Hur man lagrar byte[]-bild i mongodb för Doocr-processen

Eftersom du använder våren. Du kan använda MultipartFile för att hämta filen i din styrenhet och använd sedan Binary av org.bson för att lagra fil till MongoDB , Om din bildstorlek <16 MB (om bildstorlek> 16 MB kan du använda GridFs ).

Du behöver bara lägga till ett beroende till ditt projekt - spring-data-mongoDB

Låt oss ta ett exempel på en användarsamling som ser ut så här:

@Document
public class User {
    @Id
    private String id;
    
    private String name;
    private Binary image;
    // getters and setters
}

Här kan du se Binary image som representerar din bildfil.

Skapa nu ett arkiv för denna användarsamling med MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Skapa en Controller för demoändamål. Använd @RequestParam MultipartFile file för att hämta filen till din styrenhet, hämta bytes från filen och ställ in den till användarobjektet user.setImage(new Binary(file.getBytes())); komplett exempel är nedan:

@RestController
public class UserController {
    @Autowired
    private UserRepository userRepository;

    @PostMapping("/users")
    User createUser(@RequestParam String name, @RequestParam MultipartFile file) throws IOException {
        User user = new User();
        user.setName(name);
        user.setImage(new Binary(file.getBytes()));
        
        return userRepository.save(user);
    }

    @GetMapping("/users")
    String getImage(@RequestParam String id) {
        Optional<User> user = userRepository.findById(id);
        Encoder encoder = Base64.getEncoder();
        
        return encoder.encodeToString(user.get().getImage().getData());

    }
}

Starta servern och träffa slutpunkten som visas i postman-skärmbilden nedan

Din data lagras i mongoDb i BinData format och för att hämta data från databasen, se getImage metod för ovanstående kod.

EDIT:

Frågeställaren använder tess4j bibliotek för att extrahera text från bild och doOCR är en metod i detta bibliotek. Jag har följt dessa steg för att extrahera text från bild i min vårstartapplikation.

1. Installera tesseract-ocr in i ditt system:

   sudo apt-get install tesseract-ocr

2. Ladda ner eng.traineddata träningsdata från https://github.com/tesseract-ocr/tessdata och flytta den till projektets rotmapp.

3. Lägg till nedanstående beroende till ditt projekt:

   <dependency>
        <groupId>net.sourceforge.tess4j</groupId>
        <artifactId>tess4j</artifactId>
        <version>3.2.1</version>
   </dependency>

4. Lägg till koden nedan i befintligt projekt:

@GetMapping("/image-text")
String getImageText(@RequestParam String id) {
    Optional<User> user = userRepository.findById(id);
    ITesseract instance = new Tesseract();
    try {
        ByteArrayInputStream bais = new ByteArrayInputStream(user.get().getImage().getData());
        BufferedImage bufferImg = ImageIO.read(bais);
        String imgText = instance.doOCR(bufferImg);
        return imgText;
    } catch (Exception e) {
        return "Error while reading image";
    }
}