Cómo almacenar la imagen byte [] en mongodb para el proceso Doocr

Ya que estás usando spring. Puedes usar MultipartFile para obtener el archivo en su controlador y luego use Binary de org.bson para almacenar el archivo en MongoDB, si el tamaño de su imagen es <16 MB (si el tamaño de la imagen es> 16 MB, puede usar GridFs ).

Debe agregar solo una dependencia a su proyecto:spring-data-mongoDB

Tomemos un ejemplo de una colección de usuarios que se ve así:

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

Aquí puedes ver Binary image que representa su archivo de imagen.

Ahora cree un repositorio para esta colección de usuarios usando MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Cree un controlador para fines de demostración. Utilice el archivo @RequestParam MultipartFile file para obtener el archivo en su controlador, obtenga los bytes del archivo y configúrelo en el objeto de usuario user.setImage(new Binary(file.getBytes())); el ejemplo completo está abajo:

@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());

    }
}

Inicie el servidor y llegue al punto final como se muestra en la siguiente captura de pantalla del cartero

Sus datos se almacenan en mongoDb en BinData formato y para obtener los datos de la base de datos, consulte getImage método del código anterior.

EDITAR:

El autor de la pregunta está usando tess4j biblioteca para extraer texto de la imagen y doOCR es un método en esta biblioteca. He seguido estos pasos para extraer texto de la imagen en mi aplicación Spring Boot.

1. Instalar tesseract-ocr en su sistema:

   sudo apt-get install tesseract-ocr

2. Descargar eng.traineddata datos de entrenamiento de https://github.com/tesseract-ocr/tessdata y muévalo a la carpeta raíz del proyecto.

3. Agregue la siguiente dependencia a su proyecto:

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

1. Agregue el siguiente código al proyecto existente:

@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";
    }
}