[Feat][Experimental] Support parallel computing (embarassingly parallel)

[Bobholamovic]

本PR主要为PaddleX增加一个实验性质的并行加速功能，旨在优化代码库中广泛存在的类似：[func(item) for item in data]这样的过易并行的逻辑。

PR内容

1. 新增基于joblib的并行加速功能。
   • 新增maybe_parallelize函数，可用于标记代码库中的过易并行逻辑，并在配置满足要求时将其并行化。
   • 支持设置一个全局执行器以复用线程池/进程池，提升效率；也支持通过joblib.parallel_config从库的外部定制PaddleX的默认并行计算行为。
   • 通过环境变量控制该功能是否开启，默认关闭。
2. 基于新增的并行加速功能，优化了数据读取操作、大部分模块的前后处理操作以及部分产线的操作。目前的实现，在我的机器上，batch size为32时，启动并行计算功能后，默认配置可以将PP-DocLayout-L的端到端推理时间缩短一半，将PP-OCRv4_mobile_det的预处理时间缩短为原本的1/10。
3. 定位到目前OCR类产线推理的一大性能瓶颈在于scipy.ndimage.rotate的速度太慢了。使用OpenCV编写了替代的高效实现，初步测量对1024*2048的大图加速可以达到近百倍，但与原实现不是完全对齐（看起来可能主要是输出尺寸和align-corner方面有差别），需确认这个替代实现是否可接受。在我的机器上实验，使用新的实现，可以让OCR产线处理一个6页示例PDF的时间从13s降低到6s。 => 2025.3.26，替代实现的精度被相关同学评估为可以接受，为了让这个PR的内容更专一，这一点涉及的修改被移动到更相关的 #3714 。

缺陷与待办

1. 新增的并行加速功能对OCR类产线的优化不明显，这主要是因为当前OCR类产线的许多模块接受的batch size都是1。
2. 需要对改造的前后处理等操作进行正确性验证和benchmark，评估是否适合并行化。目前只对OCR类模块做了评估。