Documentbeheer OCR met GroupDocs voor Java en Aspose

In deze gids ontdek je hoe je GroupDocs kunt gebruiken om OCR‑aangedreven zoeken toe te voegen aan je Java‑applicaties, een kernfunctionaliteit voor elke moderne documentbeheer OCR‑oplossing. Door GroupDocs.Search te combineren met Aspose.OCR kun je beeldgebaseerde inhoud omzetten in doorzoekbare tekst, waardoor documentbeheersystemen veel nuttiger worden voor eindgebruikers. We lopen de installatie, indexering, zoeken en aangepaste OCR‑integratie door, allemaal met duidelijke, stap‑voor‑stap voorbeelden die je vandaag nog in je project kunt kopiëren.

Snelle Antwoorden

  • Welke bibliotheek biedt OCR-indexering? GroupDocs.Search gekoppeld aan Aspose.OCR.
  • Welke Java‑versie is vereist? JDK 8 of hoger.
  • Heb ik een licentie nodig? Een gratis proefversie is beschikbaar; een betaalde licentie is vereist voor productie.
  • Kan ik zowel afzonderlijke als ingesloten afbeeldingen indexeren? Ja, schakel beide opties in IndexingOptions.
  • Wordt multi‑threading ondersteund? Ja, je kunt indexering paralleliseren voor grote datasets.

Wat is Documentbeheer OCR?

Documentbeheer OCR haalt tekst uit afbeeldingen (inclusief gescande PDF‑bestanden) en slaat deze op in een doorzoekbare index. GroupDocs.Search verzorgt de indexering en het uitvoeren van queries, terwijl Aspose.OCR de daadwerkelijke tekenherkenning uitvoert, waardoor je een volledige documentbeheer OCR‑pipeline krijgt.

Waarom GroupDocs gebruiken voor Java OCR‑indexering?

  • Hoge nauwkeurigheid dankzij de geavanceerde OCR‑engine van Aspose.
  • Naadloze Java‑integratie via Maven of directe JAR‑bestanden.
  • Flexibele configuratie voor afzonderlijke of ingesloten afbeeldingen.
  • Schaalbare prestaties met multi‑threading en geheugenoptimalisaties.
  • Enterprise‑gereed licentiemodellen voor productie‑implementaties.

Voorvereisten

  • GroupDocs.Search ≥ 25.4
  • Aspose.OCR (nieuwste versie)
  • JDK 8+ en een IDE (IntelliJ, Eclipse, NetBeans)
  • Basiskennis van Java; Maven is handig maar niet verplicht

GroupDocs.Search voor Java instellen

Maven gebruiken

Voeg de repository en afhankelijkheid toe aan je 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>

Direct downloaden

Alternatief kun je de nieuwste versie van GroupDocs.Search voor Java downloaden van GroupDocs releases.

Licentie‑acquisitie

  • Gratis proefversie – verken alle functies zonder kosten.
  • Tijdelijke licentie – verlengde testperiode.
  • Aankoop – vereist voor productie‑implementaties.

Basisinitialisatie en -instelling

Maak een indexmap aan en initialiseert het 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);

Hoe GroupDocs te gebruiken voor OCR‑indexering

Een index maken

Stel eerst de map in die de indexbestanden zal bevatten:

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

OCR‑indexeringsopties instellen

Schakel OCR in voor zowel afzonderlijke als ingesloten afbeeldingen, en koppel een aangepaste 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());

Documenten indexeren

Voeg je bron‑documenten (PDF‑bestanden, Word‑bestanden, afbeeldingen, enz.) toe aan de index:

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

Zoeken in een index

Voer een zoekopdracht uit op de geïndexeerde inhoud:

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

Een OCR‑connector implementeren

Gebruik Aspose.OCR om tekst uit afbeeldingen te herkennen. Implementeer de IOcrConnector‑interface zoals weergegeven:

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 toepassingen

  1. Documentbeheersystemen – snelle terugwinning van documenten met gescande afbeeldingen.
  2. Archiefretrieval – vind historische records binnen enorme archieven.
  3. Juridische documentanalyse – doorzoek contracten en bewijsmateriaal dat gescande handtekeningen of diagrammen bevat.
  4. Zoeken in medische dossiers – indexeer patiëntformulieren, laboratoriumresultaten en X‑ray‑annotaties.

Prestatieoverwegingen

  • Indexgrootte – sluit onnodige metadata uit om de index slank te houden.
  • Multi‑threading – verwerk grote batches parallel om de indexering te versnellen.
  • Geheugenbeheer – houd de JVM‑heap in de gaten bij het verwerken van hoge‑resolutie‑afbeeldingen.

Veelvoorkomende problemen en oplossingen

  • Licentiefouten – zorg ervoor dat het juiste licentiebestand in de werkmap van de applicatie staat.
  • Ontbrekende afbeeldingen – controleer of afbeeldingspaden toegankelijk zijn en ondersteunde formaten (PNG, JPEG, BMP).
  • Out‑Of‑Memory – vergroot de JVM‑heap (-Xmx) of verwerk documenten in kleinere batches.

Veelgestelde vragen

Q: Hoe los ik licentieproblemen op met GroupDocs.Search?
A: Verkrijg een tijdelijke licentie via de GroupDocs‑website om alle functies te ontgrendelen.

Q: Wat is de beste manier om grote documentindexering aan te pakken?
A: Gebruik multi‑threading en batchverwerking om de prestaties te verbeteren en geheugenbelasting te verminderen.

Q: Kan ik OCR‑instellingen verder aanpassen in GroupDocs.Search?
A: Ja, IndexingOptions stelt je in staat om OCR‑gedrag fijn af te stemmen, zoals taalkeuze en beeldvoorverwerking.

Q: Wat zijn enkele veelvoorkomende tips voor probleemoplossing bij het gebruik van GroupDocs.Search?
A: Controleer de mappaden, verifieer dat alle afhankelijkheden aanwezig zijn, en bekijk de logoutput voor ontbrekende bestanden.

Q: Hoe kan ik Aspose.OCR integreren met mijn bestaande Java‑applicatie?
A: Implementeer de IOcrConnector‑interface zoals hierboven gedemonstreerd, en zorg ervoor dat je afbeeldingsinvoer correct afhandelt.

Resources

Laatst bijgewerkt: 2026-03-20
Getest met: GroupDocs.Search 25.4, Aspose.OCR latest release
Auteur: GroupDocs