Java에서 GroupDocs.Parser와 Aspose OCR 텍스트 추출

소개

오늘날 디지털 시대에 스캔된 문서 처리를 효율적으로 수행하는 것은 개발자에게 흔한 과제입니다. 스캔 이미지, PDF 또는 기타 파일 형식을 다루든, 정확한 텍스트 추출은 후속 데이터 처리, 검색 인덱싱 및 자동화에 필수적입니다. 이 가이드는 Java용 GroupDocs.Parser를 설정하고 Aspose OCR을 통합하여 스캔된 문서 처리를 높은 정밀도로 수행하는 방법을 단계별로 안내합니다. 끝까지 읽으면 몇 단계만으로 Java 애플리케이션에 OCR 기반 추출을 추가할 수 있습니다.

배우게 될 내용

Java에서 OCR 커넥터와 함께 GroupDocs.Parser를 구성하는 방법.
OCR 옵션을 사용해 문서에서 텍스트를 추출하는 기술.
성능, 리소스 관리 및 문제 해결을 위한 모범 사례.

구현을 시작하기 전에 전제 조건을 살펴보겠습니다.

빠른 답변

이 튜토리얼은 무엇을 다루나요? Aspose OCR을 GroupDocs.Parser와 통합하여 Java에서 스캔된 문서를 처리합니다.
라이선스가 필요합니까? 테스트용 임시 GroupDocs.Parser 라이선스로 충분하며, 프로덕션에서는 정식 라이선스가 필요합니다.
필요한 Java 버전은? JDK 8 이상.
PDF와 이미지에서 텍스트를 추출할 수 있나요? 예—OCR을 통해 PDF와 이미지 형식을 모두 지원합니다.
설정에 얼마나 걸리나요? 작업 가능한 프로토타입을 만드는 데 약 10‑15분 정도 소요됩니다.

전제 조건

시작하기 전에 다음 항목을 준비하십시오.

필수 라이브러리 및 종속성

GroupDocs.Parser: 버전 25.5 이상.
Aspose OCR: 파서 설정을 통해 참조됩니다.

환경 설정 요구 사항

시스템에 Java Development Kit (JDK)가 설치되어 있어야 합니다.
IntelliJ IDEA 또는 Eclipse와 같은 IDE.

지식 전제 조건

기본 Java 프로그래밍 능력.
Maven 사용 경험 또는 수동 라이브러리 관리 방법.

Java용 GroupDocs.Parser 설정

먼저 pom.xml에 GroupDocs 저장소와 파서 종속성을 추가합니다:

<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>

수동으로 다운로드하려면 최신 JAR 파일을 GroupDocs.Parser for Java releases에서 받아 주세요.

라이선스 획득

임시 라이선스를 받거나 GroupDocs에서 정식 라이선스를 구매할 수 있습니다. 이를 통해 체험 제한 없이 모든 기능을 탐색할 수 있습니다.

Java에서 OCR을 사용해 스캔된 문서 처리하기

OCR과 함께 파서 설정하기

개요

이 섹션에서는 Parser 클래스를 OCR 커넥터와 함께 구성하는 방법을 보여 주어, 이미지나 스캔된 PDF와 같은 스캔된 문서 처리가 가능하도록 합니다.

OCR 구성으로 파서 설정 초기화

먼저 Aspose OCR 엔진을 참조하는 파서 설정을 생성합니다:

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

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

파서 클래스 인스턴스 생성

다음으로, 방금 정의한 설정을 사용해 Parser를 인스턴스화합니다:

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY", settings)) {
    // The parser is now ready to perform operations with OCR capabilities.
}

OCR을 이용한 텍스트 추출

개요

이제 OCR‑인식 옵션을 지정하여 스캔 파일에서 텍스트를 추출합니다.

설정을 사용해 파서 초기화

위와 같이 파서를 열어 두었는지 확인합니다:

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY", settings)) {

OCR용 텍스트 추출 옵션 지정

레이아웃을 유지하면서 OCR을 활성화하도록 추출 옵션을 구성합니다:

import com.groupdocs.parser.options.TextOptions;

// Specify text extraction options for OCR
TextOptions options = new TextOptions(false, true);

OCR 옵션으로 텍스트 추출

마지막으로 추출된 텍스트를 읽고 필요에 따라 처리합니다:

import com.groupdocs.parser.data.TextReader;
import com.groupdocs.parser.exceptions.UnsupportedDocumentFormatException;

try (TextReader reader = parser.getText(options)) {
    if (reader != null) {
        String extractedText = reader.readToEnd();
        // Process the extracted text as needed
    } else {
        // Handle the case where text extraction isn't supported
    }
}

문제 해결 팁

Aspose OCR 네이티브 라이브러리가 java.library.path에 포함되어 있는지 확인하십시오.
문서 형식이 지원되는지 확인하세요; 지원되지 않는 형식은 UnsupportedDocumentFormatException을 발생시킵니다.

실용적인 적용 사례

Aspose OCR을 GroupDocs.Parser와 통합하면 다음과 같은 다양한 시나리오가 가능합니다:

자동 문서 처리 – 스캔된 청구서나 계약서를 대량으로 빠르게 수집합니다.
데이터 디지털화 프로젝트 – 레거시 종이 아카이브를 검색 가능한 디지털 텍스트로 변환합니다.
CRM 연동 – 스캔된 양식에서 고객 정보를 직접 CRM 시스템으로 가져옵니다.

성능 고려 사항

스캔된 문서를 대규모로 처리할 때 애플리케이션의 응답성을 유지하려면:

try‑with‑resources를 사용해 리소스를 즉시 해제합니다(예시 참고).
문서 특성에 맞게 OCR 설정(해상도, 언어)을 조정해 불필요한 처리 시간을 줄입니다.
JVM 힙 사용량을 모니터링하고, 매우 큰 배치의 경우 힙을 증설하는 것을 고려하십시오.

일반적인 문제와 해결책

증상	가능한 원인	해결 방법
`NullPointerException` 발생 시 `parser.getText` 호출	OCR 엔진 초기화되지 않음	`AsposeOcrOnPremise` JAR가 올바르게 참조되었는지 확인합니다.
PDF에서 텍스트가 반환되지 않음	PDF가 이미지만 포함	OCR 활성화(`new TextOptions(false, true)`)
대용량 PDF 처리 속도가 느림	기본 OCR 해상도가 너무 높음	OCR 설정에서 해상도를 낮추거나 페이지를 병렬 처리합니다.

결론

Aspose OCR과 GroupDocs.Parser를 Java에서 결합해 스캔된 문서 처리 방법을 배웠습니다. 이 강력한 조합을 통해 다양한 파일 유형에 대해 빠르고 정확한 텍스트 추출이 가능합니다.

다음 단계

다양한 OCR 언어와 이미지 전처리 옵션을 실험해 보세요.
표 추출이나 메타데이터 검색과 같은 추가 GroupDocs.Parser 기능을 탐색하세요.

이 지식을 실제로 적용해 보고 싶나요? 공식 GroupDocs Documentation에서 자세한 내용을 확인하십시오.

자주 묻는 질문

Q: Aspose OCR과 현재 사용 중인 Java 버전 간의 호환성을 어떻게 확인하나요?
A: Aspose OCR과 GroupDocs.Parser 모두 JDK 8 이상을 지원합니다. 버전별 주의 사항은 제품 릴리스 노트를 참고하세요.

Q: GroupDocs.Parser가 OCR을 사용해 비영어 문서에서도 텍스트를 추출할 수 있나요?
A: 예. Aspose OCR에 필요한 언어 팩을 설치하고 OCR 엔진을 해당 언어에 맞게 구성하면 됩니다.

Q: 특정 파일에서 텍스트 추출이 실패하면 어떻게 해야 하나요?
A: 파일 형식이 지원되는지 확인하고, OCR 경로가 올바른지 점검한 뒤 예외 상세 정보를 확인하세요.

Q: 대량의 스캔된 문서를 처리할 때 성능을 어떻게 개선할 수 있나요?
A: try‑with‑resources로 메모리를 해제하고, OCR 해상도를 조정하며, 독립 파일에 대해 병렬 처리를 고려하십시오.

Q: Aspose OCR을 GroupDocs.Parser와 함께 사용할 때 비용이 발생하나요?
A: GroupDocs.Parser는 무료 체험을 제공하지만, 프로덕션에서는 정식 라이선스가 필요합니다. Aspose OCR도 상업적 사용 시 라이선스가 필요합니다. 자세한 내용은 GroupDocs Licensing Page를 확인하세요.

리소스

문서: GroupDocs Parser Documentation
API 레퍼런스: GroupDocs API Reference
다운로드: GroupDocs Downloads
GitHub: GroupDocs GitHub Repository
무료 지원: GroupDocs Forum
임시 라이선스: Acquire a Temporary License

마지막 업데이트: 2026-03-06
테스트 환경: GroupDocs.Parser 25.5, Aspose OCR On‑Premise (최신)
작성자: GroupDocs