使用 GroupDocs for Java 與 Aspose 的文件管理 OCR

在本指南中，您將了解 如何使用 GroupDocs 為您的 Java 應用程式加入 OCR 驅動的搜尋，這是任何現代 文件管理 OCR 解決方案的核心功能。結合 GroupDocs.Search 與 Aspose.OCR，您可以將基於影像的內容轉換為可搜尋的文字，使文件管理系統對最終使用者更有價值。我們將逐步說明設定、索引、搜尋以及自訂 OCR 整合，並提供可直接複製到專案中的清晰範例。

快速解答

哪個函式庫提供 OCR 索引？ GroupDocs.Search paired with Aspose.OCR.
需要哪個 Java 版本？ JDK 8 or higher.
我需要授權嗎？ 提供免費試用；正式上線需購買授權。
我可以同時索引獨立與嵌入的影像嗎？ 可以，請在 IndexingOptions 中啟用兩個選項。
是否支援多執行緒？ 可以，您可以將大型資料集的索引工作平行化。

什麼是文件管理 OCR？

文件管理 OCR 會從影像（包括掃描的 PDF）中提取文字，並將其儲存於可搜尋的索引中。GroupDocs.Search 負責索引與查詢執行，而 Aspose.OCR 則執行實際的字元辨識，為您提供完整的 文件管理 OCR 流程。

為什麼在 Java 中使用 GroupDocs 進行 OCR 索引？

高精度，得益於 Aspose 先進的 OCR 引擎。
無縫的 Java 整合，透過 Maven 或直接使用 JAR。
彈性設定，支援獨立或嵌入的影像。
可擴展效能，支援多執行緒與記憶體最佳化。
企業級授權選項，適用於正式部署。

前置條件

GroupDocs.Search ≥ 25.4
Aspose.OCR (latest version)
JDK 8+ 以及 IDE（IntelliJ、Eclipse、NetBeans）
具備基本的 Java 知識；Maven 有助但非必須

設定 GroupDocs.Search（Java 版）

使用 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>

直接下載

或者，從 GroupDocs releases 下載最新的 GroupDocs.Search for Java 版本。

取得授權

Free Trial – 免費試用所有功能。
Temporary License – 延長測試期間。
Purchase – 正式部署時必須購買。

基本初始化與設定

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);

如何使用 GroupDocs 進行 OCR 索引

建立索引

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

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

設定 OCR 索引選項

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());

索引文件

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

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

在索引中搜尋

Run a search query against the indexed content:

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

實作 OCR 連接器

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;
    }
}

實務應用

Document Management Systems – 快速檢索包含掃描影像的文件。
Archival Retrieval – 在龐大的檔案庫中定位歷史紀錄。
Legal Document Analysis – 搜尋包含掃描簽名或圖表的合約與證據。
Medical Records Search – 索引患者表單、實驗結果與 X‑ray 註解。

效能考量

Index Size – 排除不必要的中繼資料，以保持索引精簡。
Multi‑Threading – 以平行方式處理大量批次，加速索引。
Memory Management – 處理高解析度影像時，監控 JVM 堆積記憶體。

常見問題與解決方案

License Errors – 確認正確的授權檔案已放置於應用程式的工作目錄。
Missing Images – 檢查影像路徑是否可存取且為支援格式（PNG、JPEG、BMP）。
Out‑Of‑Memory – 增加 JVM 堆積記憶體 (-Xmx) 或將文件分成較小批次處理。

常見問答

Q: 如何解決 GroupDocs.Search 的授權問題？
A: 從 GroupDocs website 取得臨時授權，以解鎖全部功能。

Q: 處理大型文件索引的最佳方式是什麼？
A: 使用多執行緒與批次處理，以提升效能並減少記憶體壓力。

Q: 我可以在 GroupDocs.Search 中進一步自訂 OCR 設定嗎？
A: 可以，IndexingOptions 允許您微調 OCR 行為，例如語言選擇與影像前處理。

Q: 使用 GroupDocs.Search 時有哪些常見的故障排除技巧？
A: 再次確認目錄路徑、確保所有相依項皆已存在，並檢查日誌輸出是否有缺少檔案。

Q: 如何將 Aspose.OCR 整合到現有的 Java 應用程式中？
A: 如上所示實作 IOcrConnector 介面，並確保正確處理影像輸入。

資源

最後更新： 2026-03-20
測試環境： GroupDocs.Search 25.4、Aspose.OCR 最新版
作者： GroupDocs