Sådan gemmer du byte[]-billede i mongodb til Doocr-processen

Da du bruger foråret. Du kan bruge MultipartFile for at hente filen i din controller og derefter bruge Binary af org.bson at gemme fil til MongoDB , Hvis din billedstørrelse <16 MB (hvis billedstørrelse> 16 MB kan du bruge GridFs ).

Du skal kun tilføje én afhængighed til dit projekt - spring-data-mongoDB

Lad os tage et eksempel på en brugersamling, der ser sådan ud:

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

Her kan du se Binary image som repræsenterer din billedfil.

Opret nu et lager for denne brugersamling ved hjælp af MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Opret en controller til demoformål. Brug @RequestParam MultipartFile file for at hente filen til din controller, hent bytes fra filen og sæt den til brugerobjekt user.setImage(new Binary(file.getBytes())); komplet eksempel er nedenfor:

@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());

    }
}

Start serveren og tryk på slutpunktet som vist i nedenstående postmand-skærmbillede

Dine data gemmes i mongoDb i BinData format og for at få data fra databasen henvises til getImage metode til ovenstående kode.

EDIT:

Spørgsmålsstilleren bruger tess4j bibliotek til at udtrække tekst fra billede og doOCR er en metode i dette bibliotek. Jeg har fulgt disse trin for at udtrække tekst fra billedet i mit spring boot-program.

1. Installer tesseract-ocr ind i dit system:

   sudo apt-get install tesseract-ocr

2. Download eng.traineddata træningsdata fra https://github.com/tesseract-ocr/tessdata og flyt den til projektets rodmappe.

3. Tilføj nedenstående afhængighed til dit projekt:

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

4. Tilføj nedenstående kode til eksisterende 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";
    }
}