Zum Inhalt springen
  1. Startseite
  2. PDF-OCR

PDF-OCR

PDF-OCR, die aus einem gescannten Dokument ein durchsuchbares PDF macht, aus dem Sie kopieren können, dazu eine reine Textdatei. Läuft auf Ihrem Gerät, ohne Seitengrenze.

Nichts wird hochgeladen Kostenlos, ohne Konto Keine Seitengrenze

So funktioniert es:

  • Text extrahieren: Verwendet Tesseract OCR, um Text aus gescannten Bildern oder PDFs zu erkennen.
  • Durchsuchbare Ausgabe: Erstellt eine neue PDF mit einer unsichtbaren Textebene, sodass Ihr Dokument vollständig durchsuchbar wird, während das ursprüngliche Erscheinungsbild erhalten bleibt.
  • Zeichenfilterung: Verwenden Sie Whitelists, um unerwünschte Zeichen herauszufiltern und die Genauigkeit für bestimmte Dokumenttypen zu verbessern (Rechnungen, Formulare usw.).
  • Mehrsprachige Unterstützung: Wählen Sie mehrere Sprachen für Dokumente mit gemischten Sprachinhalten aus.

Klicken Sie hier, um eine Datei auszuwählen oder per Drag & Drop reinziehen

Ihre Dateien verlassen nie Ihr Gerät.

So machen Sie OCR bei einem PDF

  1. Gescanntes PDF hinzufügen

    Beliebige Länge. Die Datei bleibt auf Ihrem Gerät.

  2. Sprachen wählen

    Haken Sie die Sprachen an, in denen das Dokument gedruckt ist. Sie sehen, wie viele Sprachdaten heruntergeladen werden und wie lange es ungefähr dauert.

  3. OCR starten

    Der Fortschritt wird Seite für Seite angezeigt, und Sie können jederzeit abbrechen.

  4. PDF oder Text speichern

    Laden Sie das durchsuchbare PDF oder den Text als .txt-Datei herunter oder kopieren Sie den Text sofort.

Was Sie bekommen

Search for "total": no results
Vorher
Same page, now with text: search, select, copy
Nachher
Was das OCR-Ergebnis enthält
Sie bekommen Was es ist Geeignet für
Durchsuchbares PDF Ihre Originalseiten mit unsichtbarem Text über den Wörtern Suchen, Kopieren, Archivieren, Versenden
Textdatei (.txt) Der gesamte erkannte Text, Seite für Seite, ohne Layout Zitieren, Notizen, Text in andere Apps übernehmen

OCR, also optische Zeichenerkennung, liest die Buchstaben im Bild einer Seite und macht daraus Text, den ein Computer durchsuchen kann. Ein gescanntes PDF besteht nur aus Bildern: Sie können es nicht durchsuchen, keinen Satz markieren und keine Zahl herauskopieren. Nach der OCR geht das. Dieses Tool erledigt das in Ihrem Browser, ohne Seitengrenze, und Ihr Dokument wird nie hochgeladen.

Ein gescanntes PDF durchsuchbar machen

Das Ergebnis sieht genauso aus wie Ihr Scan, weil die Originalseiten erhalten bleiben. Unter dem Bild liegt eine unsichtbare Ebene erkannter Wörter genau dort, wo jedes Wort steht. So markiert die Suche die richtige Stelle, und beim Auswählen erfassen Sie die Wörter, die Sie sehen. Um zu prüfen, ob ein PDF schon Text hat, versuchen Sie, eine Zeile auszuwählen: Klappt das nicht, braucht es OCR.

OCR-Sprachen wählen

Die Erkennung muss wissen, welches Alphabet und welche Wörter sie erwarten soll. Wählen Sie also jede Sprache, die im Dokument gedruckt ist, etwa Deutsch und Englisch bei einem zweisprachigen Formular. Über 100 Sprachen stehen zur Wahl, darunter Chinesisch, Japanisch, Koreanisch, Arabisch, Hebräisch und Hindi. Jede Sprache wird einmal heruntergeladen, meist ein paar Megabyte, und dann von Ihrem Browser behalten; die Größe sehen Sie vor dem Start. Sprachen, die nicht im Dokument vorkommen, machen die Erkennung langsamer und ungenauer.

Was die Genauigkeit der OCR beeinflusst

Bei einem sauberen, geraden Scan von gedrucktem Text mit 300 dpi wird fast jedes Wort richtig gelesen. Die Genauigkeit sinkt bei verwackelten Handyfotos, niedriger Auflösung, schiefen oder gewellten Seiten, blassem Druck, farbigen Hintergründen, ungewöhnlichen Schriften und Tabellen mit engen Linien. Handschrift wird meist nicht erkannt. Eine höhere Auflösung in den erweiterten Einstellungen hilft bei kleiner Schrift, kostet aber Zeit. Prüfen Sie Namen und Zahlen, auf die Sie sich verlassen, immer selbst.

So funktioniert es

Jede Seite wird in Ihrem Browser als Bild gezeichnet und von Tesseract gelesen, einer Open-Source-OCR-Engine, die auf Ihrem Gerät läuft. Die gefundenen Wörter und ihre Positionen werden als unsichtbare Textebene in eine Kopie Ihres PDFs geschrieben und in der Textdatei gesammelt. Ein Laptop schafft eine Seite in wenigen Sekunden; ein Handy ist langsamer. Lange Dokumente dauern länger, haben aber keine Grenze, und die Schätzung vor dem Start sagt Ihnen, womit Sie rechnen können.

Wofür man es nutzt und wann es nicht klappt

Gescannte Verträge und Briefe, alte Bücher und Abschlussarbeiten, Belege und Rechnungen für die Buchhaltung, Arbeitsblätter aus der Schule, Unterlagen aus einem Archiv und alles, was Sie später auf dem Computer durchsuchen möchten.

  • Das Layout wird nicht nachgebaut. Das durchsuchbare PDF behält das Originalaussehen; die Textdatei ist reiner Text. Um das Dokument zu bearbeiten, nutzen Sie danach PDF in Word.
  • Handschrift wird meist nicht erkannt.
  • PDFs, die schon Text haben, brauchen keine OCR; ihren Text bekommen Sie mit PDF in Text.
  • Auf dem Handy lassen Sie bei langen Aufträgen den Bildschirm an und den Tab offen, sonst pausiert der Browser sie.

Fragen und Antworten

Was ist OCR bei einem PDF?
Das ist Texterkennung: Die Buchstaben auf gescannten Seiten werden gelesen und als echter Text in das PDF eingefügt, sodass Sie ihn durchsuchen und kopieren können.
Wie mache ich ein PDF durchsuchbar?
Fügen Sie es auf dieser Seite hinzu, wählen Sie die Sprachen des Dokuments und klicken Sie auf „OCR starten“. Laden Sie das durchsuchbare PDF herunter, sobald es fertig ist.
Woran erkenne ich, ob mein PDF eine Textebene hat?
Versuchen Sie, eine Textzeile auszuwählen oder nach einem sichtbaren Wort zu suchen. Wird nichts ausgewählt oder gefunden, sind die Seiten Bilder und brauchen OCR.
Warum hat die OCR nicht den ganzen Text erkannt?
Meist ist der Scan unscharf, schief oder zu niedrig aufgelöst, oder eine Sprache fehlt in Ihrer Auswahl. Versuchen Sie eine höhere Auflösung und die richtigen Sprachen.
Bleibt bei der OCR das Layout erhalten?
Das durchsuchbare PDF sieht genauso aus wie der Scan. Die Textdatei enthält die Wörter ohne Layout.
Kann OCR Handschrift lesen?
Meistens nicht. Sie ist für gedruckten Text gemacht; saubere Druckbuchstaben klappen manchmal.
Gibt es eine Seitengrenze?
Nein. Lange Dokumente dauern einfach länger, und die geschätzte Dauer sehen Sie vor dem Start.
Wird meine Datei hochgeladen?
Nein. Die Erkennung läuft in Ihrem Browser. Nur die Sprachdaten werden einmal heruntergeladen, Ihr Dokument verlässt nie Ihr Gerät.

Aktualisiert Funktioniert offline, sobald die Seite und die Sprachdaten geladen sind