GroupDocs for Java と Aspose を使用した Document Management OCR

このガイドでは、GroupDocs の使用方法を学び、Java アプリケーションに OCR‑powered 検索を追加する方法を紹介します。これは、最新の document management OCR ソリューションに不可欠な機能です。GroupDocs.Search と Aspose.OCR を組み合わせることで、画像ベースのコンテンツを検索可能なテキストに変換し、ドキュメント管理システムをエンドユーザーにとってはるかに有用にします。セットアップ、インデックス作成、検索、カスタム OCR 統合の手順を、すぐにプロジェクトにコピーできる明確なステップバイステップの例とともに解説します。

クイック回答

OCR インデックスを提供するライブラリは何ですか？ GroupDocs.Search と Aspose.OCR の組み合わせ。
必要な Java バージョンは？ JDK 8 以上。
ライセンスは必要ですか？ 無料トライアルが利用可能です。製品版には有料ライセンスが必要です。
別々の画像と埋め込み画像の両方をインデックスできますか？ はい、IndexingOptions で両方のオプションを有効にします。
マルチスレッドはサポートされていますか？ はい、大規模データセットのインデックス作成を並列化できます。

Document Management OCR とは？

Document management OCR は、画像（スキャンした PDF を含む）からテキストを抽出し、検索可能なインデックスに保存します。GroupDocs.Search がインデックス作成とクエリ実行を担当し、Aspose.OCR が実際の文字認識を行うことで、完全な document management OCR パイプラインが実現します。

Java 用 OCR インデックスに GroupDocs を使用する理由

高精度 – Aspose の高度な OCR エンジンによる。
シームレスな Java 統合 – Maven または直接 JAR で利用可能。
柔軟な構成 – 別々の画像または埋め込み画像に対応。
スケーラブルなパフォーマンス – マルチスレッドとメモリ最適化に対応。
エンタープライズ向けライセンス – 本番環境向けのオプションが用意。

前提条件

GroupDocs.Search ≥ 25.4
Aspose.OCR（最新バージョン）
JDK 8+ と IDE（IntelliJ、Eclipse、NetBeans）
基本的な Java の知識；Maven があると便利ですが必須ではありません

Java 用 GroupDocs.Search の設定

Maven の使用

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>

直接ダウンロード

あるいは、GroupDocs releases から最新バージョンの GroupDocs.Search for Java をダウンロードしてください。

ライセンス取得

Free Trial – 無料で全機能を試せます。
Temporary License – テスト期間を延長できます。
Purchase – 本番環境での導入には購入が必要です。

基本的な初期化と設定

インデックスフォルダーを作成し、Index オブジェクトを初期化します：

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);

OCR インデックスに GroupDocs を使用する方法

インデックスの作成

まず、インデックスファイルを格納するフォルダーを設定します：

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

OCR インデックスオプションの設定

別々の画像と埋め込み画像の両方に対して OCR を有効にし、カスタム OCR コネクタを組み込みます：

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());

ドキュメントのインデックス作成

ソースドキュメント（PDF、Word ファイル、画像など）をインデックスに追加します：

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

インデックス内検索

インデックス化されたコンテンツに対して検索クエリを実行します：

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

OCR コネクタの実装

画像からテキストを認識するために Aspose.OCR を使用します。以下のように IOcrConnector インターフェイスを実装します：

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;
    }
}

実用的な応用例

Document Management Systems – スキャン画像を含むドキュメントの高速取得。
Archival Retrieval – 大規模アーカイブ内の歴史的記録を検索。
Legal Document Analysis – スキャンされた署名や図面を含む契約書や証拠を検索。
Medical Records Search – 患者フォーム、検査結果、X線の注釈をインデックス化。

パフォーマンス上の考慮点

インデックスサイズ – 不要なメタデータを除外してインデックスを軽量化します。
マルチスレッド – 大量バッチを並列処理してインデックス作成を高速化します。
メモリ管理 – 高解像度画像を扱う際は JVM ヒープを監視します。

よくある問題と解決策

ライセンスエラー – 正しいライセンスファイルがアプリケーションの作業ディレクトリに配置されていることを確認してください。
画像が見つからない – 画像パスがアクセス可能で、サポートされている形式（PNG、JPEG、BMP）であることを確認してください。
Out‑Of‑Memory – JVM ヒープ（-Xmx）を増やすか、ドキュメントを小さなバッチに分割して処理してください。

よくある質問

Q: GroupDocs.Search のライセンス問題はどう解決しますか？
A: 完全な機能を利用するには、GroupDocs website から一時ライセンスを取得してください。

Q: 大量のドキュメントインデックスを処理する最適な方法は何ですか？
A: マルチスレッドとバッチ処理を活用してパフォーマンスを向上させ、メモリ負荷を軽減します。

Q: GroupDocs.Search で OCR 設定をさらにカスタマイズできますか？
A: はい、IndexingOptions を使用すると、言語選択や画像前処理など、OCR の動作を細かく調整できます。

Q: GroupDocs.Search 使用時の一般的なトラブルシューティングのヒントは何ですか？
A: ディレクトリパスを再確認し、すべての依存関係が揃っていることを確認し、欠損ファイルがないかログ出力を確認してください。

Q: 既存の Java アプリケーションに Aspose.OCR を統合するにはどうすればよいですか？
A: 上記の例のように IOcrConnector インターフェイスを実装し、画像入力を正しく処理することを確認してください。

リソース

最終更新日: 2026-03-20
テスト環境: GroupDocs.Search 25.4、Aspose.OCR 最新リリース
作者: GroupDocs