OCR Manajemen Dokumen dengan GroupDocs untuk Java dan Aspose

Dalam panduan ini Anda akan menemukan cara menggunakan GroupDocs untuk menambahkan pencarian berbasis OCR ke aplikasi Java Anda, sebuah kemampuan inti untuk solusi OCR manajemen dokumen modern apa pun. Dengan menggabungkan GroupDocs.Search dengan Aspose.OCR, Anda dapat mengubah konten berbasis gambar menjadi teks yang dapat dicari, membuat sistem manajemen dokumen jauh lebih berguna bagi pengguna akhir. Kami akan membahas pengaturan, pengindeksan, pencarian, dan integrasi OCR khusus, semuanya dengan contoh langkah‑demi‑langkah yang jelas yang dapat Anda salin ke proyek Anda hari ini.

Jawaban Cepat

  • Perpustakaan apa yang menyediakan pengindeksan OCR? GroupDocs.Search paired with Aspose.OCR.
  • Versi Java mana yang diperlukan? JDK 8 or higher.
  • Apakah saya memerlukan lisensi? A free trial is available; a paid license is required for production.
  • Bisakah saya mengindeks gambar terpisah dan tersemat? Yes, enable both options in IndexingOptions.
  • Apakah multi‑threading didukung? Yes, you can parallelize indexing for large data sets.

Apa itu OCR Manajemen Dokumen?

OCR manajemen dokumen mengekstrak teks dari gambar (termasuk PDF yang dipindai) dan menyimpannya dalam indeks yang dapat dicari. GroupDocs.Search menangani pengindeksan dan eksekusi kueri, sementara Aspose.OCR melakukan pengenalan karakter sebenarnya, memberi Anda alur kerja OCR manajemen dokumen yang lengkap.

Mengapa Menggunakan GroupDocs untuk Pengindeksan OCR Java?

  • Akurasi tinggi berkat mesin OCR canggih milik Aspose.
  • Integrasi Java yang mulus melalui Maven atau JAR langsung.
  • Konfigurasi fleksibel untuk gambar terpisah atau tersemat.
  • Kinerja skalabel dengan multi‑threading dan optimasi memori.
  • Lisensi siap perusahaan untuk penyebaran produksi.

Prasyarat

  • GroupDocs.Search ≥ 25.4
  • Aspose.OCR (versi terbaru)
  • JDK 8+ dan IDE (IntelliJ, Eclipse, NetBeans)
  • Pengetahuan dasar Java; Maven membantu tetapi tidak wajib

Menyiapkan GroupDocs.Search untuk Java

Menggunakan Maven

Tambahkan repositori dan dependensi ke pom.xml Anda:

<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>

Unduh Langsung

Sebagai alternatif, unduh versi terbaru GroupDocs.Search untuk Java dari GroupDocs releases.

Akuisisi Lisensi

  • Free Trial – jelajahi semua fitur tanpa biaya.
  • Temporary License – periode pengujian yang diperpanjang.
  • Purchase – diperlukan untuk penyebaran produksi.

Inisialisasi dan Pengaturan Dasar

Buat folder indeks dan inisialisasi objek 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);

Cara Menggunakan GroupDocs untuk Pengindeksan OCR

Membuat Indeks

Pertama, siapkan folder yang akan menyimpan file indeks:

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

Menyetel Opsi Pengindeksan OCR

Aktifkan OCR untuk gambar terpisah dan tersemat, serta sambungkan konektor OCR khusus:

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());

Mengindeks Dokumen

Tambahkan dokumen sumber Anda (PDF, file Word, gambar, dll.) ke indeks:

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

Mencari dalam Indeks

Jalankan kueri pencarian terhadap konten yang diindeks:

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

Mengimplementasikan Konektor OCR

Gunakan Aspose.OCR untuk mengenali teks dari gambar. Implementasikan antarmuka IOcrConnector seperti yang ditunjukkan:

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;
    }
}

Aplikasi Praktis

  1. Document Management Systems – pencarian cepat dokumen yang berisi gambar yang dipindai.
  2. Archival Retrieval – menemukan catatan historis dalam arsip besar.
  3. Legal Document Analysis – mencari kontrak dan bukti yang mencakup tanda tangan atau diagram yang dipindai.
  4. Medical Records Search – mengindeks formulir pasien, hasil laboratorium, dan anotasi X‑ray.

Pertimbangan Kinerja

  • Index Size – kecualikan metadata yang tidak diperlukan untuk menjaga indeks tetap ringan.
  • Multi‑Threading – proses batch besar secara paralel untuk mempercepat pengindeksan.
  • Memory Management – pantau heap JVM saat menangani gambar beresolusi tinggi.

Masalah Umum dan Solusinya

  • License Errors – pastikan file lisensi yang benar ditempatkan di direktori kerja aplikasi.
  • Missing Images – verifikasi jalur gambar dapat diakses dan format yang didukung (PNG, JPEG, BMP).
  • Out‑Of‑Memory – tingkatkan heap JVM (-Xmx) atau proses dokumen dalam batch yang lebih kecil.

Pertanyaan yang Sering Diajukan

Q: Bagaimana cara menyelesaikan masalah lisensi dengan GroupDocs.Search?
A: Dapatkan lisensi sementara dari situs GroupDocs untuk membuka semua fitur.

Q: Apa cara terbaik menangani pengindeksan dokumen besar?
A: Manfaatkan multi‑threading dan pemrosesan batch untuk meningkatkan kinerja dan mengurangi tekanan memori.

Q: Bisakah saya menyesuaikan pengaturan OCR lebih lanjut di GroupDocs.Search?
A: Ya, IndexingOptions memungkinkan Anda menyetel halus perilaku OCR, seperti pemilihan bahasa dan pra‑pemrosesan gambar.

Q: Apa saja tips pemecahan masalah umum saat menggunakan GroupDocs.Search?
A: Periksa kembali jalur direktori, pastikan semua dependensi ada, dan tinjau output log untuk file yang hilang.

Q: Bagaimana saya dapat mengintegrasikan Aspose.OCR dengan aplikasi Java saya yang ada?
A: Implementasikan antarmuka IOcrConnector seperti yang ditunjukkan di atas, pastikan Anda menangani input gambar dengan benar.

Sumber Daya

Terakhir Diperbarui: 2026-03-20
Diuji Dengan: GroupDocs.Search 25.4, Aspose.OCR rilis terbaru
Penulis: GroupDocs