我建议通过turoial工作，可能会花你一些时间，但它应该是值得的。
我不确定您到底想要什么。在我的项目中，下面的设置在大多数情况下都能正常工作。
import ocrmypdf , tesseract def ocr(file_path, save_path): ocrmypdf.ocr(file_path, save_path, rotate_pages=True, remove_background=True,language="en", deskew=True, force_ocr=True)

我也面临过扫描pdf文件的同样问题。我找到了用这3行代码来处理这个问题的解决方案。这个代码可以将扫描的pdf文档转换成可搜索的，并在pdf文档中选择一个文本。

import ocrmypdf
def scannedPdfConverter(file_path, save_path):
    ocrmypdf.ocr(file_path, save_path, skip_text=True)
    print('File converted successfully!')

这可以通过两个步骤完成：
1.创建Python OCR函数

import ocrmypdf

def ocr(file_path, save_path):
   ocrmypdf.ocr(file_path, save_path)

1.调用并使用函数。

ocr("input.pdf","output.pdf")