So verwenden Sie GroupDocs für Java OCR-Indexierung mit Aspose

In diesem Leitfaden erfahren Sie wie Sie GroupDocs verwenden, um OCR‑gestützte Suche zu Ihren Java‑Anwendungen hinzuzufügen. Durch die Kombination von GroupDocs.Search mit Aspose.OCR können Sie bildbasierte Inhalte in durchsuchbaren Text umwandeln, wodurch Dokumentenmanagement‑Systeme deutlich nützlicher werden. Wir führen Sie durch Einrichtung, Indexierung, Suche und benutzerdefinierte OCR‑Integration, alles mit klaren, Schritt‑für‑Schritt‑Beispielen.

Schnelle Antworten

  • Welche Bibliothek bietet OCR‑Indexierung? GroupDocs.Search in Kombination mit Aspose.OCR.
  • Welche Java‑Version wird benötigt? JDK 8 oder höher.
  • Benötige ich eine Lizenz? Eine kostenlose Testversion ist verfügbar; für den Produktionseinsatz ist eine kostenpflichtige Lizenz erforderlich.
  • Kann ich sowohl separate als auch eingebettete Bilder indexieren? Ja, aktivieren Sie beide Optionen in IndexingOptions.
  • Wird Multi‑Threading unterstützt? Ja, Sie können die Indexierung für große Datenmengen parallelisieren.

Was ist OCR‑Indexierung mit GroupDocs?

OCR‑Indexierung extrahiert Text aus Bildern (einschließlich gescannter PDFs) und speichert ihn in einem durchsuchbaren Index. GroupDocs.Search übernimmt die Indexierung und die Ausführung von Abfragen, während Aspose.OCR die eigentliche Zeichenerkennung durchführt.

Warum GroupDocs für Java OCR‑Indexierung verwenden?

  • Hohe Genauigkeit dank der fortschrittlichen OCR‑Engine von Aspose.
  • Nahtlose Java‑Integration über Maven oder direkte JARs.
  • Flexible Konfiguration für separate oder eingebettete Bilder.
  • Skalierbare Leistung mit Multi‑Threading und Speicheroptimierungen.

Voraussetzungen

  • GroupDocs.Search ≥ 25.4
  • Aspose.OCR (neueste Version)
  • JDK 8+ und eine IDE (IntelliJ, Eclipse, NetBeans)
  • Grundlegende Java‑Kenntnisse; Maven ist hilfreich, aber nicht zwingend erforderlich

Einrichtung von GroupDocs.Search für Java

Verwendung von Maven

Add the repository and dependency to your pom.xml:

<repositories>
    <repository>
        <id>repository.groupdocs.com</id>
        <name>GroupDocs Repository</name>
        <url>https://releases.groupdocs.com/search/java/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-search</artifactId>
        <version>25.4</version>
    </dependency>
</dependencies>

Direkter Download

Alternativ können Sie die neueste Version von GroupDocs.Search für Java von GroupDocs releases herunterladen.

Lizenzbeschaffung

  • Kostenlose Testversion – alle Funktionen ohne Kosten testen.
  • Temporäre Lizenz – erweiterter Testzeitraum.
  • Kauf – erforderlich für den Produktionseinsatz.

Grundlegende Initialisierung und Einrichtung

Create an index folder and initialize the Index object:

import com.groupdocs.search.Index;
// Specify the directory where the index will be stored.
String indexFolder = "YOUR_OUTPUT_DIRECTORY/OcrSupport";
// Create an instance of Index class at the specified location.
Index index = new Index(indexFolder);

So verwenden Sie GroupDocs für OCR‑Indexierung

Erstellen eines Index

First, set up the folder that will hold the index files:

String indexFolder = "YOUR_OUTPUT_DIRECTORY/OcrSupport";
Index index = new Index(indexFolder);

OCR‑Indexierungsoptionen festlegen

Enable OCR for both separate and embedded images, and plug in a custom OCR connector:

import com.groupdocs.search.options.IndexingOptions;
IndexingOptions options = new IndexingOptions();
options.getOcrIndexingOptions().setEnabledForSeparateImages(true);
options.getOcrIndexingOptions().setEnabledForEmbeddedImages(true);
// Set a custom OCR connector.
options.getOcrIndexingOptions().setOcrConnector(new OcrConnector());

Dokumente indexieren

Add your source documents (PDFs, Word files, images, etc.) to the index:

String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";
index.add(documentsFolder, options);

Suche in einem Index

Run a search query against the indexed content:

import com.groupdocs.search.results.SearchResult;
String query = "water";
SearchResult result = index.search(query);

Implementierung eines OCR‑Connectors

Use Aspose.OCR to recognize text from images. Implement the IOcrConnector interface as shown:

import com.groupdocs.search.options.IOcrConnector;
import com.groupdocs.search.options.OcrContext;
import java.awt.image.BufferedImage;
import javax.imageio.ImageIO;
import com.aspose.ocr.AsposeOCR;

public class OcrConnector implements IOcrConnector {
    @Override
    public final String recognize(OcrContext context) {
        if (null == context.getImageLocation()) {
            throw new RuntimeException("The image type is not supported: " + context.getImageLocation());
        }
        
        BufferedImage image = ImageIO.read(context.getImageLocation().toFile());
        AsposeOCR api = new AsposeOCR();
        String text = api.RecognizePage(image);
        return text;
    }
}

Praktische Anwendungen

  1. Dokumentenmanagement‑Systeme – schnelle Abrufung von Dokumenten mit gescannten Bildern.
  2. Archivabfrage – historische Aufzeichnungen in umfangreichen Archiven finden.
  3. Rechtsdokumenten‑Analyse – Verträge und Beweismaterialien durchsuchen, die gescannte Unterschriften oder Diagramme enthalten.
  4. Suche in medizinischen Aufzeichnungen – Patientenformulare, Laborergebnisse und Röntgen‑Anmerkungen indexieren.

Leistungsüberlegungen

  • Indexgröße – unnötige Metadaten ausschließen, um den Index schlank zu halten.
  • Multi‑Threading – große Stapel parallel verarbeiten, um die Indexierung zu beschleunigen.
  • Speichermanagement – den JVM‑Heap überwachen, wenn hochauflösende Bilder verarbeitet werden.

Häufige Probleme und Lösungen

  • Lizenzfehler – stellen Sie sicher, dass die korrekte Lizenzdatei im Arbeitsverzeichnis der Anwendung abgelegt ist.
  • Fehlende Bilder – prüfen Sie, ob Bildpfade zugänglich sind und unterstützte Formate (PNG, JPEG, BMP) vorliegen.
  • Out‑Of‑Memory – erhöhen Sie den JVM‑Heap (-Xmx) oder verarbeiten Sie Dokumente in kleineren Stapeln.

Häufig gestellte Fragen

Q: Wie löse ich Lizenzprobleme mit GroupDocs.Search?
A: Holen Sie sich eine temporäre Lizenz von der GroupDocs-Website, um alle Funktionen freizuschalten.

Q: Was ist der beste Weg, um die Indexierung großer Dokumente zu handhaben?
A: Nutzen Sie Multi‑Threading und Batch‑Verarbeitung, um die Leistung zu verbessern und den Speicherbedarf zu reduzieren.

Q: Kann ich OCR‑Einstellungen in GroupDocs.Search weiter anpassen?
A: Ja, IndexingOptions ermöglicht das Feintuning des OCR‑Verhaltens, z. B. die Sprachauswahl und Bildvorverarbeitung.

Q: Was sind häufige Tipps zur Fehlerbehebung bei der Verwendung von GroupDocs.Search?
A: Überprüfen Sie die Verzeichnis‑Pfade, stellen Sie sicher, dass alle Abhängigkeiten vorhanden sind, und prüfen Sie die Protokollausgabe auf fehlende Dateien.

Q: Wie kann ich Aspose.OCR in meine bestehende Java‑Anwendung integrieren?
A: Implementieren Sie das IOcrConnector‑Interface wie oben gezeigt und stellen Sie sicher, dass Sie die Bildeingabe korrekt verarbeiten.

Ressourcen

Zuletzt aktualisiert: 2026-01-11
Getestet mit: GroupDocs.Search 25.4, Aspose.OCR neueste Version
Autor: GroupDocs