OCR – Texterkennung für PDF und Bilder

Was ist OCR?

OCR steht für „Optical Character Recognition“, auf Deutsch optische Zeichenerkennung oder einfach Texterkennung. Gemeint ist ein Verfahren, das Buchstaben auf einem Bild erkennt und in echten, digitalen Text verwandelt. Das ist nötig, weil ein Scan für den Computer nur ein Foto ist. Du siehst darauf zwar Wörter, aber du kannst sie weder suchen noch markieren noch kopieren.

Genau hier hilft dieses Tool. Die OCR-Erkennung liest deinen Scan oder dein Foto Zeile für Zeile und legt den erkannten Text unsichtbar unter das Bild. Das Dokument sieht danach genauso aus wie vorher, aber es ist durchsuchbar. Alternativ bekommst du den reinen Text als .txt-Datei, zum Beispiel um ihn in eine E-Mail oder ein Dokument einzufügen. Für die Erkennung nutzt das Tool die bewährte Open-Source-Software Tesseract.

PDF durchsuchbar machen: wofür du OCR brauchst

• Gescannte Verträge und Briefe: Finde später mit Strg+F oder Cmd+F sofort die Stelle mit der Kündigungsfrist.
• Rechnungen und Belege: Durchsuchbare PDFs lassen sich im Archiv oder in der Buchhaltung leichter wiederfinden.
• Fotos von Buchseiten oder Folien: Mach aus einem Handyfoto kopierbaren Text für deine Notizen.
• Screenshots: Hol Text aus einem Bild, den du sonst abtippen müsstest.
• Weiterverarbeitung: Bevor du einen Scan in Word umwandelst, sollte er erkannten Text enthalten. Sonst landen nur Bilder im Word-Dokument.

Brauchst du nur den Text aus einer PDF, die schon echten Text enthält, ist PDF in Text der schnellere Weg. Dort ist keine Erkennung nötig, der Text wird direkt ausgelesen.

So bekommst du die besten OCR-Ergebnisse

Wie gut die Texterkennung funktioniert, hängt vor allem von der Qualität der Vorlage ab. Mit diesen Tipps holst du am meisten heraus:

Liegen Seiten quer oder auf dem Kopf, dreh sie vorher mit PDF drehen. Die richtige Sprache ist wichtiger, als viele denken: Nur dann werden Umlaute wie ä, ö, ü und das ß zuverlässig erkannt. Rechne außerdem mit etwas Geduld. Die Erkennung dauert pro Seite einige Sekunden, bei langen Dokumenten entsprechend länger.

Grenzen der Texterkennung

Keine OCR-Software ist fehlerfrei. Auch bei guten Vorlagen können einzelne Zeichen verwechselt werden, etwa die Ziffer 1 mit dem Buchstaben l oder die 0 mit einem O. Prüfe deshalb wichtige Zahlen wie Beträge oder IBAN-Angaben immer noch einmal nach.

Handschrift wird kaum erkannt. Für handschriftliche Notizen ist das Tool daher nicht geeignet. Auch sehr verschnörkelte Schriften, Text in Bildern mit unruhigem Hintergrund oder stark verblasste Kopien führen zu schlechteren Ergebnissen. Bei Tabellen wird der Inhalt erkannt, die Anordnung in Spalten kann in der Textdatei aber verloren gehen.

Ist das Ergebnis unbrauchbar, lohnt sich meist ein zweiter Versuch mit einer besseren Vorlage: Seite neu scannen oder fotografieren, auf gerade Ausrichtung und gutes Licht achten und die richtige Sprache wählen. Oft macht schon ein schärferes Foto einen deutlichen Unterschied. Prüfe außerdem, ob du wirklich die Sprache des Dokuments eingestellt hast.

OCR-Texterkennung am Handy, Mac und Windows

Das Tool läuft in jedem aktuellen Browser, du brauchst also keine App und kein Programm. Trotzdem unterscheidet sich der Ablauf je nach Gerät ein wenig:

iPhone und Android

Fotografiere das Dokument möglichst gerade und bei gutem Licht. Öffne dann diese Seite, tippe auf das Auswahlfeld und wähle das Foto aus. iPhone-Fotos im HEIC-Format kannst du direkt verwenden, eine Umwandlung vorher ist nicht nötig. Bei mehrseitigen Dokumenten fasst du die Fotos am besten zuerst mit Bilder in PDF zu einer Datei zusammen und lässt dann die OCR darüber laufen. Weil die Erkennung auf dem Handy selbst rechnet, dauert sie dort oft etwas länger als am Computer.

Mac und Windows

Am Computer ziehst du die gescannte PDF einfach ins Browserfenster. Das ist die bequemste Lösung für lange Dokumente, weil ein Computer mehr Arbeitsspeicher und Rechenleistung hat. Scannst du selbst, stell deinen Scanner auf 300 dpi und Graustufen oder Farbe. Reine Schwarz-Weiß-Scans mit niedriger Auflösung liefern oft schlechtere Ergebnisse.

Datenschutz: OCR ohne Upload

Gescannte Dokumente sind oft besonders sensibel: Gehaltsabrechnungen, Arztbriefe, Ausweiskopien oder Verträge. Viele OCR-Dienste im Netz laden diese Dateien auf ihre Server. Hier ist das anders. Die komplette Texterkennung läuft in deinem Browser auf deinem eigenen Gerät. Deine Dateien werden nicht übertragen und nirgends gespeichert. Wie große Dokumente du verarbeiten kannst, hängt vom Arbeitsspeicher deines Geräts ab. Am Computer geht das meist mit deutlich größeren Dateien als am Handy.

OCR kostenlos: Alternativen und Word

Ist OCR kostenlos? Mit diesem Tool ja, ohne Anmeldung und ohne Limit pro Tag. Es gibt auch andere kostenlose OCR-Software, etwa Open-Source-Programme zum Installieren oder die Texterkennung in manchen Smartphone-Kameras. Das iPhone zum Beispiel kann Text in Fotos markieren und kopieren. Für ganze PDFs mit vielen Seiten ist eine OCR-PDF-Lösung wie diese aber meist praktischer, weil du am Ende eine durchsuchbare Datei hast.

Hat Word eine OCR-Funktion? Word kann PDFs öffnen und versucht, sie in bearbeitbaren Text umzuwandeln. Bei reinen Scans klappt das oft nur eingeschränkt. Zuverlässiger ist es, den Scan zuerst hier per OCR durchsuchbar zu machen und dann weiterzuverarbeiten. Du findest dieses Tool übrigens auch unter Namen wie OCR online, OCR-Scanner, PDF OCR, Bild zu Text oder Text aus Bild extrahieren.