在 Java 中将图像和 PDF 转换为文本

识别扫描图像和 PDF 中的格式化文本

支持您可以从扫描仪或相机获得的所有文件格式

阅读拉丁文和西里尔文脚本

识别6000多个汉字

检测并识别所有流行的字体

仔细保留字体样式和格式

仅处理整个图像或选定区域

支持旋转、倾斜和嘈杂的图像

批量识别文件夹或存档中的所有图像

识别作为 Web 链接提供的图像

查找并自动更正拼写错误的单词

与其他 Aspose 产品 100% 兼容

易于安装

您可以按照简单的安装说明直接从基于Maven的项目中使用 Aspose.OCR for Java。

申请临时许可证以开始构建功能齐全的 OCR 应用程序，不受任何限制。

$Easy to Use$

图像识别需要几行代码。字面上地。这真的很简单 - 试试自己：

// 创建 OCR API 实例
AsposeOCR api = new AsposeOCR();

try {
    // 识别图像
    String result = api.RecognizePage(imagePath);
    // 显示识别结果
    System.out.println("Recognized text: " + result);
} catch (IOException e) {
    // 错误处理
    e.printStackTrace();
}

26种识别语言

OCR API 支持大量语言和所有流行的书写脚本，包括混合语言的文本。内置拼写检查器自动替换拼写错误的单词，省去您手动更正识别结果的麻烦。

• 扩展拉丁字母：克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、德语、意大利语、拉脱维亚语、立陶宛语、挪威语、波兰语、葡萄牙语、罗马尼亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、瑞典语。
• 西里尔字母：白俄罗斯语、保加利亚语、哈萨克语、俄语、塞尔维亚语、乌克兰语。
• 中文：6000多个字符。

您可以指定语言以提高识别性能和可靠性，或让 API 自动检测语言。

保留格式

OCR API 以常规、粗体和斜体样式读取所有流行的字体，例如 Arial、Times New Roman、Courier New、Tahoma、Calibri 等，并仔细保留 OCR 结果中的格式。您还可以将识别结果拆分为行并检测页面中的文本区域。

识别照片

扫描仪在最终用户工作站上并不总是可用，这可能成为 OCR 应用程序的阻碍。我们的 OCR API 提供了许多预处理过滤器，可以处理扭曲、旋转、倾斜和嘈杂的图像。结合对所有图像格式的支持，它甚至可以可靠地识别智能手机照片。大多数预处理和图像校正都是自动完成的，但您始终可以在困难的情况下进行干预。

// 创建 OCR API 实例
AsposeOCR api = new AsposeOCR();

// 定义预处理过滤器
PreprocessingFilter filters = new PreprocessingFilter();
filters.add(PreprocessingFilter.ToGrayscale());
filters.add(PreprocessingFilter.Rotate(-90));

// 识别前预处理图像
BufferedImage imageRes = api.PreprocessImage(imagePath, filters);

// 识别图像
RecognitionResult result = api.RecognizePage(imageRes, set);

性能优化

光学字符识别需要大量的处理资源，这可能成为 Web 服务和入门级设备的问题。 API 提供了非常灵活的方法来平衡识别速度、资源要求和准确性：

• 在彻底识别和快速识别之间进行选择。
• 指定为识别分配的线程数，或允许库自动缩放到 CPU 内核数。
• 通过将计算卸载到 GPU 来释放 CPU。

// 创建 OCR API 实例
AsposeOCR api = new AsposeOCR();

// 以最快的模式识别图像
String result = api.RecognizePageFast("sample.jpg");

批量处理

OCR API 通过提供各种允许您在一次调用中识别多个图像的批处理方法，使您不必一次识别每个图像：

• 识别多页 PDF 和 TIFF 文件。
• 识别档案中的所有文件。
• 识别文件夹中的所有文件。