java - 将输入流转换为文件

Question

我有一个使用 Jersey 构建的 REST Web 服务通过 Tess4J 使用 Tesseract 进行 OCR(光学字符识别) Java 绑定(bind)。现在，Tess4J 库希望您向它发送一个图像文件(png、jpg、tif 等)，但通过 Jersey 处理，我得到一个包含图像的 InputStream。

如何将此 InputStream 转换为 Tesseract 可以识别的文件类型？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;            
}

但随后 Tesseract 库抛出异常，表示它不接受我发送的文件类型(在本例中为“tmp”)。我尝试将那个小“tmp”更改为“tif”和其他受支持的文件类型，但这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。

那么我怎样才能获取一个InputStream，对其进行转换，并将其转发到Tesseract作为它期望的支持的文件类型之一？

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。

除了文件类型之外，Tess4J还接受 BufferedImage 作为输入。只需将 inputstream 转换为它即可，如下:

BufferedImage image = ImageIO.read(is);