问题

pytesseract.image_to_string()当我通过 supervisordd 运行脚本时花费了太多时间，但是当直接在 shell 中运行时几乎立即执行（在同一台服务器上并与主管脚本同时运行）。
除了花费太多时间之外，进程还显示出高 CPU 使用率。

通过采取时间pytesseract.image_to_string()时，通过Supervisord运行：30岁〜
采取的时间pytesseract.image_to_string()时，通过击运行：0.1S

只有在有很多进程pytesseract.image_to_string()、正在执行、通过 supervisord 运行（大约 22 个实例）时才会出现此问题。如果我减少实例的数量（大约 10 个），通过 supervisord 执行的脚本也能顺利运行。

系统信息

操作系统：Ubuntu 18.04.2 LTS（仿生）
Supervisord：版本 3.3.1
Tesseract：版本 4.0.0-beta.1
Python：版本 3.6
PyTesseract：版本 0.2.5

ulimit -a

core file size          (blocks, -c) 0
data seg size           (kbytes, -d) unlimited
scheduling priority             (-e) 0
file size               (blocks, -f) unlimited
pending signals                 (-i) 127357
max locked memory       (kbytes, -l) 16384
max memory size         (kbytes, -m) unlimited
open files …

跟进如何对 pdf 文件进行 OCR 并获取存储在 pdf 中的文本？我已经成功制作了 OCRed pdf 页面。

然而，在 Evince 中，没有显示这些字母。我的意思是我看不到字符，但我可以选择它们，复制它们并将它们成功粘贴到其他地方。这似乎不是 Evince 的 bug：https ://bugzilla.redhat.com/show_bug.cgi ? id = 1364201

使用 pdfsandwich 启动 pdf 页面的 OCR 时，tesseract 会生成一个页面

包含一种没有任何可用字形的字体（他们将其命名为 GlyphLessFont）。它只有 .notdef 和 .null 替换（正方形）。如果字符没有字形，Evince 将使用 .notdef 字形。Okular 突出显示文本的原因是因为它在图像中这样做，而不是像 evince 那样作为常规文本。

pdftotext 识别字符。

现在，问题是：可以告诉 tesseract 使用不同的字体吗？