Question

我有一个使用Jersey构建的REST Web服务，它通过Tess4J Java绑定使用Tesseract进行OCR（光学字符识别）。现在Tess4J库希望你发送一个图像文件（png，jpg，tif等），但是对于Jersey处理，我得到一个包含图像的InputStream。

如何将此InputStream转换为Tesseract可识别的文件类型？我尝试过以下方法：

import org.apache.commons.io.IOUtils;

.....

private static File stream2file (InputStream in) throws IOException {            

    final File tempFile = File.createTempFile("stream2file", ".tmp");
    tempFile.deleteOnExit();

    try (FileOutputStream out = new FileOutputStream(tempFile)) {
        IOUtils.copy(in, out);
    }

    return tempFile;            
}

然后，Tesseract库抛出了一个例外，说它不接受我发送的文件类型（现在在这种情况下是＆＃39; tmp＆＃39;）。我试过改变那个小小的＆＃39; tmp＆＃39;到了＆＃39; tif＆＃39;和其他支持的文件类型，但只是产生了相同的结果，所以我显然在这里遗漏了一些东西。

那么我如何获取InputStream，转换它，并将其转发给Tesseract作为它所期望的支持文件类型之一？

Answer 1

临时文件的文件扩展名必须与原始输入图像文件的文件扩展名匹配。

除File类型外，Tess4J也接受BufferedImage作为输入。只需将inputstream转换为它，如下所示：

BufferedImage image = ImageIO.read(is);

Answer 2

尝试(FileOutputStream out = new FileOutputStream(tempFile))。你在这一行有错误。您应该使用FileOutputStream (String)而不是FileOutputStream(File)。所以它应该是FileOutputStream(tempfile.getName())。

传递给FileOutputStream构造函数的参数是一个字符串，它是实际文件的路径或文件名。它不是File对象。

将InputStream转换为File

2 个答案: