Πώς να Χρησιμοποιήσετε το GroupDocs για Java OCR Indexing με το Aspose

Σε αυτόν τον οδηγό θα ανακαλύψετε πώς να χρησιμοποιήσετε το GroupDocs για να προσθέσετε αναζήτηση με OCR στις εφαρμογές Java. Συνδυάζοντας το GroupDocs.Search με το Aspose.OCR, μπορείτε να μετατρέψετε περιεχόμενο βασισμένο σε εικόνες σε αναζητήσιμο κείμενο, καθιστώντας τα συστήματα διαχείρισης εγγράφων πολύ πιο χρήσιμα. Θα περάσουμε από τη ρύθμιση, την δημιουργία ευρετηρίου, την αναζήτηση και την προσαρμοσμένη ενσωμάτωση OCR, όλα με σαφή, βήμα‑βήμα παραδείγματα.

Γρήγορες Απαντήσεις

Ποια βιβλιοθήκη παρέχει OCR indexing; GroupDocs.Search σε συνδυασμό με Aspose.OCR.
Ποια έκδοση Java απαιτείται; JDK 8 ή νεότερη.
Χρειάζεται άδεια; Διατίθεται δωρεάν δοκιμή· απαιτείται επί πληρωμή άδεια για παραγωγική χρήση.
Μπορώ να ευρετηριάσω τόσο ξεχωριστές όσο και ενσωματωμένες εικόνες; Ναι, ενεργοποιήστε και τις δύο επιλογές στο IndexingOptions.
Υποστηρίζεται πολυνηματικότητα; Ναι, μπορείτε να παραλληλοποιήσετε τη δημιουργία ευρετηρίου για μεγάλα σύνολα δεδομένων.

Τι είναι το OCR Indexing με το GroupDocs;

Το OCR indexing εξάγει κείμενο από εικόνες (συμπεριλαμβανομένων των σαρωμένων PDF) και το αποθηκεύει σε ένα αναζητήσιμο ευρετήριο. Το GroupDocs.Search διαχειρίζεται τη δημιουργία ευρετηρίου και την εκτέλεση ερωτημάτων, ενώ το Aspose.OCR εκτελεί την πραγματική αναγνώριση χαρακτήρων.

Γιατί να χρησιμοποιήσετε το GroupDocs για Java OCR indexing;

Υψηλή ακρίβεια χάρη στη προηγμένη μηχανή OCR του Aspose.
Απρόσκοπτη ενσωμάτωση Java μέσω Maven ή άμεσων JAR.
Ευέλικτη διαμόρφωση για ξεχωριστές ή ενσωματωμένες εικόνες.
Κλιμακούμενη απόδοση με πολυνηματικότητα και βελτιστοποιήσεις μνήμης.

Προαπαιτούμενα

GroupDocs.Search ≥ 25.4
Aspose.OCR (τελευταία έκδοση)
JDK 8+ και ένα IDE (IntelliJ, Eclipse, NetBeans)
Βασικές γνώσεις Java· το Maven είναι χρήσιμο αλλά όχι υποχρεωτικό

Ρύθμιση του GroupDocs.Search για Java

Χρήση Maven

Προσθέστε το αποθετήριο και την εξάρτηση στο 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>

Άμεση Λήψη

Εναλλακτικά, κατεβάστε την πιο πρόσφατη έκδοση του GroupDocs.Search για Java από το GroupDocs releases.

Απόκτηση Άδειας

Δωρεάν Δοκιμή – εξερευνήστε όλες τις λειτουργίες χωρίς κόστος.
Προσωρινή Άδεια – παρατεταμένη περίοδος δοκιμής.
Αγορά – απαιτείται για παραγωγικές εγκαταστάσεις.

Βασική Αρχικοποίηση και Ρύθμιση

Δημιουργήστε έναν φάκελο ευρετηρίου και αρχικοποιήστε το αντικείμενο Index:

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);

Πώς να Χρησιμοποιήσετε το GroupDocs για OCR Indexing

Δημιουργία Ευρετηρίου

Αρχικά, ρυθμίστε το φάκελο που θα κρατά τα αρχεία του ευρετηρίου:

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

Ρύθμιση Επιλογών OCR Indexing

Ενεργοποιήστε το OCR για ξεχωριστές και ενσωματωμένες εικόνες και συνδέστε έναν προσαρμοσμένο 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());

Δημιουργία Ευρετηρίου Εγγράφων

Προσθέστε τα πηγαία έγγραφα (PDF, Word, εικόνες κ.λπ.) στο ευρετήριο:

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

Αναζήτηση σε Ευρετήριο

Εκτελέστε ένα ερώτημα αναζήτησης στο ευρετηριασμένο περιεχόμενο:

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

Υλοποίηση OCR Connector

Χρησιμοποιήστε το Aspose.OCR για την αναγνώριση κειμένου από εικόνες. Υλοποιήστε τη διεπαφή IOcrConnector όπως φαίνεται:

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;
    }
}

Πρακτικές Εφαρμογές

Συστήματα Διαχείρισης Εγγράφων – γρήγορη ανάκτηση εγγράφων που περιέχουν σαρωμένες εικόνες.
Αναζήτηση σε Αρχεία – εντοπισμός ιστορικών αρχείων μέσα σε τεράστιες συλλογές.
Ανάλυση Νομικών Εγγράφων – αναζήτηση συμβάσεων και αποδείξεων που περιλαμβάνουν σαρωμένες υπογραφές ή διαγράμματα.
Αναζήτηση Ιατρικών Αρχείων – ευρετηρίαση φορμών ασθενών, εργαστηριακών αποτελεσμάτων και σχολίων ακτινογραφιών.

Σκέψεις για την Απόδοση

Μέγεθος Ευρετηρίου – εξαιρέστε περιττά μεταδεδομένα για να διατηρήσετε το ευρετήριο ελαφρύ.
Πολυνηματικότητα – επεξεργαστείτε μεγάλες παρτίδες παράλληλα για ταχύτερη δημιουργία ευρετηρίου.
Διαχείριση Μνήμης – παρακολουθήστε το heap της JVM όταν χειρίζεστε εικόνες υψηλής ανάλυσης.

Συχνά Προβλήματα και Λύσεις

Σφάλματα Άδειας – βεβαιωθείτε ότι το σωστό αρχείο άδειας βρίσκεται στον φάκελο εργασίας της εφαρμογής.
Απουσία Εικόνων – ελέγξτε ότι οι διαδρομές εικόνων είναι προσβάσιμες και ότι οι μορφές (PNG, JPEG, BMP) υποστηρίζονται.
Out‑Of‑Memory – αυξήστε το heap της JVM (-Xmx) ή επεξεργαστείτε τα έγγραφα σε μικρότερες παρτίδες.

Συχνές Ερωτήσεις

Ε: Πώς λύνω προβλήματα άδειας με το GroupDocs.Search;
Α: Αποκτήστε προσωρινή άδεια από το GroupDocs website για να ξεκλειδώσετε όλες τις λειτουργίες.

Ε: Ποιος είναι ο καλύτερος τρόπος για τη διαχείριση μεγάλων ευρετηρίων εγγράφων;
Α: Χρησιμοποιήστε πολυνηματικότητα και επεξεργασία παρτίδων για βελτίωση της απόδοσης και μείωση της πίεσης μνήμης.

Ε: Μπορώ να προσαρμόσω περαιτέρω τις ρυθμίσεις OCR στο GroupDocs.Search;
Α: Ναι, το IndexingOptions σας επιτρέπει να ρυθμίσετε λεπτομερώς τη συμπεριφορά OCR, όπως επιλογή γλώσσας και προεπεξεργασία εικόνας.

Ε: Ποια είναι μερικά κοινά συμβουλευτικά σημεία για την αντιμετώπιση προβλημάτων στο GroupDocs.Search;
Α: Ελέγξτε ξανά τις διαδρομές καταλόγων, βεβαιωθείτε ότι όλες οι εξαρτήσεις είναι παρούσες και εξετάστε τα αρχεία καταγραφής για τυχόν ελλείποντα αρχεία.

Ε: Πώς μπορώ να ενσωματώσω το Aspose.OCR στην υπάρχουσα εφαρμογή Java;
Α: Υλοποιήστε τη διεπαφή IOcrConnector όπως φαίνεται παραπάνω, διασφαλίζοντας ότι διαχειρίζεστε σωστά την είσοδο εικόνας.

Πόροι

Τελευταία Ενημέρωση: 2026-01-11
Δοκιμάστηκε Με: GroupDocs.Search 25.4, Aspose.OCR τελευταία έκδοση
Συγγραφέας: GroupDocs