tesseract.js 使用 base64 返回太长的字符串答案

【问题标题】：tesseract.js returns too long string with base64tesseract.js 使用 base64 返回太长的字符串
【发布时间】：2018-06-07 11:20:41
【问题描述】：

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

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);
}

它在表单中收到错误：

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

是否可以通过某种方式设置（放大）base64字符串的最大长度？

【问题讨论】：

标签： javascript tesseract tesseract.js

【解决方案1】：

使用"tesseract.js": "1.0.10"：

通过将字符串作为参数传递给recognize，Tesseract 正在尝试打开一个名为data:image/png;base64,{bytes...} 的文件，这会引发您看到的错误，即ENAMETOOLONG，文件名太长。

到recognize一个base64字符串，把它变成一个Buffer，其内容是base64解码的：

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

注意：Tesseract.recognize 不适用于 base64 Buffer，您还需要删除元数据：data:image/png;base64。

所以这行不通：

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

这也不起作用：

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

你需要得到字节：

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

【讨论】：