GroupDocs.Parser OCR を使用した Java 画像からテキストへの抽出方法

このチュートリアルでは、OCR と GroupDocs.Parser ライブラリを統合して extract java image to text を行う方法を学びます。Aspose OCR コネクタの設定方法、正確なテキスト座標の取得方法、そして請求書処理、検索可能なアーカイブ、UI オーバーレイなどの実際のシナリオへの適用方法を紹介します。

クイック回答

  • “java image to text” とは何ですか？ 画像ファイルを OCR を使用して検索可能で編集可能なテキストに変換する Java アプリケーション内のプロセスです。
  • Java 用の OCR を提供するライブラリはどれですか？ GroupDocs.Parser と Aspose OCR コネクタの組み合わせです。
  • ライセンスは必要ですか？ 無料トライアルで評価は可能ですが、本番利用には永続ライセンスが必要です。
  • テキスト座標を取得できますか？ はい。API は認識された各単語のバウンディング矩形（左、上、幅、高さ）を返します。
  • 必要な Java バージョンは何ですか？ 完全な互換性のために Java 8 以上が推奨されます。

OCR テキスト抽出とは？

OCR（光学文字認識）は、スキャン画像、PDF、または写真に含まれる視覚的テキストを機械が読み取れる文字に変換します。java 画像からテキストへの抽出 を行うことで、アプリケーションは以前は静的画像だったドキュメントをインデックス化、編集、分析できるようになります。この機能により全文検索、データマイニング、ワークフローの自動化が可能となり、画像のみのファイルを下流システムで活用できる情報に変換します。

OCR に GroupDocs.Parser を使用する理由

GroupDocs.Parser は、さまざまなドキュメントタイプの取り扱いを簡素化し、高精度の OCR 結果を提供する単一の統一 API を提供します。Aspose OCR エンジンを活用することで、数十の言語と複雑なフォントをサポートし、正確な位置データを返し、バッチ処理でも効率的にスケールします。これらの機能により、エンタープライズレベルのドキュメントデジタル化プロジェクトに最適です。

  • 統一 API – 1 つのコードベースで PDF、画像、その他 30 以上のフォーマットを処理します。
  • 高精度認識 – Aspose OCR は 60 以上の言語と複雑なフォントをサポートします。
  • 位置データ – 各テキストブロックの正確な座標を返し、レイアウトを考慮した処理を可能にします。
  • スケーラブルなパフォーマンス – ジョブあたり最大 500 ページのバッチを処理し、200 MB 未満の RAM で動作します。

前提条件

  • GroupDocs.Parser for Java – バージョン 25.5 以上（30 以上の入力・出力フォーマットをサポート）。
  • Maven または手動ダウンロードによるライブラリインストール方法。
  • Aspose OCR コネクタ – 画像のみのテキスト認識を有効にするために必要です。
  • IntelliJ IDEA や Eclipse などの IDE（Java 8+ 上で実行）。
  • 基本的な Java プログラミング知識と依存関係管理の理解。

GroupDocs.Parser for Java の設定

Maven の使用

pom.xml ファイルに以下の依存関係を追加してください：

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

定義: pom.xml は、必要なライブラリとそのバージョンを一覧化する Maven プロジェクト記述子です。

直接ダウンロード

公式リリースページから最新の JAR をダウンロードしてください：

GroupDocs.Parser for Java releases

定義: リリースページは、即時統合用の事前構築バイナリとドキュメントを提供します。

ライセンス取得手順

  • 無料トライアル – ライブラリを無償で評価できます。
  • 一時ライセンス – 延長テスト用の期間限定キーを取得します。
  • 購入 – 制限のない本番利用のためのフルライセンスを取得します。

基本的な初期化と設定

ParserSettings は、OCR オプションやパフォーマンス設定を含め、GroupDocs.Parser がドキュメントを読み取る方法を構成します。AsposeOcrOnPremise は、オンプレミスの OCR エンジンと Aspose OCR のライセンス処理を提供します。

以下は、Aspose OCR コネクタを使用して ParserSettings インスタンスを作成する基本的な Java コードです：

ParserSettings settings = new ParserSettings();
settings.setOcrConnector(new AsposeOcrOnPremise("your-license-path"));

定義: ParserSettings は GroupDocs.Parser がドキュメントを読み取り処理する方法を設定し、AsposeOcrOnPremise は OCR エンジンとライセンスを提供します。

<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>

基本が整ったので、OCR テキスト領域の抽出に進みましょう。

java 画像からテキスト抽出はどのように機能しますか？

Parser はドキュメントを開き、ページやコンテンツへのアクセスを提供するコアクラスです。PageTextAreaOptions は OCR の有効化や位置データの要求など抽出オプションを指定します。画像を Parser で読み込み、PageTextAreaOptions で OCR を有効にし、返される PageTextArea オブジェクトを反復処理します。この二段階パターンは、認識された文字列とそのバウンディング矩形を一度のパスで返し、各単語の正確な位置を取得できるようにします。

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

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

OCR を使用したテキスト領域の抽出方法（ステップバイステップ）

このセクションでは、OCR の設定、ドキュメントのオープン、座標付きテキスト領域の取得という完全なプロセスを順を追って説明します。これらの手順に従うことで、抽出されたテキストと高度な処理（オーバーレイ描画やデータ抽出など）に必要なレイアウト情報の両方を取得できます。

1. OCR コネクタで ParserSettings を初期化する

OCR コネクタは、画像のみのドキュメントのテキスト認識を可能にします。

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

2. ドキュメントを開き、抽出オプションを設定する

PageTextAreaOptions は、パーサーに各認識単語の位置データを返すよう指示します。

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
}

このコードの動作

  • 作成: ドキュメントフォルダーを指す Parser インスタンスを作成します。
  • 有効化: PageTextAreaOptions(true) で OCR を有効にします。
  • 反復: 各 PageTextArea を走査し、認識されたテキスト と 正確な矩形（位置とサイズ）を取得します。
  • 許可: データをデータベースに保存したり UI にオーバーレイしたりといった操作が可能です。

PageTextArea は認識されたテキストブロックとそのバウンディング矩形を表し、テキストを元画像にマッピングしやすくします。

3. 結果を処理する

抽出されたテキストと座標は、さまざまなシナリオで利用できます：

  • ドキュメントのデジタル化 – スキャンした契約書を検索可能な PDF に変換します。
  • データ入力の自動化 – 領収書画像から請求書番号などのフィールドを直接抽出します。
  • コンテンツ管理 – 高度な検索ハイライトのためにテキスト位置をインデックス化します。

よくある問題と解決策

症状考えられる原因対策
テキスト領域が返されないOCR コネクタが設定されていない、または画像パスが間違っているAsposeOcrOnPremise インスタンスが正しくライセンスされ、ファイルパスにアクセス可能であることを確認してください。
文字化け低解像度画像またはサポートされていない言語高解像度のスキャンを使用し、OCR 言語パックを設定してください。
大きな PDF でメモリ不足エラー多数の高解像度ページを一度に処理しているページをバッチ処理するか、ストリーミングモードを有効にしてください（ParserSettings.setEnableStreaming(true)）。

よくある質問

Q: GroupDocs.Parser for Java はどのようにインストールしますか？
A: Maven 依存関係として追加してください（上記の XML スニペット参照）、または公式リリースページから JAR をダウンロードします。

Q: Aspose OCR とは何ですか、また GroupDocs.Parser と併用する理由は？
A: Aspose OCR は高精度のテキスト認識エンジンです。GroupDocs.Parser と組み合わせることで、画像のみのファイルを処理し、正確なテキスト位置を提供する機能が拡張されます。

Q: 複数の画像フォーマットを処理できますか？
A: はい。GroupDocs.Parser は JPEG、PNG、BMP、TIFF などをサポートしています—OCR コネクタがそのフォーマットを読み取れることを確認してください。

Q: テキスト領域が抽出されない場合はどうすればよいですか？
A: ファイルパスを確認し、OCR コネクタがライセンスされていることを確認し、ドキュメントタイプが Aspose OCR にサポートされているか検証してください。

Q: GroupDocs.Parser のリソースはどこで見つけられますか？
A: 詳細なガイドと API リファレンスは GroupDocs Documentation をご覧ください。

追加のヒントとベストプラクティス

  • バッチ処理: 抽出ループを try‑with‑resources ブロックでラップし、ファイルハンドルを自動的に解放します。
  • パフォーマンスチューニング: ParserSettings.setEnableParallelProcessing(true) を有効にして、大規模バッチで複数 CPU コアを活用します。
  • 言語設定: AsposeOcrOnPremise.setLanguage("eng+spa") を呼び出して、英語とスペイン語を同時に認識させます。
  • 結果の保存: PageTextArea オブジェクトを JSON にシリアライズして、下流での利用を容易にします。

リソース

結論

これで、GroupDocs.Parser と Aspose OCR コネクタを使用した java 画像からテキストへの抽出 の完全な本番対応アプローチが手に入りました。これらの手法を活用して、レガシー文書のデジタル化、データ入力の自動化、検索可能なアーカイブの構築を最小の労力で実現してください。

最終更新: 2026-09-17
テスト環境: GroupDocs.Parser 25.5 for Java
作者: GroupDocs

関連チュートリアル