请问下各位大佬，PP-StructureV3的返回结果JSON字符串中，只有numPages参数(总页数)，但是没有每页解析内容对应的page这个字段，有什么办法能够获取第几页page字段吗? ？

[quantbruce]

[liuhongen1234567]

您好，如果是pdf的话，pp-structurev3 会为每一页图像都保存一个json文件，page_index 就是具体的页数。

[quantbruce]

已知悉，感谢大佬解惑@liuhongen1234567

我还有另一个疑问想请教下。我实践中，使用pp-structurev3在页数较少的pdf文件(例如1-2页/或者图片之类的)识别效果都很棒，图文混合识别也给力，很多细节都能识别出来。但是解析速度要比PyPDF2之类的解析速度要慢不少(PyPDF2/但是PyPDF2没法解析图片中的文字)，尤其当pdf页数较多时(例如200多页)，这种性能在生产环境就很难支撑了。然后看了下Github上试用链接，上面有提到pdf识别不能超过20页。

我想请问下，pp-structurev3如果要批量化识别PDF(页数比如200-300)或者图片之类的文件，有哪些好的方法可以提高解析速度？请指教解惑下，感激不尽。

[liuhongen1234567]

您好，比较简单高效的方法就是使用mutilprocess 进行多卡多进程。把pdf转化为多个图片，然后开多个进程处理。如果只使用版面和OCR的话，显存开销还是比较低，开10、20个进程速度就会有明显的提升。

[quantbruce]

您好，比较简单高效的方法就是使用mutilprocess 进行多卡多进程。把pdf转化为多个图片，然后开多个进程处理。如果只使用版面和OCR的话，显存开销还是比较低，开10、20个进程速度就会有明显的提升。

好的，感谢大佬@liuhongen1234567 解惑。
我先按照您这个思路去试试看哈。
另外，如果将pdf文件都转为了png图片后，
那页数这字段page_index(pdf文件才有的字段吧)，
批量转化后的图片中还能相应的获取到page_index吗？
如果不能的话，请问该场景下，有什么办法能获取到对应页数？