求可批量将PDF表格转为CSV的Python工具包，替代付费OCR服务

我正在寻找可将PDF内表格转换为CSV格式的Python工具包。
下方附上了目标表格的示例图片：

我此前尝试使用Tabula处理，但它无法还原表格格式，也很难区分不同单元格（这一点可以理解，因为源文件的表格边框极少）。
我测试过的有效方案都使用了OCR技术，分别是Convertio和ExtractTable，但这两个都是无订阅模式的付费服务，由于我需要处理的文件量很大，使用它们的成本过高，不现实。如果大家有可行的替代方案推荐，将对我帮助极大，谢谢！

• 方案1：优先用pdfplumber处理可复制文本类PDF
  它的无边界表格识别能力远优于Tabula，你可以通过调整table_settings参数自定义行列检测规则，适配边框极少的表格场景，核心参数可设置行、列的最小间距、合并容差，大部分排版规整的无边界表格不需要OCR就能完成提取，直接导出为CSV格式。
  核心参考代码：

  import pdfplumber
  with pdfplumber.open("你的PDF文件路径.pdf") as pdf:
      page = pdf.pages[19] # 对应你需要提取的第20页
      table = page.extract_table(table_settings={
          "vertical_strategy": "text", 
          "horizontal_strategy": "text",
          "text_y_tolerance": 3,
          "text_x_tolerance": 3
      })
      # 后续将table写入CSV的逻辑可根据需求自定义
  

• 方案2：OCR + 表格专用模型的组合方案
  如果是扫描版PDF或者pdfplumber提取精度达不到要求，可本地部署全开源的处理链路：先用pytesseract做全页OCR提取文字和坐标信息，再调用TableTransformer预训练模型做表格结构还原，这个模型专门针对无边界、少边界表格做了训练，识别准确率和你测试过的付费服务接近，完全本地运行无调用成本，批量处理也没有额外开销。
• 方案3：轻量需求可使用camelot-py的stream模式
  针对行对齐比较规整的无边界表格，开启stream模式后通过调整边缘检测阈值，也能实现不错的提取效果，比默认的lattice模式更适配无边框场景。

内容的提问来源于stack exchange，提问作者tmako