mongodb

Question

我必须在文件中搜索内容。这是在db上传的，如image（bmp，tiff，png）或pdf等。

我正在使用最新版本的Mongodb来存储使用GridFS的图像（png，bmp，jpg）或文档。即以二进制形式存储数据。 MongoDB使用两种方式来存储文档，其中一种是二进制文件，另一种是json。

所以Mongodb没有提供直接搜索图像内容的方法。 另一个是我可以使用OCR，但OCR提供字符串的最终结果所以我必须将其转换为有效的json存储在db中。如果它是我的最后一个选项，那么我将如何将该字符串转换为有效的json格式。

我正在尝试使用以下代码在mongodb中存储文本文件。

// result5.txt is a text file that is result of OCR.        

string text = System.IO.File.ReadAllText("E:\\result5.txt");

var document = BsonSerializer.Deserialize<BsonDocument>(text);

var collection = Database.GetCollection("articles");

collection.Insert(text);

但我收到了错误。

  

MongoCommandException：命令插入失败：错误的类型   文件[0]。期待一个对象，得到一个字符串。

如何在我在db中上传的图像文件中搜索。??

所以任何建议都将不胜感激，请管理员不要关闭此帖的评论谢谢。

以此形式存储的文本数据。

Answer 1

只需创建新类以包含OCR结果：

public class OcrContainer
{
    public BsonObjectId Id { get; set; }
    public string OcrResult { get; set;}
}

并将其存储到mongo：

var collection = Database.GetCollection<OcrContainer >("articles");
collection.InsertOne(new OcrContainer {OcrResult = text});

之后你可以搜索你的结果：

collection.Find(x=>x.OcrResult.Contains("bla"))

<强>可是： 你打算用它做什么？在OcrCollection中需要更多属性才能将ocr结果与其他数据连接起来。