OCR-Bibliothek für Java:
OCR in eine Java-Anwendung integrieren
Wenn Sie Anwendungen mit Java entwickeln, können Sie mit dem passenden OCR-SDK gescannte PDFs und Bilder in durchsuchbare PDFs mit auswählbarem Text umwandeln. Zudem lassen sich Daten im JSON- oder XML-Format extrahieren. Erfahren Sie, wie Sie diese Funktionen in Ihrer eigenen Infrastruktur und ohne externe Dienste nutzen.
Was das Apryse OCR-Modul für Java bietet
Das Apryse OCR-Modul ist ein separat lizenziertes Add-on für das Apryse Server SDK. Java-Entwickler können das OCR-Add-on unter Windows und Linux über Maven installieren (groupId com.pdftron, Artefakte OCRModuleWindows oder OCRModuleLinux). Unter macOS lässt sich das Modularchiv direkt in das SDK-Verzeichnis entpacken. Rufen Sie PDFNet.initialize() auf, bevor Sie eine SDK-Methode nutzen. Mit einem Testschlüssel von dev.apryse.com können Sie das OCR-Modul im Testzeitraum ohne Einschränkungen verwenden. Das Server SDK unterstützt zwar die Installation über Gradle, für das OCR-Modul gibt es derzeit jedoch keine Anleitung zur Installation mit Gradle. Nutzen Sie daher Maven oder verwalten Sie die Abhängigkeiten manuell.
Unterstützte Eingabeformate sind JPEG, PNG, TIFF, BMP und bildbasierte PDFs. Mit demselben OCR-Vorgang erstellen Sie wahlweise eine durchsuchbare PDF mit auswählbarer Textebene oder strukturierte JSON- und XML-Daten mit Text und Positionsdaten.
Auf dieser Seite erfahren Sie, wie Sie das OCR Module in einem Java-Projekt installieren, gescannte PDFs per OCR verarbeiten und die Ergebnisse als durchsuchbare PDFs oder strukturierte Daten ausgeben. Unter „OCR-Funktionen von Apryse“ finden Sie eine Übersicht aller Funktionen. Fordern Sie einen kostenlosen Testschlüssel an und testen Sie das Modul selbst.
Installation: Maven und Archivextraktion
Das Apryse Server SDK für Java lässt sich über Maven (groupId com.pdftron) oder per Direktdownload von PDFNetJava.zip installieren. Voraussetzung ist JDK 25 (LTS). Das OCR-Modul muss separat heruntergeladen und zusätzlich zum Basis-SDK lizenziert werden.
Schritt 1:
Fügen Sie die Abhängigkeit für das Basis-SDK zu Ihrer pom.xml hinzu. Alternativ können Sie PDFNetJava.zip herunterladen und die Datei in den Klassenpfad Ihres Projekts einbinden.
Schritt 2:
Fügen Sie die Abhängigkeit für das OCR-Modul hinzu: Verwenden Sie unter Windows das Artefakt OCRModuleWindows (groupId com.pdftron) und unter Linux OCRModuleLinux. Unter macOS ist das OCR-Modul nicht über Maven verfügbar. Laden Sie das Modularchiv unter docs.apryse.com/core/guides/info/modules#ocr-module herunter und entpacken Sie es in Ihr SDK-Verzeichnis.
Bereitstellung mit Docker und Linux
Verwenden Sie für Java unter Linux den Basis-Build PDFNetJava.zip des SDK zusammen mit dem Maven-Artefakt OCRModuleLinux. Initialisieren Sie PDFNet einmal beim Start des Containers statt bei jeder Anfrage. Die Standard-Engine von V12 läuft auf der CPU und benötigt keine GPU. Legen Sie den Pfad zur nativen Bibliothek in der Laufzeitumgebung Ihres Containers explizit fest.
Einen vollständigen Überblick über die Self-Hosting-Architektur finden Sie im Leitfaden zur Bereitstellung von OCR im Self-Hosting.
Gescanntes PDF mit OCR in ein durchsuchbares PDF umwandeln
Mit dem folgenden Codebeispiel fügen Sie einer bildbasierten PDF, etwa einem gescannten Dokument, per OCR eine unsichtbare Textebene hinzu. So wird die PDF durchsuchbar:
Unter „Durchsuchbaren und auswählbaren Text zu bildbasierten PDFs und gescannten Dokumenten hinzufügen“ finden Sie ein vollständiges Codebeispiel für den Einsatz des OCR-Moduls von Apryse mit gescannten Dokumenten in Java.
OCR-Ergebnisse in Java als JSON oder XML extrahieren
Derselbe OCR-Vorgang kann statt einer durchsuchbaren PDF oder zusätzlich dazu strukturierte JSON- oder XML-Daten ausgeben. Diese enthalten den erkannten Text, die Position jedes Wortes und die zugehörigen Seitenzahlen. Eine weitere Bibliothek ist nicht erforderlich.
Die extrahierten Felder können Sie anschließend zum Beispiel an eine Pipeline für KI-Daten übergeben, in einer Datenbank speichern oder mit den Sollwerten der Formularfelder abgleichen.
Um die OCR-Rohdaten auf das Eingabedokument anzuwenden, rufen Sie entweder OCRModule::ImageToPDF für eine Bilddatei oder OCROptions::ProcessPDF für eine PDF-Datei auf. Häufig ist jedoch eine weitere Prüfung sinnvoll, etwa durch den Abgleich mit Positiv- oder Negativlisten. Extrahieren Sie dazu zunächst den Text und die zugehörigen Metadaten als JSON oder XML. Danach können Sie die geprüften Ergebnisse wieder auf das Eingabedokument anwenden.
Apryse OCR im Vergleich zu Tesseract und anderen Lösungen
Neben dem Apryse SDK kommen für Sie möglicherweise auch Tesseract, eine der bekanntesten Open-Source-Lösungen für OCR, sowie kommerzielle SDKs wie Aspose und Asprise OCR infrage. Der folgende Vergleich zeigt die wichtigsten Unterschiede dieser Lösungen.
Asprise OCR ist eine proprietäre OCR-Bibliothek für Java und wird häufig als Alternative empfohlen. Beide Lösungen bieten einen guten Einstieg. Welche Lösung besser geeignet ist, hängt davon ab, wie Sie die Ergebnisse nutzen möchten.
Die Standard-Engine (V12) des Apryse OCR Module nutzt ein neuronales Netz mit Deep Learning. Sie läuft vollständig in Ihrer eigenen Infrastruktur und benötigt bei der Verarbeitung keine Cloud-API. In einem einzigen Schritt erstellt sie eine durchsuchbare PDF-Datei mit auswählbarer Textebene sowie strukturierte JSON- oder XML-Daten mit Positionsangaben. Wenn Ihr Projekt beide Formate benötigt, sparen Sie sich eine zweite Bibliothek oder eine eigene Lösung.
Tesseract lässt sich in Java über die tess4j-JNA-Bindings nutzen. Tesseract/tess4j ist kostenlos und weit verbreitet, liefert jedoch nur Text. Für durchsuchbare PDF-Dateien oder strukturierte Daten mit Positionsangaben sind zusätzlicher Code und weitere Bibliotheken nötig.
Aspose unterstützt zahlreiche Formate. Aspose.Total umfasst 28 Produkte für .NET, Java, Python und C++. Zudem ist eine OCR-Funktion in die PDF-Bibliothek integriert. Die Preise sind öffentlich einsehbar. Die Lösung ist nur für den Betrieb ohne grafische Oberfläche ausgelegt und bietet weder einen Viewer noch Funktionen für Anmerkungen. Bei der Cloud- und MCP-Anbindung werden Dokumente in der Cloud von Aspose verarbeitet und verbleiben daher nicht in Ihrer eigenen IT-Umgebung.
Überzeugen Sie sich selbst:
Der Vergleich basiert auf öffentlich verfügbaren Informationen mit Stand 2026.
Lokale Offline-OCR für Java
Wenn Sie Vorgaben zur Datenhaltung erfüllen müssen, in einer vom Internet getrennten Umgebung arbeiten oder Dokumente nicht an Dritte übermitteln dürfen, können Sie das Apryse OCR Module vollständig in Ihrer eigenen Infrastruktur betreiben. Für die Verarbeitung sind keine Netzwerkzugriffe nötig. Damit eignet sich das Modul für regulierte oder isolierte Umgebungen. Cloud-Dienste wie Azure Computer Vision oder Google Document AI benötigen dagegen eine aktive Verbindung zur Infrastruktur des jeweiligen Anbieters. Sie lassen sich daher weder offline noch in isolierten Umgebungen nutzen. Prüfen Sie bei der Auswahl eines Open-Source-OCR-SDKs, ob es während der Verarbeitung auf externe APIs zugreift.
