PDF per OCR erkennen
Lesen Sie den Text aus gescannten Seiten aus, vollständig auf Ihrem Gerät. Nichts wird hochgeladen.
Dateien auswählen
oder hier ablegen
Strg+V zum Einfügen aus der Zwischenablage
bis zu 1 Datei, je 25.0 MB
Bleibt auf Ihrem Gerät. Nichts wird hochgeladen.
So OCR PDF
- Wählen Sie ein PDF aus oder ziehen Sie es auf die Seite.
- Wählen Sie die Render-Auflösung. 150 DPI liest gut und hält den Arbeitsspeicher im Rahmen.
- Klicken Sie auf Konvertieren. Jede Seite wird gezeichnet und dann auf Ihrem Gerät per OCR gelesen.
- Laden Sie die .txt-Datei mit dem erkannten Text herunter, Seite für Seite.
Was OCR hier leistet und wo es läuft
Optische Zeichenerkennung liest Buchstaben aus Pixeln. Dieses Werkzeug rendert jede PDF-Seite in ein Bild und übergibt es an Tesseract, die Open-Source-OCR-Engine, kompiliert zu WebAssembly und vollständig in Ihrem Tab laufend. Das Sprachmodell (Englisch) und die Engine selbst werden von dieser Website ausgeliefert: Nichts an Ihrem Dokument wird jemals irgendwohin gesendet.
Es ist für die Seiten gedacht, bei denen das Textextraktions-Werkzeug nicht helfen kann: Scans, Faxe, fotografierte Dokumente. Das Ergebnis ist reiner Text mit einem markierten Abschnitt pro Seite, bereit für Suche, Übersetzung oder einen Editor.
Beim ersten Einsatz wird die Engine heruntergeladen, einige Megabyte, danach vom Browser zwischengespeichert. Die Erkennungsgeschwindigkeit hängt von Ihrem Gerät ab; ein Smartphone liest eine Seite in wenigen Sekunden, ein Laptop schneller.
Grenzen und ehrliche Hinweise
Die OCR-Genauigkeit folgt der Bildqualität. Saubere Scans mit 300 DPI lesen nahezu perfekt; Handyfotos zerknitterter Quittungen enthalten Fehler. 150 DPI sind der sinnvolle Standard; erhöhen Sie auf 300 bei kleiner Schrift.
Vorerst nur englischer Text. Handschrift wird nicht erkannt: nur gedruckter Text. Sehr lange Dokumente verarbeitet man am besten in Seitenbereichen.
Ein Dokument pro Durchgang, bis zu 25 MB. Die Erkennung läuft in diesem Tab; die Seitenbilder verlassen Ihr Gerät nie.
Häufige Fragen
Warum OCR statt Text extrahieren?
Die Extraktion liest die Textebene eines digitalen PDFs. OCR liest die Pixel von Scans und Fotos. Wenn die Extraktion leer zurückkam, ist OCR das richtige Werkzeug.
Welche Sprachen werden unterstützt?
Vorerst Englisch. Weitere Sprachmodelle können später hinzukommen, jeweils von dieser Website ausgeliefert.
Warum ist die erste Konvertierung langsam?
Die OCR-Engine und das Sprachmodell werden einmal heruntergeladen (einige Megabyte) und zwischengespeichert. Weitere Durchläufe starten sofort.
Wird mein gescanntes Dokument hochgeladen?
Nein. Die Seiten werden in Ihrem Browser auf Ihrem Gerät gerendert und gelesen.
Datenschutz durch Design
Bleibt auf Ihrem Gerät. Nichts wird hochgeladen. Die Konvertierung läuft in Ihrem Browser: Öffnen Sie beim Konvertieren den Netzwerk-Tab und Sie sehen, dass nichts gesendet wird. Kein Konto, kein Wasserzeichen, kein Tageslimit.