TIKA - 提取图像文件

TIKA提取图像文件 - 从简单和简单的步骤学习TIKA，从基本到高级概念，包括概述，架构，环境，参考API，文件格式，文档类型检测，内容提取，元数据提取，语言检测，GUI，提取PDF ，提取ODF，提取MS-Office文件，提取文本文档，提取HTML文档，提取XML文档，提取.class文件，提取JAR文件，提取图像文件，提取mp4文件，提取mp3文件。

以下是从JPEG图像中提取内容和元数据的程序.

import java.io.File;import java.io.FileInputStream;import java.io.IOException;import org.apache.tika.exception.TikaException;import org.apache.tika.metadata.Metadata;import org.apache.tika.parser.ParseContext;import org.apache.tika.parser.jpeg.JpegParser;import org.apache.tika.sax.BodyContentHandler;import org.xml.sax.SAXException;public class JpegParse {   public static void main(final String[] args) throws IOException,SAXException, TikaException {      //detecting the file type      BodyContentHandler handler = new BodyContentHandler();      Metadata metadata = new Metadata();      FileInputStream inputstream = new FileInputStream(new File("boy.jpg"));      ParseContext pcontext = new ParseContext();            //Jpeg Parse      JpegParser  JpegParser = new JpegParser();      JpegParser.parse(inputstream, handler, metadata,pcontext);      System.out.println("Contents of the document:" + handler.toString());      System.out.println("Metadata of the document:");      String[] metadataNames = metadata.names();            for(String name : metadataNames) {                  System.out.println(name + ": " + metadata.get(name));      }   }}

将上述代码保存为 JpegParse.java ，使用以下命令从命令提示符编译它 :

javac JpegParse.javajava JpegParse

以下是Example.jpeg : 的快照;

Baby

JPEG文件具有以下属性 :

Property

执行程序后，您将获得以下输出.

输出和减号;

Contents of the document:Meta data of the document:Resolution Units: inchCompression Type: BaselineData Precision: 8 bitsNumber of Components: 3tiff:ImageLength: 3000Component 2: Cb component: Quantization table 1, Sampling factors 1 horiz/1 vertComponent 1: Y component: Quantization table 0, Sampling factors 2 horiz/2 vertImage Height: 3000 pixelsX Resolution: 300 dotsOriginal Transmission Reference: 53616c7465645f5f2368da84ca932841b336ac1a49edb1a93fae938b8db2cb3ec9cc4dc28d7383f1Image Width: 4000 pixelsIPTC-NAA record: 92 bytes binary dataComponent 3: Cr component: Quantization table 1, Sampling factors 1 horiz/1 verttiff:BitsPerSample: 8Application Record Version: 4tiff:ImageWidth: 4000Y Resolution: 300 dots