并行OCR 使用Poppler和Tesseract的pdf文本提取的Python OCR实现 特征： 同时支持文本可读和非文本可读（扫描）的文档 通过三种不同的性能配置文件实现多处理，以优化执行速度 基本文字清理 以.docx或.csv格式导出数据 要求： 如果在Windows上运行（没有Docker），请从下载Poppler并将/ bin文件夹添加到PATH（对于pdftoppm来说是必需的） 如果在Windows上运行（没有Docker），请从下载Tesseract，并将根文件夹添加