Text aus Bild extrahieren (OCR)
Wandeln Sie Bilder, gescannte Seiten und Screenshots in auswählbaren Text um. Das Bild wird auf Ihrem Gerät verarbeitet und nicht hochgeladen
Bild auswählen
Klicken zum Durchsuchen oder Drag & Drop
JPG, PNG oder WebP, am besten in voller Qualität
Extrahierter Text
So nutzen Sie das Tool
- Wählen Sie die Dokumentsprache (Englisch, Spanisch, Französisch, Deutsch, Portugiesisch oder Italienisch), damit die passenden Erkennungsdaten genutzt werden.
- Wählen Sie ein JPG-, PNG- oder WEBP-Bild aus oder ziehen Sie es in den Upload-Bereich.
- Klicken Sie auf „Text extrahieren“ und warten Sie kurz: Beim ersten Mal werden OCR-Engine und Sprachdaten einmalig geladen.
- Prüfen Sie den Text, korrigieren Sie falsch erkannte Zeichen und klicken Sie auf „Text kopieren“.
Rechenbeispiel
Angenommen, Sie haben eine gedruckte Stromrechnung fotografiert und brauchen die Kundennummer in einer Tabelle. Wählen Sie die Sprache der Rechnung, laden Sie ein scharfes, gerades, gut ausgeleuchtetes Foto hoch und starten Sie die Erkennung. Sauberer Druck wird meist weitgehend richtig erkannt, doch ähnliche Zeichen wie 0 und O oder 1 und l sind typische Fehler – vergleichen Sie jede Ziffer mit dem Original, bevor Sie sie übernehmen. Unscharfe, schiefe oder kontrastarme Bilder liefern deutlich schlechtere Ergebnisse als ein flacher Scan; ein neues Foto ist oft schneller als das Korrigieren.
Methodik
Die Engine ist Tesseract (Apache License 2.0). Sie entstand in den 1980er-Jahren bei HP Labs, wurde 2005 als Open Source veröffentlicht und wird seither mit Unterstützung von Google weiterentwickelt. Ab Version 4 ist ihr Standard-Erkenner ein neuronales LSTM-Netz, das ganze Textzeilen liest. Diese Seite führt Tesseract.js 5.1.0 aus (ebenfalls Apache 2.0), eine WebAssembly-Version der Engine für Browser.
Was ein Foto braucht, damit die Texterkennung es lesen kann
Das Ergebnis entscheidet sich meist schon vor dem Klick auf die Schaltfläche. Diese Stolperstellen fängt die Seite ab oder mildert sie.
- Falsche Dokumentsprache gewählt. Das Menü startet mit der Sprache Ihrer Seite und bietet sechs Sprachpakete (Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Italienisch). Ein spanischer Brief mit deutschen Daten verliert seine ñ und Akzente. Wählen Sie die Sprache des Dokuments, nicht die Ihrer Oberfläche.
- Die ganze Seite aus großer Entfernung fotografieren. Bilder werden auf 2.400 px an der langen Seite begrenzt. Schneiden Sie eine A4-Seite auf den Textblock zu, etwa die halbe Höhe (14,9 cm), und dieselben 2.400 px ergeben rund 410 DPI statt 205.
- Helle Schrift auf transparentem Hintergrund hochladen. Transparente Flächen werden vor der Erkennung weiß gefüllt; weiße oder helle Schrift auf einem transparenten PNG verschwindet dadurch. Exportieren Sie das Bild vorher mit dunklem, deckendem Hintergrund.
- Zwei Sprachen in einem Durchgang erwarten. Pro Durchgang wird nur ein Sprachpaket verwendet. Lassen Sie die Seite zweimal laufen und führen Sie die Texte von Hand zusammen.
- Ein Layout erwarten. Spalten, Tabellen und Formulare kommen als einfache Textzeilen zurück. Betrachten Sie das Ergebnis als Rohmaterial und prüfen Sie jede Ziffer.
Texterkennung liefert eine Schätzung, keine Abschrift.
Hardware für bessere Scans
Ein Scanner, ein Handyhalter und ein Scanner mit Einzug. Scharfe, gleichmäßig beleuchtete Bilder ergeben meist eine bessere Texterkennung.
Ambir mobiler USB-Dokumentenscanner
Ein kompakter USB-Einzugsscanner für Belege, Karten und Dokumente laut Produktseite. Ein sauberer Scan ergibt meist eine bessere Texterkennung als ein Foto.
Flexibler Schwanenhals-Handyhalter für den Tisch
Eine Schwanenhals-Halterung, die laut Produktseite ein Handy über dem Tisch hält, damit Sie Seiten flach und ruhig fotografieren können.
Automatischer Duplex-Dokumentenscanner
Ein Duplex-Tischscanner mit automatischem Dokumenteneinzug laut Produktseite, um ganze Seitenstapel in einem Durchgang zu scannen.
Als Amazon-Partner verdienen wir an qualifizierten Verkäufen, ohne dass Ihnen zusätzliche Kosten entstehen.
Häufige Fragen
Wird mein Bild irgendwohin hochgeladen? ▼
Nein. Das Bild wird in Ihrem Browser dekodiert, verkleinert und erkannt. Über das Netzwerk laufen nur die Werkzeuge: Das Tesseract.js-Skript, die WebAssembly-Engine und die Sprachdatei werden beim Klick auf „Text extrahieren“ vom jsDelivr-CDN geladen. Dieser Host sieht Ihre IP-Adresse und die Namen dieser Dateien, aber weder Ihr Bild noch den gefundenen Text.
Warum enthält die Ausgabe Tippfehler oder fehlende Zeilen? ▼
Typische Ursachen sind Unschärfe, Schatten auf der Seite, geringer Kontrast, schräg aufgenommene Handyfotos, sehr kleine Schrift und Handschrift. Fotografieren Sie die Seite von oben bei gleichmäßigem Licht, schneiden Sie auf den Text zu und komprimieren Sie die Datei nicht erneut. Prüfen Sie außerdem, ob die Dokumentsprache zur Auswahl passt: Bei „Englisch“ werden Zeichen wie ä, é oder ñ oft falsch gelesen, und eine Seite mit zwei Sprachen führen Sie am besten zweimal aus.
Wie lange dauert es, und funktioniert es offline? ▼
Der erste Durchlauf braucht eine Internetverbindung, um Engine und Sprachdaten zu laden, was bei langsamer Verbindung spürbar dauert. Die Erkennung selbst läuft auf Ihrem Prozessor, ein großes Foto braucht also auf einem älteren Smartphone länger als auf einem Laptop. Sind die Dateien im Browser zwischengespeichert, startet ein erneuter Durchlauf unter Umständen schneller; Offline-Nutzung ist aber nicht garantiert, weil der Cache geleert werden kann.
Kann ich mich bei Verträgen oder Rechnungen auf das Ergebnis verlassen? ▼
Betrachten Sie es als ersten Entwurf. OCR kann ähnlich aussehende Zeichen vertauschen (0 und O, 1 und l, 5 und S), was bei Beträgen, IBANs, Daten und Namen riskant ist. Vergleichen Sie den extrahierten Text mit dem Original, bevor Sie ihn für Rechtliches, Medizinisches oder Finanzielles verwenden.