neue Graph lässt
das Skelett ungefiltert, macht aus den 5.970 Pixeln mit Grad >= 3 durch
Verschmelzen im Umkreis von 8 m die 862 Kreuzungen und hängt die Kanten
dort ein.

_skeleton_graph/_to_world in vectors.py sind jetzt öffentliche Schnittstelle
für roads.py (skeleton_graph/to_world); inpaint.py zieht seinen einzigen
Aufruf von skeleton_graph mit, sonst bräche dessen Import.

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

tools/extract/leonida/vectors.py

@@ -12,7 +12,7 @@ from .coords import SLICE
 ROAD_CLASSES = ("strasse", "weg", "spekulativ")
 
 
-def _to_world(contour: np.ndarray) -> list[tuple[float, float]]:
+def to_world(contour: np.ndarray) -> list[tuple[float, float]]:
     """Konturpunkte (Zeile, Spalte) → Weltkoordinaten in Metern."""
     return [(SLICE["x0"] + c, SLICE["y1"] - r) for r, c in contour]
 
@@ -22,7 +22,7 @@ def mask_polygons(mask: np.ndarray, min_area: float, simplify: float) -> list[Po
     outers, holes = [], []
     for contour in find_contours(padded.astype(float), 0.5):
         local = contour - 1
-        ring = _to_world(local)
+        ring = to_world(local)
         if len(ring) < 4:
             continue
         poly = Polygon(ring).buffer(0)
@@ -128,16 +128,16 @@ def centerlines(labels: np.ndarray) -> list[LineString]:
     (Enden und Kreuzungen trennen die Äste); ein reiner Ring ohne solche Knoten wird
     einmal umlaufen.
     """
-    graph = _skeleton_graph(skeletonize(road_mask(labels)))
+    graph = skeleton_graph(skeletonize(road_mask(labels)))
     lines = []
     for path in _skeleton_paths(graph):
-        line = LineString(_to_world(path)).simplify(1.5)
+        line = LineString(to_world(path)).simplify(1.5)
         if line.length >= 15:
             lines.append(line)
     return lines
 
 
-def _skeleton_graph(skeleton: np.ndarray) -> nx.Graph:
+def skeleton_graph(skeleton: np.ndarray) -> nx.Graph:
     """Skelettpixel als Knoten, 8er-Nachbarschaft als Kanten."""
     pixels = set(zip(*np.nonzero(skeleton)))
     graph = nx.Graph()