OCR: Text aus gescannten Bildern extrahieren
Die optische Zeichenerkennung (OCR) erkennt Zeichen auf einem Foto oder einer gescannten Seite und wandelt sie in Text um, den Software durchsuchen oder kopieren kann. Das Ergebnis ist eine Softwarevorhersage, kein geprüfter Wortlaut. ConverteArq bietet derzeit keine OCR-Funktion an; dieser Ratgeber erklärt das Verfahren und seine Grenzen.
Wann OCR hilfreich ist
OCR kann gescannte Dokumente durchsuchbar machen, Text aus einem Foto kopieren oder Inhalte für die weitere Bearbeitung vorbereiten. Ein digitales PDF enthält möglicherweise bereits auswählbaren Text und benötigt dann keine OCR.
Die Erkennung bestätigt nicht, ob ein Name, Datum, Betrag oder Hinweis stimmt. Bewahren Sie das Original auf und vergleichen Sie wichtige Stellen, bevor Sie das Ergebnis verwenden.
Text aus einem Bild extrahieren
Wählen Sie einen OCR-Dienst oder eine App und prüfen Sie unterstützte Formate und Sprachen. Übermitteln Sie ein scharfes Bild oder ein gescanntes PDF innerhalb der Vorgaben des Anbieters, wählen Sie bei Bedarf die richtige Sprache und exportieren oder kopieren Sie den erkannten Text. Schritte und Funktionen unterscheiden sich je nach Produkt und Version.
Vergleichen Sie das Ergebnis mit dem Original, besonders Namen, Daten, Beträge, Umlaute, Tabellenspalten, Handschrift und kontrastarme Texte.
Scan vorbereiten und Dokumente schützen
Achten Sie auf scharfen Fokus, gleichmäßiges Licht und gerade Textzeilen. Vermeiden Sie Schatten, Reflexionen, Unschärfe und abgeschnittene Buchstaben oder Tabellenränder. Laut Tesseract-Dokumentation arbeitet dessen Engine bei mindestens 300 dpi am besten. Das ist eine Empfehlung für Tesseract und keine allgemeine Vorgabe für alle OCR-Tools oder Kameras. Maßgeblich sind die Anforderungen der empfangenden Stelle.
Lesen Sie vor dem Hochladen die aktuellen Regeln des Anbieters zu Verarbeitung, Speicherung, Aufbewahrung und Zugriff. Für Ausweis-, Finanz-, Gesundheits- oder Geschäftsdokumente kann ein genehmigter lokaler Ablauf erforderlich sein.
Häufige Fragen
Benötigt jede OCR 300 dpi?
Nein. Tesseract nennt mindestens 300 dpi als Empfehlung für die eigene Engine. Andere Software, Kameras und empfangende Stellen können andere Anforderungen haben.
Kann OCR Handschrift lesen?
Einige Systeme unterstützen Handschrift. Das Ergebnis hängt jedoch von Schrift, Sprache, Bildqualität, Modell und Produkt ab. Prüfen Sie es am Original.
Garantiert ein durchsuchbares PDF richtigen Text?
Nein. Erkennung und Lesereihenfolge können Fehler enthalten. Prüfen Sie wichtige Angaben im Original.
Technische Quellen
Weiterführender Ratgeber
Tipps für ein gut lesbares Ausgangsbild finden Sie unter Dokumente mit dem Smartphone scannen.