Jak przechowywać obraz byte[] w mongodb dla procesu Doocr?

Ponieważ używasz wiosny. Możesz użyć MultipartFile aby pobrać plik do kontrolera, a następnie użyj Binary z org.bson do przechowywania pliku w MongoDB , Jeśli rozmiar obrazu <16 MB (jeśli rozmiar obrazu> 16 MB, możesz użyć GridFs ).

Musisz dodać tylko jedną zależność do swojego projektu - spring-data-mongoDB

Weźmy przykład kolekcji User, która wygląda tak:

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

Tutaj możesz zobaczyć Binary image który reprezentuje twój plik obrazu.

Teraz utwórz repozytorium dla tej kolekcji użytkownika za pomocą MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Utwórz kontroler do celów demonstracyjnych. Użyj pliku @RequestParam MultipartFile file aby pobrać plik do kontrolera, pobierz bajty z pliku i ustaw go na obiekt użytkownika user.setImage(new Binary(file.getBytes())); pełny przykład znajduje się poniżej:

@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());

    }
}

Uruchom serwer i kliknij punkt końcowy, jak pokazano na poniższym zrzucie listonosza

Twoje dane są przechowywane w mongoDb w BinData format i aby pobrać dane z bazy danych, zapoznaj się z getImage metoda powyższego kodu.

EDYTUJ:

Pytający używa tess4j biblioteka do wyodrębniania tekstu z obrazu i doOCR to metoda w tej bibliotece. Wykonałem te kroki, aby wyodrębnić tekst z obrazu w mojej aplikacji Spring Boot.

1. Zainstaluj tesseract-ocr do twojego systemu:

   sudo apt-get install tesseract-ocr

2. Pobierz eng.traineddata dane treningowe z https://github.com/tesseract-ocr/tessdata i przenieś go do głównego folderu projektu.

3. Dodaj poniższą zależność do swojego projektu:

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

4. Dodaj poniższy kod do istniejącego 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";
    }
}