Vom Scan zum bearbeitbaren Text: wie OCR funktioniert und wie Sie gute Ergebnisse erzielen
OCR macht aus dem Foto oder Scan einer Seite Text, den Sie kopieren und bearbeiten können. Wie es funktioniert, warum es manchmal scheitert und was Sie tun können, um auf Anhieb sauberen Text zu bekommen.
Was OCR tut
Ein Scan oder ein Foto einer Seite ist nur ein Bild: für einen Computer schwarze und weiße Punkte. Die optische Zeichenerkennung (OCR) findet die Textzeilen in diesem Bild, zerlegt sie in Wörter und Zeichen und fragt ein trainiertes Modell, welcher Buchstabe jede Form am wahrscheinlichsten ist. Das Ergebnis ist reiner Text, den Sie durchsuchen, kopieren und bearbeiten können.
Nicht jedes PDF braucht OCR. Ein aus einer Textverarbeitung oder einem Browser exportiertes PDF enthält den echten Text bereits, und ein gutes Tool liest ihn direkt — schneller und fehlerfrei. Unser Tool PDF in Word macht genau das und greift nur bei Seiten auf OCR zurück, die sich als Scans herausstellen.
Warum OCR Fehler macht
- Niedrige Auflösung — Buchstaben, die nur wenige Pixel hoch sind, lassen sich nicht unterscheiden.
- Unschärfe und Bewegung — ein verwackeltes Handyfoto verschmiert die Kanten, auf die sich das Modell stützt.
- Schräglage und Perspektive — eine schräg fotografierte Seite hat Zeilen, die nicht gerade sind.
- Schatten und schwacher Kontrast — grauer Text auf grauem Papier oder ein Schatten quer über der Seite.
- Ungewöhnliche Schriften und Handschrift — je weiter entfernt vom gewöhnlichen Druckbild, desto mehr wird geraten.
- Spalten und Tabellen — der Text wird vielleicht richtig gelesen, aber in der falschen Reihenfolge.
So bekommen Sie einen guten Scan
- Scannen Sie mit 300 dpi; bei sehr kleiner Schrift mit 400. Mehr hilft selten.
- Mit dem Handy: parallel zur Seite halten, gleichmäßiges Licht ohne Schatten nutzen und den Dokumentmodus Ihrer Kamera oder eine Scanner-App verwenden.
- Auf die Seite zuschneiden und begradigen, bevor Sie sie auslesen.
- Schwarz-Weiß oder Graustufen genügen; Farbe bringt Dateigröße, keine Genauigkeit.
Ein sauberer 300-dpi-Scan eines gewöhnlichen gedruckten Briefs wird meist nahezu perfekt gelesen. Ein hastiges Foto eines zerknitterten Kassenbons in einem dunklen Raum nicht — egal welche Software Sie verwenden.
Das richtige Tool wählen
- Ein Foto oder Screenshot von Text — Bild in Text (OCR) liest ihn aus und gibt Ihnen den Text zum Kopieren.
- Ein gescanntes PDF, das ein bearbeitbares Dokument werden soll — PDF in Word liest digitale Seiten direkt und gescannte Seiten per OCR.
- Tabellen in einem PDF — PDF in Excel legt die Daten in Zeilen und Spalten ab, mit denen Sie rechnen können.
- Mehrere Fotos von Seiten, die ein Dokument werden sollen — fassen Sie sie zuerst mit Bild in PDF zu einer Datei zusammen.
Unsere eingebaute OCR liest zehn Sprachen: Englisch, Niederländisch, Deutsch, Französisch, Spanisch, Italienisch, Polnisch, Portugiesisch, Türkisch und Arabisch. Sie wählen die Sprache des Textes; bei Arabisch prüfen Sie die Zahlen. Digitale PDFs behalten ihre Sprache, ganz gleich welche, weil ihr echter Text direkt verwendet wird.
Tabellen, Formulare und Handschrift
Fließtext ist der einfache Fall. Drei Arten von Seiten brauchen besondere Sorgfalt:
- Tabellen — OCR liest die Wörter, aber nicht immer das Raster. Spalten können quer statt von oben nach unten gelesen werden, und eine leere Zelle kann den Rest einer Zeile um eine Spalte nach links rutschen lassen. Prüfen Sie die Struktur, nicht nur die Rechtschreibung; bei Tabellen in einem PDF behält PDF in Excel Zeilen und Spalten, wo es kann.
- Formulare — gedruckte Beschriftungen werden gut gelesen, handschriftliche Einträge in Kästchen aber schwer, und Ankreuzfelder sind gar kein Text. Rechnen Sie damit, die eingetragenen Werte selbst abzutippen.
- Handschrift — allgemeine OCR ist für Druckschrift gebaut. Saubere Blockbuchstaben können funktionieren, Schreibschrift meist nicht. Handschrift zu erkennen ist ein eigenes, viel schwierigeres Problem.
Ein Beispiel aus der Praxis: ein Stapel Belege
Angenommen, Sie wollen die Beträge von zwanzig Papierbelegen in einer Tabelle haben. Fotografieren Sie jeden flach auf einem dunklen Tisch bei gutem Licht, von senkrecht oben, bildfüllend. Lesen Sie sie mit Bild in Text (OCR) einen nach dem anderen aus und kopieren Sie die Summen; Thermobelege verblassen, tun Sie es also, bevor der Druck verschwindet. Für das Archiv fassen Sie die Fotos mit Bild in PDF zu einem PDF zusammen — die Bilder selbst bleiben der Nachweis, der ausgelesene Text ist die Arbeitserleichterung.
Immer Korrektur lesen
OCR ist nie perfekt, prüfen Sie das Ergebnis also — besonders Zahlen. Typische Verwechslungen sind 0 und O, 1 und l und I, „rn“ und „m“, „cl“ und „d“. Bei Beträgen, Rechnungen und Maßen wiegt eine falsche Ziffer schwerer als zehn falsche Buchstaben; vergleichen Sie die Summen mit dem Original. Eine Rechtschreibprüfung fängt viele der Buchstabenfehler in einem Durchgang ab.
Warum es darauf ankommt, wo die OCR läuft
Die Dokumente, die Menschen scannen, sind oft die privatesten: Verträge, Gehaltsabrechnungen, Arztbriefe, Ausweispapiere. Auf Convertburda läuft die OCR in Ihrem eigenen Browser. Beim ersten Mal lädt Ihr Browser die Erkennungs-Engine herunter (einige Megabyte) und behält sie; danach verlassen Ihre Scans Ihr Gerät nie. Mehr dazu in unserem Ratgeber Dateien vertraulich konvertieren.