有没有那种可以识别到缩进宽度的 OCR 库？

first chapter................1
    introduction.............2
    so.......................4
        dfuh.................5
second chapter...............10

我现在有个需求是，识别一个 pdf 的目录，我现在通过 py 脚本已经知道了每个标题是啥了，但是不知道他们这些标题分别的级别。它大概长这个样子。里面都是英文单词或数字。

• 从肉眼上去看，是有缩进的。

• 但如果用鼠标去框住的话，这些二级标题或三级标题前面，是没有空格的。反正就是框不住 前面这些“肉眼看起来有的空格”。但其他符号都是可以框住的。

• 我用的 PDFminer 库，这个库是没法识别到缩进的，总是把前面的空格去掉。（当然也或许是我用的不对）

• 另外一个思路就是：我用一个 OCR 库，它帮我识别出来不同的缩进。所以想问各位 v 友有这种库吗？

  • PS： https://github.com/hiroi-sora/Umi-OCR 这个库经 v 友推荐，确实比较好用。但目前还有个地方，这个库做不到识别出不同的缩进。