Google支持PDF文本检测，但是它也能与包含图像的PDf一起工作吗？

Question

我正在尝试使用一个包含图像的pdf，以及google，但是它抛出了以下错误：

下午4:35:12.207 info dialogflowFirebaseFulfillment对话框请求头:dialogflowFirebaseFulfillment“user”：“Apache-HttpClient/4.5.4 (Java/1.8.0_181)”、“传输-编码”：“分块”、“接受”：“文本/普通、/”、“接受-字符集”：“big5、big5-hkscs、cesu-8、euc、euc、gb18030、gb2312、gbk、IBM泰、ibm00858，ibm01140、ibm01141、ibm01142、ibm01143、ibm01144、ibm01145、ibm01146、ibm01147、ibm01148、ibm01149、ibm037、ibm1026、ibm1047、ibm273、ibm277、ibm278、ibm280、ibm273、en19#、、#en39、cn 40、、-2022 cn、2022-jp、2022-iso-22iso-8859-15，iso-8859-2，iso-8859-3，iso-8859-4，iso-8859-5，iso-8859-6，iso-8859-7，iso-8859-8，iso-8859-9，jis_x0201，jis_x 0212-1990，koi8 8-r，koi8-u，shift_jis，tis-620，us-ascii，utf-16，utf-16 16，utf-16 16，utf-32，utf-32 16，utf-8，windows-1250，windows-1251，windows-1252，windows-1253，windows-1254，windows-1255，windows-1256，windows-1257，windows-1258，windows-31j，x-big5-hkscs-2001，x-big5-solaris，x-复合_text，x-euc-jp-linux，x-euc-tw，x-eucjp-open，x-31j 1006，x-31j 1025，x-31j 1046，x-31j 1097，x-31j 1098，x-31j 1112，x-31j 1122，x-31j 1123，x-31j 1124，x-m1166，x-13m64，x-81，jp 1383，X-iso 33722，x-iso 737，x-iso 833，x-iso 834，x-iso 856，x-iso 874，x-iso 875，x-iso 921，x-iso 922，x-iso 930，x-iso 933，x-iso 935，x-iso 937，x-iso 939，x-ibm942，x-ibm942c，x-m943，x-ibm943c，x-iso 948，x-iso 949，x-m949c，x-m950，x-m964，x-m70，x-cns iscii91 22x-jis0208，x-jisautodetect，x-johab，x-macarabic，x-macturkish，x-macukraine，x-maccroatian，x-maccyrillic，x-macdingbat，x-macgreek，x-machebrew，x-maciceland，x-宏曼，x-macromania，x-mac符号，x-macthai，x-macturkish，x-macukraine，x-ms932_0213，x-ms950-hkscs，x-950-hkscs-xp，x-mswin-936，x-pck，x-sjis 0213，x-f-16 bom x-f-fX-utf-32 950 bom，x-windows-50220，x-windows-50221，x-windows-874，x-windows-949，x-windows-950，x-windows-json 2022 json“，”内容类型“：”application/json；charset=UTF-8，“函数-执行-id”：“dvrpphf9f855”，“x-appengine-api-票证”：“4b7e84f29e9ce22b”，"x-appengine-city":"?"，"x-appengine-citylatlong":"0.000000,0.000000"，“x-appengine”：“US”，“x”：“on”，“x”：“？”，“x-appengine ip”：“35.193.50.245”，"x-cloud-trace-context":"9d163f59b7fc5d0049692efae5269b4c/11159965978299906802；O=1、“x转发-for”：“35.193.50.245、35.193.50.245”、“x转发-proto”：“https”、“接受-编码”：“gzip”} 4:35:12.045下午4:35:12.045 outlined_flag dialogflowFirebaseFulfillment函数执行开始于下午4:32:49.480。 错误：{错误:从PDF文件gs://detecttext-5a0c3.appspot.com/NFM-11099M1.pdf at GoogleError.Error (原生)在Operation._unpackResponse (/user_code/node_modules/@google-cloud/vision/node_modules/google-gax/build/的新GoogleError GoogleError提取图像时出错13 :228:29)( /user_code/node_modules/@google-cloud/vision/node_modules/google-gax/build/src/longrunning.js:214:18代码:13}

Answer 1

我也遇到了同样的问题--在我的例子中，在上传中设置gzip: true会导致问题：

this.client
    .bucket(bucketName)
    .upload(fullPath, {
        gzip: false,  // setting gzip: true causes the pdf annotator to fail
        metadata: {
            cacheControl: 'no-cache',
        },
    })
    .then(...)

Answer 2

PDF/TIFF文档文本检测将只收集PDF中的文本，但是当我尝试使用此PDF文件发出请求时，您所得到的错误似乎有所不同，而且没有任何问题。