Jak uložit bajt[] obrázek v mongodb pro proces Doocr

Protože používáte pružinu. Můžete použít MultipartFile získat soubor do ovladače a poté použít Binary z org.bson k uložení souboru do MongoDB , Pokud je velikost vašeho obrázku <16 MB (pokud velikost obrázku> 16 MB, můžete použít GridFs ).

Do svého projektu musíte přidat pouze jednu závislost - spring-data-mongoDB

Vezměme si příklad kolekce uživatelů, která vypadá takto:

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

Zde můžete vidět Binary image který představuje váš soubor obrázku.

Nyní vytvořte úložiště pro tuto kolekci uživatelů pomocí MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Vytvořte ovladač pro demo účely. Použijte @RequestParam MultipartFile file chcete-li získat soubor do ovladače, získejte bajty ze souboru a nastavte jej na objekt uživatele user.setImage(new Binary(file.getBytes())); úplný příklad je níže:

@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());

    }
}

Spusťte server a dosáhněte koncového bodu, jak je znázorněno na níže uvedeném snímku obrazovky pošťáka

Vaše data jsou uložena v mongoDb v BinData formát a pro získání dat z databáze se prosím podívejte na getImage metoda výše uvedeného kódu.

UPRAVIT:

Tazatel používá tess4j knihovna pro extrahování textu z obrázku a doOCR je metoda v této knihovně. Podle těchto kroků jsem extrahoval text z obrázku ve své jarní spouštěcí aplikaci.

1. Nainstalujte tesseract-ocr do vašeho systému:

   sudo apt-get install tesseract-ocr

2. Stáhněte si eng.traineddata tréninková data z https://github.com/tesseract-ocr/tessdata a přesuňte jej do kořenové složky projektu.

3. Přidejte do svého projektu níže uvedenou závislost:

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

4. Přidejte níže uvedený kód do stávajícího projektu:

@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";
    }
}