前言：以下都是针对cpu做的测试。

关于ocr识别速度的相关影响因素经过实测，这边简单总结了几个：

• 图片质量
• 模型大小与精度
• 运行环境（硬件性能等）

由于运行环境客观不可变，针对一般的生产环境上，一般来说在看重用户体验的情况下对识别速度要求比较高，那么我们可以从模型和图片预处理入手来加快识别速度。

先给出大概，后续会针对每个做简单说明

谷歌ocr （tesseract ocr ） :

        关于谷歌ocr，我测了下，识别速度挺快的，可以到秒级甚至毫秒级响应，消耗资源也不多，但是把，好像对中文，尤其是那种有点模糊的中文识别率很差，还会胡说八道，，，，，可能是我没调教好的原因，实测支持语言多，对英文识别效果好。

glm-ocr：识别速度慢，较消耗资源（估计是模型的原因，谷歌ocr可能是使用传统的方式做ocr）
glmocr        : 2分26秒

paddleocr: 安装参考官网，可从pip清华源安装 飞浆（ paddleX依赖  paddleocr    PP-DocBee2-3B解析模型）

测试结果如下：
一张图片加载模型加推理
PaddleOCR-VL ：9 分钟
PP-StructureV3： 3 分钟
PP-OCRv5      :  18 秒
PP-OCRv4      :  12 秒

pdf推理
pp-ocrv5            :3分钟
pp-ocrv5-mobile     :1分钟

结论

综上，目前来看还是paddle ocr好用mobile系列模型已经可以吊打市面很多模型了，速度和准确率都不错，本地资源消耗也不高。

关于调优：

1.是开高性能推理（本地实测，针对cpu环境这个开了好像没啥软用）

2. 还有一个可选参数，具体参看

PaddleOCR/docs/version3.x/pipeline_usage/table_recognition_v2.md-代码预览-PaddleOCR:基于飞桨生态的OCR与文档智能引擎项目 - AtomGit | GitCode

这里给出我代码里的初始化代码，以供参考

def _initialize(self):
        """延迟初始化 PaddleOCR"""
        if self._initialized:
            return

        try:
            from paddleocr import PaddleOCR

            det_model = settings.ocr.text_detection_model
            rec_model = settings.ocr.text_recognition_model

            self._ocr = PaddleOCR(
                text_detection_model_name=det_model,
                text_recognition_model_name=rec_model,
                use_doc_orientation_classify=False,    # 关闭文档方向分类
                use_doc_unwarping=False,              # 关闭文档扭曲矫正
                use_textline_orientation=False,       # 关闭文本行方向分类
                cpu_threads=13,
                lang='ch',                            # 使用中文模型
                device="cpu",                         # 强制使用 CPU
                #enable_hpi=True,                      # 开启 HPI，自动选择最优后端（ONNX Runtime/OpenVINO）
                text_det_limit_side_len=960,          # 限制检测图像最长边（默认 960），此值越小越快
                text_recognition_batch_size=16,        # 降低识别批处理大小，适合 CPU 环境
            )
            self._initialized = True
            logger.info(f"V5Engine initialized with det={det_model}, rec={rec_model}")
        except ImportError as e:
            logger.error(f"Failed to import PaddleOCR: {e}")
            raise RuntimeError("PaddleOCR not installed. pip install paddleocr paddlepaddle")