PaddleOCR 如何进行 batch inference

[YuanLiuuuuuu]

使用下面这段代码只能进行单张图片推理，请问如何将多张图片组 batch 进行推理

from paddleocr import PaddleOCR
from PIL import Image, ImageDraw, ImageFont

# 初始化OCR引擎
ocr = PaddleOCR(use_angle_cls=True, lang="en")

img_path = "./very_large_image.jpg"
slice = {'horizontal_stride': 300, 'vertical_stride': 500, 'merge_x_thres': 50, 'merge_y_thres': 35}
results = ocr.ocr(img_path, cls=True, slice=slice)

# 加载图像
image = Image.open(img_path).convert("RGB")
draw = ImageDraw.Draw(image)
font = ImageFont.truetype("./doc/fonts/simfang.ttf", size=20)  # 根据需要调整大小

# 处理并绘制结果
for res in results:
    for line in res:
        box = [tuple(point) for point in line[0]]
        # 找出边界框
        box = [(min(point[0] for point in box), min(point[1] for point in box)),
               (max(point[0] for point in box), max(point[1] for point in box))]
        txt = line[1][0]
        draw.rectangle(box, outline="red", width=2)  # 绘制矩形
        draw.text((box[0][0], box[0][1] - 25), txt, fill="blue", font=font)  # 在矩形上方绘制文本

# 保存结果
image.save("result.jpg")

[liuhongen1234567]

您好，paddleocr由于文本检测部分，输入的图片尺寸不一样，目前无法组batch，如果想要提升推理速度的话，可以使用 multiprocess 进行多进程推理。

[Bobholamovic]

对于PaddleOCR 3.0，可以通过传入一个图像列表或者包含图像的目录来一次性处理一组图像。产线中的每个模型可以有各自的batch size，通过设置相应的参数可以调整。