如何使用 GroupDocs.Parser OCR 提取 java 图像到文本

在本教程中，您将了解如何通过将 OCR 与 GroupDocs.Parser 库集成来 提取 java 图像到文本。您将看到如何配置 Aspose OCR 连接器、获取精确的文本坐标，并在发票处理、可搜索档案和 UI 覆盖等实际场景中应用结果。

快速答案

• “java 图像到文本”是什么意思？ 这是在 Java 应用程序中使用 OCR 将图像文件转换为可搜索、可编辑文本的过程。
• 哪个库为 Java 提供 OCR？ 结合 Aspose OCR 连接器的 GroupDocs.Parser。
• 我需要许可证吗？ 免费试用可用于评估；生产使用需要永久许可证。
• 我能获取文本坐标吗？ 可以——API 为每个识别的单词返回边界矩形（左、上、宽、高）。
• 需要哪个 Java 版本？ 推荐使用 Java 8 或更高版本以获得完整兼容性。

什么是 OCR 文本提取？

OCR（光学字符识别）将扫描图像、PDF 或照片中的可视文本转换为机器可读的字符。当您 提取 java 图像到文本 时，您的应用程序可以对先前仅为静态图像的文档进行索引、编辑和分析。此功能实现全文搜索、数据挖掘和自动化工作流，将仅图片文件转化为下游系统可操作的信息。

为什么使用 GroupDocs.Parser 进行 OCR？

GroupDocs.Parser 提供统一的 API，简化了多种文档类型的处理，同时交付高精度的 OCR 结果。通过利用 Aspose OCR 引擎，它支持数十种语言和复杂字体，返回精确的位置信息，并能高效地进行批量处理。这些特性使其成为企业级文档数字化项目的理想选择。

• 统一 API – 单一代码库即可处理 PDF、图像及超过 30 种其他格式。
• 准确识别 – Aspose OCR 支持 60 多种语言和复杂字体。
• 位置信息 – 为每个文本块返回精确坐标，支持基于布局的处理。
• 可扩展性能 – 每个作业可处理多达 500 页的批次，内存占用低于 200 MB。

前置条件

在开始之前，请确保您拥有：

• GroupDocs.Parser for Java – 版本 25.5 或更高（支持 30+ 输入和输出格式）。
• Maven 或手动下载方式用于库安装。
• Aspose OCR 连接器 – 启用仅图像文本识别所必需。
• 在 Java 8+ 环境下运行的 IntelliJ IDEA 或 Eclipse 等 IDE。
• 基本的 Java 编程知识以及对依赖管理的熟悉。

设置 GroupDocs.Parser for Java

使用 Maven

将以下依赖添加到您的 pom.xml 文件中：

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

定义： pom.xml 是 Maven 项目描述符，列出所有必需的库及其版本。

直接下载

或者，从官方发布页面下载最新的 JAR：

GroupDocs.Parser for Java releases

定义： 发布页面提供预构建的二进制文件和文档，以便立即集成。

许可证获取步骤

• 免费试用 – 在不付费的情况下评估库。
• 临时许可证 – 获取限时密钥以进行扩展测试。
• 购买 – 获取完整许可证以无限制地用于生产环境。

基本初始化和设置

ParserSettings 配置 GroupDocs.Parser 读取文档的方式，包括 OCR 选项和性能设置。
AsposeOcrOnPremise 提供本地 OCR 引擎和 Aspose OCR 的许可证处理。

以下是创建带有 Aspose OCR 连接器的 ParserSettings 实例的关键 Java 代码：

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

定义： ParserSettings 配置 GroupDocs.Parser 如何读取和处理文档，而 AsposeOcrOnPremise 提供 OCR 引擎和许可证。

<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>

有了这些基础，让我们深入 OCR 文本区域的提取。

java 图像到文本提取是如何工作的？

Parser 是打开文档并提供页面及内容访问的核心类。PageTextAreaOptions 指定提取选项，例如启用 OCR 并请求位置信息。使用 Parser 加载图像，通过 PageTextAreaOptions 启用 OCR，然后遍历返回的 PageTextArea 对象。这种两步模式在一次调用中返回识别的字符串及其边界矩形，使您能够捕获每个单词的精确位置。

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 提取文本区域（逐步操作）

本节将完整演示配置 OCR、打开文档以及检索带坐标的文本区域的过程。按照这些步骤，您将获得提取的文本以及用于高级处理（如覆盖渲染或数据提取）的布局信息。

1. 使用 OCR 连接器初始化 ParserSettings

OCR 连接器使得对仅图像文档的文本识别成为可能。

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

2. 打开文档并配置提取选项

PageTextAreaOptions 告诉解析器返回每个识别单词的位置信息。

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
}

代码功能说明

• 创建 指向文档文件夹的 Parser 实例。
• 通过 PageTextAreaOptions(true) 启用 OCR。
• 遍历 每个 PageTextArea，获取识别的文本 以及 其精确矩形（位置和大小）。
• 允许 您将数据存储或操作，例如插入数据库或在 UI 上进行覆盖。

PageTextArea 表示一个已识别的文本块及其边界矩形，便于将文本映射回原始图像。

3. 处理结果

您现在可以将提取的文本和坐标用于各种场景：

• 文档数字化 – 将扫描的合同转换为可搜索的 PDF。
• 数据录入自动化 – 直接从收据图像中提取发票号码等字段。
• 内容管理 – 为高级搜索高亮存储文本位置。

常见问题及解决方案

常见问答

问：如何安装 GroupDocs.Parser for Java？
答：将其作为 Maven 依赖添加（参见上面的 XML 代码片段），或从官方发布页面下载 JAR。

问：什么是 Aspose OCR，为什么要与 GroupDocs.Parser 一起使用？
答：Aspose OCR 是高精度的文本识别引擎。与 GroupDocs.Parser 配合使用，可扩展解析器处理仅图像文件并提供精确的文本位置。

问：我可以处理多种图像格式吗？
答：可以。GroupDocs.Parser 支持 JPEG、PNG、BMP、TIFF 等多种格式——只需确保 OCR 连接器能够读取该格式。

问：如果没有提取到文本区域该怎么办？
答：检查文件路径，确认 OCR 连接器已授权，并验证文档类型是否受 Aspose OCR 支持。

问：在哪里可以找到更多关于 GroupDocs.Parser 的资源？
答：访问 GroupDocs Documentation 获取详细指南和 API 参考。

其他提示与最佳实践

• 批量处理： 将提取循环放入 try‑with‑resources 块，以自动释放文件句柄。
• 性能调优： 启用 ParserSettings.setEnableParallelProcessing(true)，在大批量时利用多核 CPU。
• 语言配置： 调用 AsposeOcrOnPremise.setLanguage("eng+spa") 同时识别英语和西班牙语。
• 结果存储： 将 PageTextArea 对象序列化为 JSON，便于下游消费。

资源

• GroupDocs.Parser for Java releases
• Download Latest Version
• Documentation
• API Reference
• GitHub Repository
• Free Support Forum
• Temporary License

结论

您现在拥有使用 GroupDocs.Parser 与 Aspose OCR 连接器进行 java 图像到文本 提取的完整、可投入生产的方案。将这些技术应用于数字化遗留文档、自动化数据录入或构建可搜索档案库，轻松实现最小化工作量。

最后更新： 2026-09-17
测试环境： GroupDocs.Parser 25.5 for Java
作者： GroupDocs

相关教程

• Ocr Text Extraction Java Groupdocs Parser
• Process Scanned Documents: Aspose OCR Text Extraction with GroupDocs.Parser in Java
• Java Ocr Text Recognition Aspose Groupdocs Parser Guide