OCRによる画像処理速度を向上させたい

前提・実現したいこと

現在の処理速度が遅いので速くしたいです。

画像から数字を読み取り、エクセルに出力しています。63枚の画像が入っているファイル18個をfor文でループさせ読み込みエクセルに出力しています。1枚の画像から3箇所の数字を抜き取るため、ピクセル指定しています。

そこまで画像が膨大にあるわけではないと思うのですが、エクセルに出力まで数十分以上？かかっていしまいます。（時間がかかりすぎて中断させていますが、途中までのデータが出力できているのでコードは正しいと思います。）

そこで、処理速度が速くなるように、現在のコードの改良などについてアドバイスをいただきたいです。

該当のソースコード

Python
1with pd.ExcelWriter("template.xlsx",mode='a',engine='openpyxl')as writer:
2    for j in range(1,4):
3        cluster=[]
4        for i in range(1,64):
5            img_i = "pic/type("+str(j)+")/data (" +str(i)+").png"
6            img = Image.open(img_i)
7        # 切り抜き
8            img_1 = img.crop((266, 519, 462, 563))
9            img_2 = img.crop((286, 563, 462, 608))
10            img_3 = img.crop((266, 608, 462, 652))
11        # ＯＣＲ実行
12            builder = pyocr.builders.TextBuilder(tesseract_layout=6)
13            result1 = tool.image_to_string(img_1,builder=builder)
14            result2 = tool.image_to_string(img_2,builder=builder)
15            result3 = tool.image_to_string(img_3,builder=builder)
16            list=[result1,result2,result3]
17            cluster.append(list)
18            df=pd.DataFrame(cluster)
19        df.to_excel(writer,sheet_name="type("+str(j)+")a")

試したこと

コード作成当初より大きく文量を減らし、for文でまとめることができましたが、処理速度が遅いです。

補足情報

anacondaのJupiter Labを使っています。

行動規範の内容に同意します

回答2件

検証していませんが、改善できそうな点としてはbuilderとdfの作成くらいでしょうか。
どちらもループ外側で、最初と最後の１回だけでよいかと思います。

投稿2022/06/15 07:41

8524ba23

総合スコア38339

nnu12

2022/06/15 08:46

ご回答いただきありがとうございます。ご指摘の通りにコードを改良したところ、30分程度で処理できました。15分以上処理速度が速くなったのは間違いないです。ありがとうございました。

行動規範の内容に同意します

ベストアンサー

いくつか気になるところがあります。

python
1    for j in range(1,4):
2        cluster=[]
3        for i in range(1,64):
4           ## 省略
5            builder = pyocr.builders.TextBuilder(tesseract_layout=6)    # ★1
6           ##省略
7            cluster.append(list)
8            df=pd.DataFrame(cluster)       # ★2
9        df.to_excel(writer,sheet_name="type("+str(j)+")a")