Vou sugerir duas bibliotecas:

• https://www.docling.ai/#features
• https://github.com/mindee/doctr

Talvez elas possam te ajduar nesse desáfio.

Escriv um text em meu blog sobre OCR caso queira dar uma olhada - https://medium.com/@johnidouglasmarangon/ocr-tools-my-latest-study-solving-real-world-problems-with-low-quality-images-dce26cbcdf9a