Was ist OCR (optische Zeichenerkennung)?
OCR ist eine Technik, die Bilder mit Text analysiert, etwa Fotos, gescannte Dokumente, Screenshots oder PDFs, die nur aus Bildern bestehen, und den sichtbaren Text in Zeichen umwandelt, die ein Computer lesen kann. Heraus kommt Text, den Sie kopieren, durchsuchen und in anderen Programmen weiterverwenden können. Ohne OCR ist ein Scan nur ein Bild. Mit OCR wird daraus nutzbarer digitaler Text. Wer also Text aus einem Bild holen möchte, braucht eine Texterkennung.
- Optische Zeichenerkennung (OCR)
- Eine Technik, die mit Mustererkennung und maschinellem Lernen Schriftzeichen in Bildern erkennt und in digitalen Text umwandelt. Moderne OCR kommt mit vielen Schriftarten und Layouts zurecht. Wie gut die Erkennung ist, hängt vor allem von der Bildqualität ab und davon, ob die Engine für die jeweilige Sprache trainiert wurde.
So funktioniert Texterkennung Schritt für Schritt
- Bildvorverarbeitung: In Graustufen umwandeln, Kontrast anpassen, Rauschen entfernen, Schräglage und Drehung korrigieren und binarisieren (reines Schwarz-Weiß).
- Layoutanalyse: Textbereiche finden, Spalten, Absätze und Zeilen erkennen. Text von Bildern, Tabellen und Zierelementen trennen.
- Zeichensegmentierung: Zeilen in einzelne Zeichen oder Zeichengruppen zerlegen, auch bei zusammenhängenden Buchstaben und ungleichmäßigen Abständen.
- Zeichenerkennung: Jedes Zeichen mit trainierten Modellen abgleichen. Tesseract nutzt ein pro Sprache trainiertes LSTM-Netz; KI-OCR nutzt große multimodale Modelle, die die ganze Seite im Zusammenhang lesen.
- Nachbearbeitung: Sprachmodelle und Wörterbücher korrigieren typische Fehler, etwa 0 statt O oder 1 statt l.
- Ausgabe: Der erkannte Text wird ausgegeben. Manche Programme speichern zusätzlich die Position jedes Wortes, um ein durchsuchbares PDF zu erstellen; Allin PDF liefert nur reinen Text (kopieren oder .txt).
KI-OCR und klassische OCR im Vergleich
| Kriterium | KI-OCR (Gemini in Allin PDF Pro) | Klassische OCR (Tesseract.js, kostenlos) |
|---|---|---|
| Sauberer Drucktext | Sehr gut | Gut in den trainierten Sprachen |
| Handschrift | Liest ordentliche Handschrift | Sehr eingeschränkt |
| Sprachen | Viele, auch Deutsch, Französisch, Spanisch | 5 in Allin PDF: Englisch, Chinesisch (vereinfacht/traditionell), Japanisch, Koreanisch |
| Komplexe Layouts | Kommt besser mit Tabellen, Spalten, Formularen zurecht | Tut sich mit verschachtelten Layouts schwer |
| Verarbeitung | In der Cloud (Internet und Google-Anmeldung nötig) | Im Browser, die Datei bleibt auf Ihrem Gerät |
| Limits | Bis zu 50 Seiten pro Durchlauf, 100 Durchläufe pro Tag | Ohne Anmeldung, ohne Tageslimit |
| Datenschutz | Verschlüsselt übertragen, nicht gespeichert | Wird nie hochgeladen |
| Kosten | In Pro enthalten (9,99 $/Monat oder 59,99 $/Jahr) | Kostenlos |
So nutzt Allin PDF OCR
Allin PDF bietet zwei Engines, und Sie wählen die passende für Ihr Dokument:
- Kostenlos: lokale Engine (Tesseract.js): Läuft in Ihrem Browser, die Datei wird also nicht hochgeladen. Keine Anmeldung, kein Tageslimit. Die Sprachdaten werden beim ersten Einsatz einer Sprache heruntergeladen. Gut geeignet für vertrauliche Dokumente auf Englisch, Chinesisch, Japanisch oder Koreanisch.
- Pro: KI-OCR (Gemini): Die Seiten gehen über eine verschlüsselte Verbindung an Gemini, das sie im Zusammenhang liest. Bis zu 50 Seiten pro Durchlauf und 100 Durchläufe pro Tag. Die richtige Wahl für deutsche Texte, Handschrift, schlechte Scans und komplizierte Layouts. Scheitert die KI an einer Seite, wird diese Seite automatisch mit der lokalen Engine verarbeitet.
Beide Engines nehmen JPG, PNG und PDF an, auch gescannte PDFs. Beachten Sie, dass sich die Web-App nur mit Internetverbindung öffnen lässt. Wenn Sie Texterkennung komplett offline brauchen, nutzen Sie die Allin PDF App für iOS, in der die lokalen Werkzeuge direkt auf dem Gerät laufen.
Unterstützte Sprachen
Die kostenlose lokale Engine von Allin PDF ist für genau 5 Sprachen trainiert:
- Englisch
- Chinesisch: vereinfacht und traditionell
- Japanisch und Koreanisch
Deutsch gehört nicht dazu. Die lokale Engine erkennt ä, ö, ü und ß häufig falsch, sodass im Ergebnis zum Beispiel „Grusse“ statt „Grüße“ stehen kann. Für Dokumente auf Deutsch, Französisch, Spanisch oder in anderen Sprachen, auch für gemischtsprachige Seiten, nutzen Sie die KI-OCR in Pro (Gemini), die diese Zeichen zuverlässig liest.
Tipps für eine bessere Texterkennung
- Mit 300 dpi scannen: Höhere Auflösung liefert mehr Details pro Zeichen. 200 dpi reichen meist, 300 dpi sind ein guter Standard.
- Auf gutes Licht achten: Gleichmäßig ausleuchten, ohne Schatten und Spiegelungen. Bei Glanzpapier auf den Blitz verzichten.
- Text gerade halten: Schräger oder gedrehter Text verschlechtert das Ergebnis. Kleine Winkel werden meist automatisch korrigiert, quer liegende oder kopfstehende Seiten sollten Sie vorher drehen.
- Auf hohen Kontrast achten: Dunkle Schrift auf weißem oder hellem Grund funktioniert am besten. Farbige Schrift oder Hintergründe senken die Genauigkeit.
- Die richtige Sprache wählen: Bei der lokalen Engine verdirbt eine falsche Sprache das Ergebnis. Ist Ihr Dokument nicht in einer der 5 Sprachen verfasst, etwa auf Deutsch, nehmen Sie die KI-OCR in Pro.
Typische Einsatzzwecke
- Papierdokumente digitalisieren: Briefe, Verträge und Notizen in bearbeitbaren Text umwandeln und archivieren
- Daten aus Belegen und Rechnungen holen: Beträge, Daten und Händlernamen aus einem Foto übernehmen
- Text in Scans finden: Den Text eines gescannten PDFs extrahieren und in einem Editor oder Notizprogramm durchsuchen
- Barrierefreiheit: Gedrucktes in Text verwandeln, den Screenreader vorlesen können
- Übersetzungen vorbereiten: Text aus fremdsprachigen Dokumenten holen und in ein Übersetzungstool einfügen
Gleich ausprobieren? Öffnen Sie die OCR von Allin PDF und ziehen Sie ein Bild oder gescanntes PDF hinein.
Häufige Fragen
Erkennt OCR auch Handschrift?
Die KI-OCR in Pro (Gemini) kann ordentliche, gut lesbare Handschrift erkennen, das Ergebnis hängt aber stark vom Schriftbild ab. Die lokale Tesseract-Engine ist für Drucktext gebaut und kommt mit Handschrift kaum zurecht. Für handschriftliche Notizen nehmen Sie die KI-OCR.
Bleibt die ursprüngliche Formatierung erhalten?
Nein. Die OCR von Allin PDF holt nur den Text heraus und gibt ihn als reinen Text zum Kopieren oder als .txt aus. Wenn Sie ein bearbeitbares Dokument mit dem Layout des PDFs brauchen, verwenden Sie PDF in Word, das die Struktur als .docx-Datei nachbaut.
Kann ich deutschen Text aus einem Bild kostenlos erkennen lassen?
Sie können es mit der kostenlosen Engine versuchen, sie ist aber nicht für Deutsch trainiert und macht bei Umlauten und ß viele Fehler. Für ein verlässliches Ergebnis nutzen Sie die KI-OCR in Pro. Mit der kostenlosen Engine wird Ihr Dokument nie hochgeladen; bei der KI-OCR wird es verschlüsselt übertragen und nicht gespeichert.