如何使用 GroupDocs.Parser OCR 提取 java 圖像文字

在本教學中，您將了解如何透過將 OCR 與 GroupDocs.Parser 函式庫結合，提取 java 圖像文字。您將看到如何設定 Aspose OCR 連接器、取得精確的文字座標，並將結果應用於實務情境，例如發票處理、可搜尋的檔案庫以及 UI 疊加。

快速解答

• 「java image to text」是什麼意思？ 它是將圖像檔案轉換為可搜尋、可編輯的文字，使用 Java 應用程式中的 OCR。
• 哪個函式庫提供 Java 的 OCR？ GroupDocs.Parser 結合 Aspose OCR 連接器。
• 我需要授權嗎？ 免費試用可用於評估；正式環境需購買永久授權。
• 我可以取得文字座標嗎？ 可以——API 會回傳每個辨識字詞的邊界矩形（左、上、寬、高）。
• 需要哪個 Java 版本？ 建議使用 Java 8 或更新版本，以確保完整相容性。

什麼是 OCR 文字擷取？

OCR（光學字符辨識）將掃描圖像、PDF 或相片中出現的視覺文字轉換為機器可讀的字元。當您 提取 java 圖像文字 時，您的應用程式即可對先前僅為靜態圖像的文件進行索引、編輯與分析。此功能可實現全文搜尋、資料探勘與自動化工作流程，將僅有圖片的檔案轉化為可供下游系統使用的可操作資訊。

為什麼選擇 GroupDocs.Parser 進行 OCR？

GroupDocs.Parser 提供單一且統一的 API，簡化多種文件類型的處理，同時提供高精度的 OCR 結果。透過整合 Aspose OCR 引擎，它支援數十種語言與複雜字型，回傳精確的位置資料，且能有效擴展以應付批次處理。這些特性使其成為企業級文件數位化專案的理想選擇。

• 統一 API – 單一程式碼基礎即可處理 PDF、圖像及超過 30 種其他格式。
• 精確辨識 – Aspose OCR 支援 60 多種語言與複雜字型。
• 位置資料 – 回傳每個文字區塊的精確座標，支援版面感知的處理。
• 可擴充效能 – 每次作業可處理最多 500 頁，同時使用低於 200 MB 的記憶體。

前置條件

• GroupDocs.Parser for Java – 版本 25.5 或更新（支援 30 多種輸入與輸出格式）。
• Maven 或手動下載方式以安裝函式庫。
• Aspose OCR connector – 必須用於啟用僅圖像文字辨識。
• 使用 Java 8+ 的 IDE，例如 IntelliJ IDEA 或 Eclipse。
• 具備基本的 Java 程式設計知識與相依管理經驗。

設定 GroupDocs.Parser for Java

使用 Maven

在您的 pom.xml 檔案中加入以下相依性：

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

定義： pom.xml 是 Maven 專案描述檔，列出所有必需的函式庫及其版本。

直接下載

或者，從官方發行頁面下載最新的 JAR：

GroupDocs.Parser for Java releases

定義： 發行頁面提供預建的二進位檔與文件，以便立即整合。

取得授權步驟

• 免費試用 – 無償評估函式庫。
• 臨時授權 – 取得時間限制的金鑰以延長測試。
• 購買 – 獲得完整授權，以無限制使用於正式環境。

基本初始化與設定

ParserSettings 設定 GroupDocs.Parser 讀取文件的方式，包括 OCR 選項與效能設定。
AsposeOcrOnPremise 提供本地部署的 OCR 引擎與 Aspose OCR 的授權處理。

以下為建立帶有 Aspose OCR 連接器的 ParserSettings 實例的核心 Java 程式碼：

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

定義： ParserSettings 設定 GroupDocs.Parser 讀取與處理文件的方式，而 AsposeOcrOnPremise 提供 OCR 引擎與授權。

<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>

基礎設定完成後，讓我們深入探討 OCR 文字區域的擷取。

java 圖像文字擷取的運作原理

Parser 是核心類別，用於開啟文件並提供對其頁面與內容的存取。PageTextAreaOptions 指定擷取選項，例如啟用 OCR 與要求位置資料。使用 Parser 載入圖像，透過 PageTextAreaOptions 啟用 OCR，然後遍歷回傳的 PageTextArea 物件。此兩步驟模式在一次執行中同時回傳辨識字串及其邊界矩形，讓您能捕捉每個字詞的精確位置。

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

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

如何使用 OCR 擷取文字區域（逐步說明）

本節將逐步說明設定 OCR、開啟文件、以及取得帶座標的文字區域的完整流程。依循這些步驟即可同時取得擷取的文字與版面資訊，供進階處理（如疊加渲染或資料抽取）使用。

1. 使用 OCR 連接器初始化 ParserSettings

OCR 連接器可啟用僅圖像文件的文字辨識。

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

2. 開啟文件並設定擷取選項

PageTextAreaOptions 告訴解析器回傳每個辨識字詞的位置資料。

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
}

程式碼說明

• 建立 指向您文件資料夾的 Parser 實例。
• 啟用 透過 PageTextAreaOptions(true) 的 OCR。
• 遍歷 每個 PageTextArea，為您提供辨識文字 以及 其精確的矩形（位置與大小）。
• 允許 您儲存或操作這些資料，例如寫入資料庫或在 UI 上疊加顯示。

PageTextArea 代表一個已辨識的文字區塊及其邊界矩形，讓您輕鬆將文字映射回原始圖像。

3. 處理結果

現在您可以將擷取的文字與座標用於各種情境：

• 文件數位化 – 將掃描的合約轉換為可搜尋的 PDF。
• 資料錄入自動化 – 從收據圖像直接抽取發票號碼等欄位。
• 內容管理 – 為進階搜尋高亮建立文字位置索引。

常見問題與解決方案

常見問答

Q: 如何安裝 GroupDocs.Parser for Java？
A: 將其加入 Maven 相依性（請參考上方的 XML 片段），或從官方發行頁面下載 JAR。

Q: 什麼是 Aspose OCR，為什麼要與 GroupDocs.Parser 搭配使用？
A: Aspose OCR 是高精度的文字辨識引擎。與 GroupDocs.Parser 結合後，可擴充解析器的功能，以處理僅圖像檔案並提供精確的文字位置。

Q: 我可以處理多種圖像格式嗎？
A: 可以。GroupDocs.Parser 支援 JPEG、PNG、BMP、TIFF 等多種格式——只要確保 OCR 連接器能讀取該格式。

Q: 若未擷取到文字區域該怎麼辦？
A: 檢查檔案路徑，確認 OCR 連接器已取得授權，並驗證文件類型是否受 Aspose OCR 支援。

Q: 我可以在哪裡找到更多關於 GroupDocs.Parser 的資源？
A: 前往 GroupDocs Documentation 瀏覽詳細指南與 API 參考。

其他技巧與最佳實踐

• 批次處理：將擷取迴圈包在 try‑with‑resources 區塊中，以自動釋放檔案句柄。
• 效能調校：啟用 ParserSettings.setEnableParallelProcessing(true)，以在大型批次中利用多核心 CPU。
• 語言設定：呼叫 AsposeOcrOnPremise.setLanguage("eng+spa")，同時辨識英文與西班牙文。
• 結果儲存：將 PageTextArea 物件序列化為 JSON，方便下游使用。

資源

• GroupDocs.Parser for Java 版本發佈
• 下載最新版本
• 文件
• API 參考
• GitHub 儲存庫
• 免費支援論壇
• 臨時授權

結論

您現在已掌握使用 GroupDocs.Parser 與 Aspose OCR 連接器進行 java 圖像文字 擷取的完整、可投入生產的方案。可將這些技術應用於數位化舊有文件、自動化資料錄入，或以最小的工作量建立可搜尋的檔案庫。

最後更新： 2026-09-17
測試環境： GroupDocs.Parser 25.5 for Java
作者： GroupDocs

相關教學

• Ocr 文字擷取 Java Groupdocs Parser
• 處理掃描文件：在 Java 中使用 Aspose OCR 文字擷取與 GroupDocs.Parser
• Java OCR 文字辨識 Aspose Groupdocs Parser 指南