python pdf2image因为字体缺失导致的转换异常

Python中会采用pdf2image函数还实现pdf图像转为jpg等格式的image。

在实际使用中，发现在docker镜像中原始pdf图像转换的过程中部分文字变成了口口口情况。

通过pdf2image函数之后得到的图片如下：
df2image内部会调用当前环境的字体目录中的字体集合，如果找不到对应的字体则会显示口口口。

解决思路：
确定是字体原因导致的，那么就需要去寻找能够使用的字体。
本次是在docker容器中运行pdf2image出现了这个问题，但是在主机运行没有这个问题，其次主机可以正常查看pdf文件，这说明本机系统上必然支持pdf对应字体的显示。因此只要找到本机的对应字体即可。

本机是linux的ubuntu环境。采用指令

apt-get fontconfig
fc-list  #查看本机安装的字体

一般字体都可以放在/usr/share/fonts中。如果不确定的话，需要通过vim /etc/share/fonts.conf这个指令查看字体放置的文件夹。

直接将字体文件复制到容器内对应的/usr/share/fonts即可使用，如果需要容器中的字体，也可以直接删除文件夹中的对应字体。
（看到其他博客提示说，加载字体需要使用fc-cache -fv指令，删除之后需要执行fc-cache -fv，我实际 测试发现不需要这两个指令也可以加载和删除模型。）

最终确定是因为缺少/usr/share/fonts/truetype/arphic/ukai.ttc和uming.ttc这两个字体导致的。