Come utilizzare OCR con GroupDocs.Parser Java

Stai cercando di estrarre in modo efficiente testo da immagini o documenti scansionati? Come utilizzare OCR con la libreria GroupDocs.Parser per Java offre una soluzione robusta, consentendo l’integrazione senza soluzione di continuità del riconoscimento ottico dei caratteri (OCR) nelle tue applicazioni. Questa guida completa ti accompagnerà nell’estrazione delle aree di testo da file immagine utilizzando il connettore Aspose OCR con GroupDocs.Parser in Java, migliorando le capacità di elaborazione dei documenti.

Cosa imparerai

• Configurare e utilizzare GroupDocs.Parser per Java.
• Inizializzare ParserSettings con un connettore OCR.
• Tecniche per estrarre aree di testo da immagini utilizzando la tecnologia Aspose OCR.
• Applicazioni pratiche di questa funzionalità in scenari reali come la conversione java image to text e l’estrazione delle posizioni del testo in Java.

Risposte rapide

• Che cosa significa “how to use OCR”? Si riferisce all’integrazione di un motore OCR per leggere il testo da file basati su immagine.
• Quale libreria fornisce OCR per Java? GroupDocs.Parser combinato con il connettore Aspose OCR.
• Ho bisogno di una licenza? È disponibile una versione di prova gratuita; è necessaria una licenza permanente per la produzione.
• Posso ottenere le coordinate del testo? Sì, l’API restituisce le posizioni delle aree di testo (left, top, width, height).
• Quale versione di Java è richiesta? Si consiglia Java 8 o versioni successive.

Che cos’è l’estrazione di testo OCR?

Il riconoscimento ottico dei caratteri (OCR) converte il testo visivo—presente in immagini scansionate, PDF o fotografie—in caratteri leggibili dalla macchina. Quando how to use OCR in Java, consenti alle tue applicazioni di cercare, modificare e analizzare documenti precedentemente statici.

Perché usare GroupDocs.Parser per OCR?

• Unified API – Gestisce PDF, immagini e molti altri formati con un unico codice base.
• Accurate Recognition – Alimentato da Aspose OCR, che supporta più lingue e font.
• Position Data – Recupera le coordinate esatte di ogni blocco di testo, perfetto per l’elaborazione sensibile al layout.
• Scalable – Funziona con immagini piccole o grandi lavori batch, e può essere eseguito on‑premise o nel cloud.

Prerequisiti

Prima di iniziare, assicurati di avere quanto segue:

Librerie e dipendenze richieste

• GroupDocs.Parser per Java: Versione 25.5 o successiva.
• Maven o configurazione di download diretto per l’installazione della libreria.
• Aspose OCR Connector: È necessario l’accesso alla tecnologia OCR di Aspose.

Requisiti di configurazione dell’ambiente

• Un IDE compatibile (IntelliJ IDEA, Eclipse, ecc.) in esecuzione su Java 8+.
• Maven installato se preferisci l’approccio del repository Maven.

Prerequisiti di conoscenza

• Conoscenze di base di programmazione Java.
• Familiarità con la gestione delle dipendenze del progetto.

Configurazione di GroupDocs.Parser per Java

Puoi aggiungere la libreria tramite Maven o scaricarla direttamente.

Utilizzo di Maven

Aggiungi le seguenti configurazioni al tuo file pom.xml:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

Download diretto

In alternativa, scarica l’ultima versione da GroupDocs.Parser for Java releases.

Passaggi per l’acquisizione della licenza

• Free Trial – Valuta la libreria senza costi.
• Temporary License – Usa una chiave a tempo limitato per test estesi.
• Purchase – Ottieni una licenza completa per le distribuzioni in produzione.

Inizializzazione e configurazione di base

Una volta che la libreria è disponibile, puoi inizializzare il parser. Di seguito trovi il codice Java essenziale che crea un’istanza ParserSettings con il connettore Aspose OCR:

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.options.ParserSettings;
import com.groupdocs.parser.ocr.AsposeOcrOnPremise;

ParserSettings settings = new ParserSettings(new AsposeOcrOnPremise());

Con le basi sistemate, passiamo all’estrazione delle aree di testo OCR.

Come estrarre le aree di testo con OCR (passo‑a‑passo)

1. Inizializzare ParserSettings con il connettore OCR

Il connettore OCR abilita il riconoscimento del testo in documenti solo immagine.

// Initialize ParserSettings with OCR Connector
ParserSettings settings = new ParserSettings(new AsposeOcrOnPremise());

2. Aprire il documento e configurare le opzioni di estrazione

Utilizziamo PageTextAreaOptions per indicare al parser di restituire i dati posizionali per ogni parola riconosciuta.

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY", settings)) {
    // Configure PageTextAreaOptions for OCR processing
    PageTextAreaOptions options = new PageTextAreaOptions(true);
    
    // Extract text areas from the document
    java.lang.Iterable<PageTextArea> areas = parser.getTextAreas(options);

    if (areas == null) {
        return; // Exit if text areas extraction is not supported
    }
    
    for (PageTextArea a : areas) {
        String text = a.getText();
        int leftPosition = a.getRectangle().getLeft();
        int topPosition = a.getRectangle().getTop();
        int width = a.getRectangle().getSize().getWidth();
        int height = a.getRectangle().getSize().getHeight();

        // Process the extracted data as needed
    }
} catch (java.lang.Exception ex) {
    // Handle any exceptions that occur during processing
}

Cosa fa questo codice

• Creates un’istanza Parser che punta alla cartella del tuo documento.
• Enables OCR tramite PageTextAreaOptions(true).
• Iterates su ogni PageTextArea, fornendoti il testo riconosciuto e il suo rettangolo esatto (posizione e dimensione).
• Allows di memorizzare o manipolare i dati, ad esempio inserendoli in un database o sovrapponendoli a un’interfaccia utente.

3. Elaborare i risultati

Ora puoi utilizzare il testo estratto e le coordinate per vari scenari:

• Document Digitization – Converti contratti scansionati in PDF ricercabili.
• Data Entry Automation – Estrai campi come numeri di fattura direttamente dalle immagini delle ricevute.
• Content Management – Indicizza le posizioni del testo per evidenziazioni di ricerca avanzate.

Problemi comuni e soluzioni

Domande frequenti

D: Come installo GroupDocs.Parser per Java?
R: Aggiungilo come dipendenza Maven (vedi lo snippet XML sopra) o scaricalo direttamente dalla pagina ufficiale di release.

D: Cos’è Aspose OCR e perché usarlo con GroupDocs.Parser?
R: Aspose OCR è un motore di riconoscimento testuale ad alta precisione. Accoppiato a GroupDocs.Parser, estende le capacità del parser per gestire file solo immagine e fornire posizioni testuali precise.

D: Posso elaborare più formati di immagine?
R: Sì. GroupDocs.Parser supporta JPEG, PNG, BMP, TIFF e altri—basta assicurarsi che il connettore OCR possa leggere il formato.

D: Cosa devo fare se non vengono estratte aree di testo?
R: Controlla il percorso del file, conferma che il connettore OCR sia licenziato e verifica che il tipo di documento sia supportato da Aspose OCR.

D: Dove posso trovare più risorse su GroupDocs.Parser?
R: Visita GroupDocs Documentation per guide dettagliate e riferimenti API.

Risorse

• Documentazione
• Riferimento API
• Scarica l’ultima versione
• Repository GitHub
• Forum di supporto gratuito
• Licenza temporanea

Esplora queste risorse per approfondire la tua comprensione e ampliare le capacità di GroupDocs.Parser nei tuoi progetti.

Ultimo aggiornamento: 2026-02-09
Testato con: GroupDocs.Parser 25.5 per Java
Autore: GroupDocs