Aspose OCR 文字提取與 GroupDocs.Parser（Java 版）

介紹

在當今的數位時代，高效 處理掃描文件 是開發人員常見的挑戰。無論您在處理掃描圖像、PDF 或其他檔案類型，準確的文字提取對於後續的資料處理、搜尋索引與自動化皆相當重要。本指南將帶領您設定 Java 版 GroupDocs.Parser，並整合 Aspose OCR，以 處理掃描文件 並達到高精度。完成後，您只需幾個步驟即可在 Java 應用程式中加入 OCR 驅動的提取功能。

您將學到

如何在 Java 中使用 OCR 連接器設定 GroupDocs.Parser。
使用 OCR 選項從文件提取文字的技巧。
效能、資源管理與故障排除的最佳實踐。

在開始實作之前，讓我們先了解前置條件。

快速問答

本教學涵蓋什麼內容？ 整合 Aspose OCR 與 GroupDocs.Parser，以在 Java 中處理掃描文件。
我需要授權嗎？ 臨時的 GroupDocs.Parser 授權可用於測試；正式環境則需購買完整授權。
需要哪個 Java 版本？ JDK 8 或更新版本。
我可以從 PDF 與圖像提取文字嗎？ 可以——透過 OCR 同時支援 PDF 與圖像格式。
設定需要多久？ 約 10‑15 分鐘即可完成可運作的原型。

前置條件

在開始之前，請確保您已具備以下項目：

必要的函式庫與相依性

GroupDocs.Parser：版本 25.5 或更新。
Aspose OCR：將透過解析器設定引用。

環境設定需求

已在系統上安裝 Java Development Kit（JDK）。
使用 IntelliJ IDEA 或 Eclipse 等 IDE。

知識前置條件

基本的 Java 程式設計能力。
熟悉 Maven 或手動管理函式庫。

設定 GroupDocs.Parser（Java 版）

首先，將 GroupDocs 倉庫與 parser 相依性加入您的 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>

如果您偏好手動下載，可從 GroupDocs.Parser for Java releases 取得最新的 JAR。

取得授權

您可以向 GroupDocs 取得臨時授權或購買完整授權。這讓您在不受試用限制的情況下探索所有功能。

如何在 Java 中使用 OCR 處理掃描文件

設定 Parser 與 OCR

概覽

本節說明如何設定 Parser 類別以配合 OCR 連接器，讓您能 處理掃描文件（如圖像或掃描 PDF）。

使用 OCR 設定初始化 Parser 設定

首先，建立引用 Aspose OCR 引擎的 parser 設定：

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());

建立 Parser 類別的實例

接著，使用剛剛定義的設定來實例化 Parser：

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

使用 OCR 進行文字提取

概覽

現在，我們將透過指定 OCR 相關選項，從掃描檔案中提取文字。

使用設定初始化 Parser

確保 parser 如上所示已開啟：

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

為 OCR 指定文字提取選項

設定提取以啟用 OCR 並保留版面配置：

import com.groupdocs.parser.options.TextOptions;

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

使用 OCR 選項提取文字

最後，讀取提取的文字並依需求處理：

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
    }
}

疑難排解提示

確認 Aspose OCR 原生函式庫已放置於 java.library.path 中。
確認文件格式受支援；不支援的格式會拋出 UnsupportedDocumentFormatException。

實務應用

將 Aspose OCR 與 GroupDocs.Parser 整合，可開啟多種情境：

自動化文件處理 – 快速匯入大量掃描的發票或合約。
資料數位化專案 – 將舊有紙本檔案轉換為可搜尋的數位文字。
CRM 整合 – 從掃描表單直接提取客戶資訊匯入 CRM 系統。

效能考量

為了在大規模 處理掃描文件 時保持應用程式的回應性：

使用 try‑with‑resources 及時釋放資源（如示範）。
調整 OCR 設定（解析度、語言）以符合文件特性，減少不必要的處理時間。
監控 JVM 堆積使用情況，對於極大批次可考慮增大堆積大小。

常見問題與解決方案

症狀	可能原因	解決方式
`NullPointerException` 在呼叫 `parser.getText` 時發生	OCR 引擎未初始化	確保正確參考 `AsposeOcrOnPremise` JAR。
PDF 未返回文字	PDF 只包含圖像	啟用 OCR（`new TextOptions(false, true)`）。
大型 PDF 處理緩慢	預設 OCR 解析度過高	降低 OCR 設定中的解析度，或平行處理頁面。

結論

您已學會如何透過結合 Aspose OCR 與 GroupDocs.Parser 於 Java 中 處理掃描文件。此強大組合可為各種檔案類型提供快速且精確的文字提取。

下一步

嘗試不同的 OCR 語言與圖像前處理選項。
探索其他 GroupDocs.Parser 功能，如表格提取或中繼資料取得。

準備好將此知識付諸實踐了嗎？請參閱官方的 GroupDocs Documentation 以取得更多細節。

常見問答

問：如何確保 Aspose OCR 與我目前的 Java 版本相容？
答：Aspose OCR 與 GroupDocs.Parser 均支援 JDK 8 及更新版本。請查閱產品發行說明以了解任何特定版本的說明。

問：GroupDocs.Parser 能否使用 OCR 從非英文文件提取文字？
答：可以。請安裝 Aspose OCR 所需的語言套件，並相應設定 OCR 引擎。

問：如果某些檔案的文字提取失敗，我該怎麼辦？
答：確認檔案格式受支援，確保 OCR 路徑正確，並檢查例外細節以尋找線索。

問：在處理大量掃描文件時，如何提升效能？
答：使用 try‑with‑resources 釋放記憶體，調整 OCR 解析度，並考慮對獨立檔案進行平行處理。

問：使用 Aspose OCR 搭配 GroupDocs.Parser 需要付費嗎？
答：GroupDocs.Parser 提供免費試用；正式環境可能需要完整授權。Aspose OCR 亦需商業授權。詳情請參閱 GroupDocs Licensing Page。

資源

文件： GroupDocs Parser Documentation
API 參考： GroupDocs API Reference
下載： GroupDocs Downloads
GitHub： GroupDocs GitHub Repository
免費支援： GroupDocs Forum
臨時授權： Acquire a Temporary License

最後更新： 2026-03-06
測試環境： GroupDocs.Parser 25.5、Aspose OCR On‑Premise（最新）
作者： GroupDocs