使用base64时，tesseract.js返回的字符串太长

Question

我想在node.js服务器上测试tesseract.js库，但在运行以下代码时：

var TESSERACT = require('tesseract.js');
var base64String = 'data:image/png;base64,' + pngInBase64;
var job1 = TESSERACT.recognize(base64String, {
    progress: show_progress,
    lang: 'ang'
});

function show_progress(p) {
    console.log(p);
}

它在表单中收到一个错误：

Error: ENAMETOOLONG: name too long, open 'data:image/png;base64,iVBORw0KGgoAAAA ...

是否可以以某种方式设置(放大) base64字符串的最大长度？

Answer 1

使用"tesseract.js": "1.0.10"

通过将字符串作为参数传递给recognize，Tesseract试图打开一个名为data:image/png;base64,{bytes...}的文件，这会抛出您看到的错误，即ENAMETOOLONG，文件名太长。

要对base64字符串执行recognize操作，请将其转换为内容经过base64解码的Buffer：

Tesseract.recognize(Buffer.from(base64String, 'base64'));
// have a cup of tea

注意：Tesseract.recognize不能在base64 Buffer上工作，您还需要去掉元数据：data:image/png;base64。

所以这是行不通的：

Tesseract.recognize(Buffer.from(base64string));

这也是行不通的：

const base64string = 'data:image/png;base64,{bytes...}'
Tesseract.recognize(Buffer.from(base64string));

您需要获取字节数：

const base64string = 'data:image/png;base64,{bytes...}'.split(',')[1];
Tesseract.recognize(Buffer.from(base64string, 'base64'));