PP-OCRv6 来了：OpenVINO™ 首日支持，让 AI PC 本地 OCR 在 CPU/GPU/NPU 上跑起来-开发者社区

如果你最近在做文档智能、屏幕文字提取、工业字符识别，或者希望在 PC 本地实现一个“看得懂图片中文字”的 AI 应用，大概率绕不开 OCR。

OCR 看起来是一个很成熟的任务，但真正做成产品时，开发者很快会遇到几个现实问题：

云端 OCR 调用方便，但数据出端、网络延迟和成本都可能成为限制。
大模型 OCR 能力强，但在实时摄像头、边缘部署、批量扫描场景里未必划算。
传统 OCR pipeline 足够轻，但要想在 CPU、GPU、NPU 上跑得稳、跑得快，部署链路仍然需要工程优化。

这也是为什么 PaddleOCR 系列一直很受开发者欢迎。它不是“什么都做”的大模型，而是一个专注 OCR 场景、工程链路成熟、模型轻量、适合部署的实用系统。随着 PaddleOCR 3.x 生态持续演进，PP-OCRv6 新版模型也已经可以被 OpenVINO 首日支持，并在英特尔AI PC 的 CPU、GPU、NPU 上运行。

下面我们用一个实时摄像头 OCR demo，重点看看 PP-OCRv6 tiny 的价值，以及 OpenVINO 如何在 AI PC 上通过混合架构部署整条 OCR pipeline。

为什么PP-OCRv6 tiny值得关注

PP-OCRv6 tiny 的核心价值不在于“参数更大”，而在于继续坚持 OCR 专用模型的工程路线：轻量、低延迟、输出可控，并且更适合被嵌入到真实业务流程中。相比把所有视觉文字任务都交给通用多模态大模型，OCR 专用模型在文本定位、连续帧处理、批量扫描和本地部署场景中通常更经济，也更容易做成稳定产品。

一个典型 OCR 应用并不是单模型任务，而是一条 pipeline：

图像输入
-> 文本检测
-> 文本框裁剪与排序
-> 文本识别
-> CTC 解码
-> 可视化或业务后处理

PP-OCRv6 tiny 延续了 PP-OCR 系列的轻量化设计，把检测和识别拆成两个小模型：

PP-OCRv6_tiny_det_onnxPP-OCRv6_tiny_rec_onnx

这种拆分方式对开发者非常友好。一方面，检测模型负责从整张图像中定位文本区域，识别模型只需要处理裁剪后的文本图像；另一方面，开发者可以更灵活地根据输入类型、文本数量和业务需求调整整条 OCR pipeline。对于实时摄像头 OCR、屏幕文字提取、批量文档扫描和工业字符识别等场景，PP-OCRv6 tiny 提供的是一种更轻量、更可控、更容易落地的 OCR 方案。

Day 0支持：不只是能跑，更要跑得顺

很多模型支持文章会停在“模型能成功 compile”这一步。但对于真实 OCR 应用来说，模型推理只是端到端体验的一部分。摄像头采集、图像缩放、文本框后处理、多个文本区域裁剪、CTC 解码、结果绘制和窗口显示，都会共同影响应用是否流畅、稳定、可用。

这也是 OpenVINO 在 AI PC 上部署 PP-OCRv6 tiny 的价值所在。AI PC 同时具备 CPU、GPU 和 NPU 等不同计算资源，而 OCR pipeline 本身又包含多种不同类型的任务。因此，开发者不必把所有模型和处理逻辑都集中到同一个设备上，而是可以根据任务特点进行更合理的异构部署。

例如，在实时 OCR 场景中，GPU 可以用于处理整图文本检测，发挥其图像并行计算能力；NPU 可以用于执行文本识别模型，降低对 GPU 资源的占用；CPU 则继续负责预处理、后处理、排序、解码和 UI 逻辑。这样的分工方式，让不同计算单元各自处理更擅长的任务，从而在性能、功耗、稳定性和用户体验之间取得更好的平衡。

对于开发者来说，OpenVINO 的优势不只是让 PP-OCRv6 tiny 在 CPU、GPU、NPU 上分别跑起来，更重要的是提供了一套统一的 Runtime，让 OCR pipeline 可以在 AI PC 的混合异构架构上灵活部署。无论是实时摄像头 OCR、批量文档处理、屏幕文字提取，还是工业字符识别，开发者都可以基于同一套代码，根据实际设备和应用负载调整模型部署策略，把 demo 更快推进到真实应用。

分步运行指南：用OpenVINO部署PP-OCRv6 tiny

下面我们以 PP-OCRv6 tiny ONNX 模型为例，展示如何用 OpenVINO 在 AI PC 上完成模型读取、设备分配和编译运行。整个过程可以概括为三步：读取 detection 和 recognition 模型，按照异构策略分配运行设备，最后编译模型并接入实时 OCR pipeline。

Step 1：读取 PP-OCRv6 tiny 模型

PP-OCRv6 tiny 由文本检测模型和文本识别模型组成。这里我们直接使用 ONNX 格式模型，因此无需额外安装 PaddlePaddle Runtime，OpenVINO Runtime 可以直接读取模型文件：

import openvino as ovfrom pathlib import Pathcore = ov.Core()# PP-OCRv6 tiny ONNX modelsdet_model_file_path = Path("model/PP-OCRv6_tiny_det_onnx/inference.onnx")rec_model_file_path = Path("model/PP-OCRv6_tiny_rec_0515_onnx/inference.onnx")det_model = core.read_model(det_model_file_path)rec_model = core.read_model(rec_model_file_path)

Step 2：为OCR pipeline分配运行设备

设备选择部分保留一个简单的 Hybrid 策略：当用户选择 GPU 或 AUTO 时，检测优先放到 GPU，识别优先放到 NPU；如果没有 NPU，则回退到 CPU。

DEVICE_STRATEGY = "HYBRID"def resolve_ocr_devices(selected_device, available_devices):if selected_device == "AUTO":det_device = "GPU" if "GPU" in available_devices else "CPU"else:det_device = selected_deviceif DEVICE_STRATEGY == "HYBRID" and det_device == "GPU":rec_device = "NPU" if "NPU" in available_devices else "CPU"else:rec_device = det_devicereturn det_device, rec_deviceavailable_devices = core.available_devicesdet_device, rec_device = resolve_ocr_devices("AUTO", available_devices)

Step 3：模型编译

编译时，根据设备设置合适的 shape：

# Detection: fixed shape for GPU/NPUif det_device in ["GPU", "NPU"]:det_model.reshape({det_model.input(0): ov.PartialShape([1, 3, 640, 640])})det_compiled_model = core.compile_model(det_model, det_device)# Recognition: NPU/GPU use fixed shape; CPU keeps dynamic widthif rec_device == "NPU":rec_model.reshape({rec_model.input(0): ov.PartialShape([1, 3, 48, 320])})elif rec_device == "GPU":rec_model.reshape({rec_model.input(0): ov.PartialShape([6, 3, 48, 320])})else:for input_layer in rec_model.inputs:input_shape = input_layer.partial_shapeinput_shape[3] = -1rec_model.reshape({input_layer: input_shape})rec_compiled_model = core.compile_model(rec_model, rec_device)

Step 4：接入实时OCR pipeline

最后即可接入摄像头或视频文件运行实时 OCR：

# webcamsource = 0run_paddle_ocr(source, flip=False, use_popup=True, popup_side_by_side=True)# video file# source = Path("test.mp4")# run_paddle_ocr(source, flip=False, use_popup=True, popup_side_by_side=True)

以下是在 Intel® Core™ Ultra X7 358H笔记本电脑上运行实时摄像头采集视频并进行OCR推理的效果。