Использование Tesseract OCR с вызовом Docling PyTessBasseAPI завершается неудачно, не инициализируется ⇐ Python

[Anonymous]

Я использую документирование и пытаюсь получить изображения со отсканированным текстом для анализа с помощью Tesseract OCR (может быть любое OCR, но, если возможно, предпочтительнее использовать tesseract).
Мой код:

Код: Выделить всё

pipeline_options = PdfPipelineOptions()
pipeline_options.do_ocr = True
pipeline_options.do_table_structure = True
pipeline_options.table_structure_options.do_cell_matching = True
pipeline_options.ocr_options = TesseractOcrOptions()

doc_converter = DocumentConverter(
format_options={
InputFormat.PDF: PdfFormatOption(pipeline_options=pipeline_options)
}
)

Ошибка возникает в PyTessBaseAPI._init_api при вызове с этим блоком в функции tesseractocrmodel.__init__:

Код: Выделить всё

self.reader = tesserocr.PyTessBaseAPI(
lang=lang,
psm=main_psm,
**tesserocr_kwargs,
)

У меня есть все языковые файлы на языках (fra, deu, eng, odu) в каталоге tessdata, и я скопировал их в то же место, что и мой файл py. Что еще мне нужно сделать? Python 3.12, тессеракт 5.3.4.

Подробнее здесь: https://stackoverflow.com/questions/798 ... -wont-init