Como armazenar a imagem byte[] no mongodb para o processo Doocr

Já que você está usando spring. Você pode usar MultipartFile para obter o arquivo em seu controlador e, em seguida, use Binary de org.bson para armazenar o arquivo no MongoDB, se o tamanho da sua imagem for <16 MB (se o tamanho da imagem for> 16 MB, você pode usar GridFs ).

Você precisa adicionar apenas uma dependência ao seu projeto - spring-data-mongoDB

Vamos dar um exemplo de uma coleção User que se parece com isso:

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

Aqui você pode ver Binary image que representa seu arquivo de imagem.

Agora crie um repositório para esta coleção de usuários usando MongoRepository

public interface UserRepository extends MongoRepository<User, String>{

}

Crie um controlador para fins de demonstração. Use o arquivo @RequestParam MultipartFile file para obter o arquivo para o seu controlador, obtenha bytes do arquivo e defina-o como objeto de usuário user.setImage(new Binary(file.getBytes())); exemplo completo está abaixo:

@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 o servidor e atinja o ponto final, conforme mostrado na captura de tela abaixo do carteiro

Seus dados são armazenados em mongoDb em BinData formato e para obter os dados do banco de dados, consulte getImage método do código acima.

EDITAR:

O questionador está usando tess4j biblioteca para extrair texto de imagem e doOCR é um método nesta biblioteca. Eu segui estas etapas para extrair o texto da imagem no meu aplicativo de inicialização de primavera.

Instale o tesseract-ocr em seu sistema:

sudo apt-get install tesseract-ocr
Baixe eng.traineddata dados de treinamento de https://github.com/tesseract-ocr/tessdata e mova-o para a pasta raiz do projeto.
Adicione a dependência abaixo ao seu projeto:

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

Adicione o código abaixo ao projeto 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";
    }
}