如何在 mongodb 中为 Doocr 进程存储 byte[] 图像

Question

您好如何在mongodb中存储字节图像并执行doocr进程（通过public static void main）。是否可以通过对来自 mongodb 的存储图像执行 doocr

型号：

public class Photo {    
    @Id
    private String id;      
    private byte[] image; } getter & setter

控制器：

@Controller
public class PhotoController {
   @GetMapping("/photos/upload")
    public String uploadPhoto(Model model) {
        model.addAttribute("message", "hello");
        return "uploadPhoto";
    }

在存储图像之后添加了 mongodb 图像路径。 ？这样做是正确的方法

主要：

 public static void main(String[] args) 
{   
SpringApplication.run(StackoverflowApplication.class, args);            

   /// mongodb data path is it right ? for doocr
 File image = new File("mongodb://localhost:27017//test-db//user");

   // encode nd decode  sample

String encodedString =Base64.getEncoder().encodeToString(originalInput. 
  getBytes());      
byte[] decodedBytes = Base64.getDecoder().decode(encodedString);
    String decodedString = new String(decodedBytes);

    Tesseract tessInst = new Tesseract();
    tessInst.setDatapath("C:\\Users\\Administrator\\Desktop\\tessdata");
    try {
            String result= tessInst.doOCR(image);
            System.out.println(result);
    } catch (TesseractException e) {
            System.err.println(e.getMessage());
    }           }

是否可能或需要任何其他 base64。

Answer 1

由于您使用的是弹簧。您可以使用MultipartFile 获取控制器中的文件，然后使用org.bson 的Binary 将文件存储到MongoDB，如果您的图像大小 16 MB，您可以使用GridFs）。

您只需要向您的项目添加一个依赖项 - spring-data-mongoDB

让我们以一个如下所示的 User 集合为例：

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

在这里你可以看到Binary image代表你的图片文件。

现在使用MongoRepository为此用户集合创建一个存储库

public interface UserRepository extends MongoRepository<User, String>{

}

为演示目的创建一个控制器。使用@RequestParam MultipartFile file 将文件获取到您的控制器，从文件中获取字节并将其设置为用户对象user.setImage(new Binary(file.getBytes())); 完整示例如下：

@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());

    }
}

启动服务器并点击如下邮递员截图所示的终点

您的数据以BinData格式存储在mongoDb中，要从数据库中获取数据请参考上述代码的getImage方法。

编辑：

提问者使用tess4j 库从图像中提取文本，doOCR 是该库中的一种方法。我已按照这些步骤在我的 Spring Boot 应用程序中从图像中提取文本。

1. 将tesseract-ocr 安装到您的系统中：

   sudo apt-get install tesseract-ocr

2. 从https://github.com/tesseract-ocr/tessdata 下载eng.traineddata 训练数据并将其移动到项目根文件夹。

3. 将以下依赖项添加到您的项目中：

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

4. 将以下代码添加到现有项目中：

@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";
    }
}

Answer 2

您应该考虑使用名为 Spring Content for Mongo 的社区项目来存储内容。 Spring Content 之于非结构化数据（文档、视频、图像），Spring Data 之于结构化数据。它提供了对存储的抽象。为您提供相同的编程模型，以便快速轻松地实现基于 REST 的内容服务。

您可以像这样将它添加到您的项目中：

pom.xml

<dependency>
    <groupId>com.github.paulcwarren</groupId>
    <artifactId>spring-content-mongo</artifactId>
    <version>0.11.0</version>    <!-- 1.0.0.M1 for Spring Boot 2.2 -->
</dependency>
<dependency>
    <groupId>com.github.paulcwarren</groupId>
    <artifactId>spring-content-rest</artifactId>
    <version>0.11.0</version>    <!-- 1.0.0.M1 for Spring Boot 2.2 -->
</dependency>

确保您的应用程序上下文中存在 GridFsTemplate bean。 Mongo 存储和 REST API 已启用。类似于以下内容：

@Configuration
@EnableMongoStores
@Import(org.springframework.content.rest.config.RestConfiguration.class) // Enable REST API
public class MongoConfig extends AbstractMongoConfiguration {

   @Bean
   public GridFsTemplate gridFsTemplate() throws Exception {
      return new GridFsTemplate(mongoDbFactory(), mappingMongoConverter());
   }
   ...

要允许内容与您的照片实体相关联，请为其赋予以下属性：

Photo.java

public class Photo {    

    @Id
    private String id;      
    //private byte[] image;    replace this with -->

    @ContentId
    private String contentId;

    @ContentLength 
    private long contentLength = 0L;

    @MimeType
    private String mimeType;

添加商店界面：

PhotoStore.java

public interface PhotoStore extends ContentStore<Photo, String> {
}

这就是你所需要的。当您的应用程序启动时，Spring Content 将看到对 Mongo/REST 模块的依赖关系，它将注入 PhotoStore 的 GridFS 实现，以及支持完整 CRUD 功能并将这些操作映射到 @987654331 的控制器的实现@ 界面。 REST 端点将在/photos 提供。

即

curl -X PUT /photos/{photoId} -F "file=@/some/image.jpg" 将创建或更新照片

curl -X GET /photos/{photoId} 将获取照片

curl -X DELETE /photos/{photoId} 将删除照片

有一些入门指南here。他们将 Spring Content 用于文件系统，但模块是可互换的。 Mongo 参考指南是here。有一个教程视频here。还有一个示例项目here。

HTH