Bild in Text umwandeln: Gedrucktes erkennen, prüfen und speichern
Admin ·
Bild in Text wandelt abgebildete Druckschrift in Text um, den Sie bearbeiten, kopieren oder herunterladen können. Wählen Sie ein einzelnes unbewegtes JPG-, PNG- oder WebP-Bild, stellen Sie die gedruckte Sprache ein und starten Sie die Erkennung. Vergleichen Sie das Ergebnis vor der Verwendung mit dem Bild.
Erst die Prüfung macht den erkannten Text verlässlich nutzbar. Diese Anleitung erläutert die zehn Sprachmodelle, Datei- und Pixelgrenzen, Probleme mit Hintergrund und Bildqualität sowie die Aktionen, die Ihre Korrekturen erhalten oder ersetzen.
Aus einem Bild bearbeitbaren Text gewinnen
Wählen Sie über „Bild auswählen“ ein Bild mit Druckschrift und unter „Sprache des gedruckten Textes“ die passende Sprache. „Text erkennen“ startet die Verarbeitung im Browser. Korrigieren Sie die Ausgabe im Feld „Erkannter Text“ und verwenden Sie „Kopieren“ oder „Text herunterladen“. Der Download heißt recognized.txt und enthält einfachen Text in UTF-8.
Verwenden Sie möglichst das klare Original: etwa einen Screenshot, ein Foto eines gedruckten Aushangs oder einen als Bild gespeicherten Scan. OCR erschließt Zeichen aus Pixeln; sie stellt keine garantiert richtige Originalfassung wieder her. Prüfen Sie besonders Namen, Daten und Beträge, deren Bedeutung schon ein kleines Versehen verändert.
- Ein einzelnes unbewegtes JPG, PNG oder WebP auswählen; eine Stapelverarbeitung gibt es hier nicht.
- Die im Bild gedruckte Sprache wählen, auch wenn die Website eine andere Sprache verwendet.
- Korrigierten Text vor einem Dateiwechsel oder einer erneuten Erkennung sichern.
Dateigröße und beide Bildabmessungen prüfen
Drei Grenzen gelten gleichzeitig: höchstens 25000000 Byte, insgesamt 24000000 Pixel und maximal 12000 Pixel je Seite. Gemeint sind dezimale 25 MB, nicht 25 MiB. Breite × Höhe ergibt die Pixelzahl. Ein Bild mit 6000 × 4000 Pixeln hat 24 Megapixel und erfüllt die Abmessungsgrenzen, sofern auch die Dateigröße passt und es sich erfolgreich dekodieren lässt.
Ein Bild mit 13000 × 1000 Pixeln hat nur 13 Megapixel, überschreitet aber die Seitengrenze. Starke Kompression kann viele Pixel in einer kleinen Datei verbergen. Geprüft wird der Inhalt: Eine in .png umbenannte PDF wird dadurch kein Bild. Animierte PNG- und WebP-Dateien werden abgewiesen; beschädigte Dateien oder nicht sicher lesbare Abmessungen können auch innerhalb der Größenlimits scheitern.
| Prüfung | Zulässige Eingabe | Praktischer Schritt |
|---|---|---|
| Format | Ein unbewegtes JPEG, PNG oder WebP | Ein unterstütztes Standbild exportieren; Umbenennen genügt nicht. |
| Dateigröße | Höchstens 25000000 Byte | Unnötige Bildflächen entfernen oder in geeigneter Größe exportieren. |
| Gesamtpixelzahl | Breite × Höhe höchstens 24000000 | Pixelabmessungen zusätzlich zur Dateigröße prüfen. |
| Längere Seite | Keine Seite über 12000 Pixel | Sehr lange Screenshots anderswo in lesbare Abschnitte zuschneiden oder teilen. |
Das Sprachmodell an die Druckschrift anpassen
Zehn Erkennungssprachen stehen einzeln zur Verfügung: Englisch, Französisch, Deutsch, Italienisch, Portugiesisch, Spanisch, vereinfachtes Chinesisch, Hindi, Arabisch und Bengali. Wählen Sie die Sprache im Bild. Bei vorhandener Entsprechung startet die Oberfläche mit ihrem Sprachmodell; Indonesisch und Urdu starten mit Englisch, da für sie kein OCR-Modell angeboten wird.
Der Sprachwechsel der Website und „Sprache des gedruckten Textes“ erfüllen verschiedene Aufgaben. Italienische OCR ist ohne italienische Oberfläche verfügbar. Vereinfachtes Chinesisch verspricht kein eigenes Modell für traditionelles Chinesisch; Arabisch ist kein Urdu-Modell. Eine automatische Spracherkennung oder kombinierte Sprachauswahl fehlt. Mehrsprachige Vorlagen können getrennte Ausschnitte oder einen anderen passenden Arbeitsablauf erfordern.
| Gedruckte Sprache | Modellkennung | Bezug zur Oberfläche |
|---|---|---|
| Englisch / Französisch / Deutsch | eng / fra / deu | Jeweils Standardmodell der entsprechenden Oberfläche. |
| Italienisch / Portugiesisch / Spanisch | ita / por / spa | Italienisch ist eine OCR-Option; Portugiesisch und Spanisch haben auch passende Oberflächen. |
| Vereinfachtes Chinesisch / Hindi | chi_sim / hin | Chinesische und Hindi-Oberflächen starten mit dem jeweiligen Modell. |
| Arabisch / Bengali | ara / ben | Arabische und bengalische Oberflächen starten mit dem jeweiligen Modell. |
| Indonesisch / Urdu | Hier kein entsprechendes Modell | Ihre Oberflächen starten mit Englisch und ergänzen keine Erkennungssprache. |
Welche Aktion ersetzt Ihre Korrekturen?
Ein Wechsel von „Sprache des gedruckten Textes“ erhält den aktuellen Text und löscht die vorherige Fehlermeldung. Er übersetzt nichts und startet keine Erkennung. So bleiben Korrekturen beim Vorbereiten einer anderen Einstellung erhalten. Erst „Text erkennen“ beginnt einen neuen Lauf und leert den alten Text sofort. Sichern Sie gewünschte Änderungen vorher durch Kopieren oder Herunterladen.
Auch eine neue Datei löscht das bisherige Ergebnis. Während der Erkennung sind Dateiauswahl, Sprachwahl und Editor gesperrt. Danach bleibt die Ausgabe dieses Laufs stehen, bis Sie sie bearbeiten oder eine löschende Aktion ausführen. Es gibt weder Auftragsverlauf noch Vergleichsansicht. Sichern Sie bei zusammengehörigen Bildern jedes geprüfte Ergebnis und fügen Sie die Texte selbst zusammen.
Eine gut lesbare Vorlage vorbereiten
Achten Sie auf Schärfe und deutlichen Kontrast zwischen Schrift und Hintergrund. Fotografieren Sie flache Seiten gleichmäßig beleuchtet und möglichst senkrecht. Vermeiden Sie Spiegelungen auf Wörtern und tiefe Schatten an Falten. Entfernen Sie unnötige Umgebung, lassen Sie jedoch etwas Rand um Akzente, Unterlängen und Zeilenenden. Dafür können Sie das separate Werkzeug zum Zuschneiden verwenden.
Richten Sie stark schrägen Text aus und prüfen Sie kleine Buchstaben in lesbarer Vergrößerung. Das Vergrößern unscharfer Bilder stellt verlorene Details nicht wieder her; eine andere DPI-Angabe erzeugt keine Pixel. Dieses OCR-Feld besitzt keine Regler für Zuschnitt, Kontrast oder Auflösung. Ein klareres Bild oder ein gezielter Ausschnitt hilft eher als wiederholte Erkennung derselben schlechten Vorlage.
Hintergrund und Ausrichtung beachten
Beim Dekodieren werden Ausrichtungsmetadaten berücksichtigt. Anschließend zeichnet das Werkzeug das Bild in seinen dekodierten Pixelabmessungen auf Weiß; transparente Flächen werden weiß. Schwarze Schrift auf Transparenz kann funktionieren. Weiße Schrift, die für einen dunklen Hintergrund gedacht war, kann verschwinden. Exportieren Sie dann eine Fassung mit geeignetem Kontrast.
Die Engine kann bei der Erkennung eine Drehung berücksichtigen. Das garantiert keine korrekte Verarbeitung seitlicher, umgedrehter oder schräger Schrift. Eine Drehsteuerung oder Vorschau des vorbereiteten Bildes gibt es hier nicht. Prüfen Sie problematische Vorlagen in einem Bildbetrachter und drehen Sie sie gezielt mit einem separaten Werkzeug. Auch danach muss die neue Ausgabe geprüft werden.
Tesseract: Ausgabequalität verbessernTesseract.js 7.0.0: API
Lesereihenfolge statt Seitengestaltung prüfen
Die Ausgabe ist bearbeitbarer einfacher Text. Seitengestaltung, Schriftformatierung, Tabellenzellen, Abbildungen und durchsuchbare PDFs werden nicht erzeugt. Zeilenumbrüche können helfen, bilden die Seite aber nicht exakt ab. Bei zwei Spalten, Preislisten oder Formularen kann die Wortreihenfolge falsch sein, obwohl einzelne Zeichen richtig aussehen.
Prüfen Sie vor dem Einfügen die Zuordnung zwischen Beschriftungen und Werten. Getrennte Spaltenausschnitte erleichtern die Kontrolle. Benötigte Tabellen müssen Sie ausdrücklich rekonstruieren und Zeile für Zeile überprüfen. „Text herunterladen“ speichert den Editorinhalt. Eine neue Endung wie .docx, .xlsx oder .pdf erzeugt kein entsprechendes Dokumentformat.
Tesseract: Ausgabequalität verbessernTesseract.js 7.0.0: API
Kleine Fehler mit großer Wirkung finden
Lesen Sie Ausgabe und Vorlage nebeneinander. OCR kann ähnliche Zeichen verwechseln, Satzzeichen auslassen, Akzente verändern oder Zeichen falsch trennen. Auch ein plausibles Wort kann falsch sein. Die Seite zeigt keinen Konfidenzwert; ein abgeschlossener Lauf bestätigt nicht jedes Zeichen. Prüfen Sie Eigennamen, Produktcodes, Daten, Summen und Schrift außerhalb des gewählten Modells besonders genau.
Als erfundenes Prüfbeispiel dient Invoice 4827 — Total 125.50: Vergleichen Sie jede Ziffer, den Dezimalpunkt und die Zuordnung zu den Beschriftungen. Bei unklarer Vorlage darf eine vermeintlich plausible Zahl keine Sichtprüfung ersetzen. Besorgen Sie ein besseres Bild oder das Originaldokument. Korrigieren Sie „Erkannter Text“ vor dem Kopieren oder Herunterladen.
| Prüfen | Mögliches Problem | Kontrolle |
|---|---|---|
| Namen und Akzente | Ein plausibles Wort ersetzt einen Namen oder ein Akzent fehlt. | Jeden Namen mit dem Original vergleichen; Rechtschreibprüfung allein genügt nicht. |
| Zahlen und Codes | O / 0, I / 1 oder ein fehlendes Zeichen verändern den Wert. | Die gesamte Folge samt führenden Nullen und Trennzeichen vergleichen. |
| Beträge und Daten | Dezimalzeichen, Vorzeichen oder Datumstrenner fehlen. | Satzzeichen zusammen mit Beschriftung und Zusammenhang prüfen. |
| Tabellen und Spalten | Lesbare Zeichen sind der falschen Zeile zugeordnet. | Lesereihenfolge prüfen und die benötigte Struktur bewusst wiederherstellen. |
Den korrigierten Editorinhalt exportieren
„Kopieren“ überträgt den aktuellen Inhalt einschließlich Änderungen und Zeilenumbrüchen in die Zwischenablage. Nach Erfolg heißt die Schaltfläche „Kopiert“; eine Textänderung setzt die Anzeige zurück. Scheitert der Zugriff, fordert die Seite zum Markieren auf. Nutzen Sie die normale Textauswahl mit dem Kopierbefehl des Browsers oder Betriebssystems oder laden Sie den Text herunter.
„Text herunterladen“ erzeugt recognized.txt in UTF-8 aus dem aktuellen Editorinhalt. Der Browser bestimmt den Speicherort oder fragt danach. Originalbild und Seitenformatierung werden nicht übernommen. Bei laufender Erkennung oder leerem Editor sind Kopieren und Download gesperrt. Ein erfolgreicher erneuter Kopierversuch entfernt die alte Zwischenablagewarnung.
Lokale Verarbeitung und notwendige Downloads unterscheiden
Der OCR-Ablauf verarbeitet das ausgewählte Bild in einem Browser-Worker. Bild und erkannter Text werden nicht an einen OCR-Server hochgeladen. Engine und ausgewähltes Sprachmodell kommen von ToolMellows eigener Website. Der erste Lauf kann daher Dateien herunterladen, obwohl die Zeichenerkennung lokal stattfindet. Pro Auftrag wird nur das gewählte Modell benötigt, nicht jedes verfügbare Modell.
Lokale OCR bedeutet nicht, dass die Website keine Netzwerkanfragen stellt: Seiten, Skripte, Schriften, OCR-Dateien und übliche Website-Analysen können laden. Dauerhafter Offlinebetrieb oder ein dauerhaft gespeichertes Modell sind nicht zugesichert. Kopieren legt Text in Ihre Zwischenablage, Herunterladen eine separate Datei unter Ihrer Kontrolle. Neuladen verliert den Editorzustand; es gibt weder Wiederherstellungsverlauf noch Garantie sicherer Löschung.
Tesseract.js 7.0.0: lokale InstallationTesseract.js 7.0.0: API
Fortschritt und Abbrechen richtig einordnen
Während eines Laufs erscheinen „Wird verarbeitet…“ und ein Prozentwert. Beim Initialisieren von Engine und Modell kann dieser zunächst null bleiben. Er zeigt Aktivität, keine Erkennungsqualität und keine verlässliche Restzeit. Große Bilder, wenig Gerätespeicher und das Laden der Dateien beeinflussen die Dauer. Für die Erkennung gibt es hier keine feste Zeitgrenze.
„Abbrechen“ beendet den aktuellen Auftrag und gibt die Bedienelemente frei. Es pausiert die Engine nicht, bewahrt keine Teilergebnisse auf und stellt den beim Start gelöschten Text nicht wieder her. Ein weiterer Lauf beginnt mit gewählter Datei und Sprache von vorn. Bei scheinbarem Stillstand abbrechen, die Erreichbarkeit der Website-Dateien prüfen und gegebenenfalls ein kleineres, gut lesbares Bild versuchen.
Tesseract.js 7.0.0: APITesseract.js 7.0.0: lokale Installation
Leere Ausgabe und fehlgeschlagenen Auftrag unterscheiden
„Kein Text gefunden.“ bedeutet, dass die Engine in diesem Lauf nur Leerraum oder keinen Text lieferte. Prüfen Sie sichtbare Druckschrift, passende Sprache und Kontrast; weiße Schrift auf Transparenz kann auf dem weißen Hintergrund verschwinden. Eine leere Ausgabe beweist nicht, dass die Vorlage keinen Text enthält. Möglicherweise kann diese Erkennungseinstellung ihn nicht lesen.
Die Meldung „Der Vorgang konnte nicht abgeschlossen werden. Versuchen Sie eine kleinere Datei oder laden Sie die Seite neu.“ ist allgemeiner. Ursachen können Format, beschädigte Daten, Grenzüberschreitung, Dekodierung, Speicher oder das Laden von Engine und Modell sein. Die Meldung allein benennt die Ursache nicht. Prüfen Sie die passenden Punkte und sichern Sie nützliche Änderungen vor Dateiwechsel oder Neustart.
| Beobachtung | Zuerst prüfen | Nächster Schritt |
|---|---|---|
| „Text erkennen“ ist gesperrt | Keine Datei gewählt oder ein Auftrag läuft. | Ein unterstütztes Bild wählen; den laufenden Auftrag abwarten oder abbrechen. |
| „Kein Text gefunden.“ | Leeres Bild, geringer Kontrast, falsches Modell oder schwierige Schrift. | Vorlage und Sprache prüfen, dann einen klareren Ausschnitt versuchen. |
| Vorgang nicht abgeschlossen | Format, alle drei Grenzen und das Laden der Dateien. | Ein neues unterstütztes Bild innerhalb der Grenzen exportieren; bei Bedarf neu laden. |
| Verstümmelte oder fehlende Wörter | Bildqualität, gedruckte Sprache und Lesereihenfolge. | Mit dem Bild vergleichen und korrigieren; für nicht unterstützte Schrift einen passenden anderen Ablauf wählen. |
| Zwischenablage nicht verfügbar | Der Zugriff auf die Zwischenablage ist fehlgeschlagen. | Text markieren und manuell kopieren, herunterladen oder „Kopieren“ erneut versuchen. |
Tesseract.js 7.0.0: APITesseract: Ausgabequalität verbessern
Für andere Ergebnisse einen passenden Ablauf wählen
Handschrift, Unterschriften und exakte Seitengestaltung werden nicht unterstützt. Das Werkzeug ist für Druckschrift in seinen zehn Erkennungssprachen gedacht. Es übersetzt nicht, liest keine Barcodes aus, interpretiert keine Diagramme und erklärt keine Dokumentinhalte. Auch gut lesbare Handschrift oder eine Urdu-Seite benötigen einen geeigneten anderen Ablauf statt eines vermeintlich ähnlichen Sprachmodells.
Für PDF verwenden Sie das separate Werkzeug PDF zu Word und prüfen dessen eigene Grenzen und Ausgabe. Dieser Bild-Arbeitsbereich nimmt keine PDFs an. Mit dem Bildzuschnitt können Sie Textbereiche isolieren; nach der Prüfung hilft der Wortzähler. Entscheiden Sie anhand des tatsächlich benötigten Ergebnisses: geprüfter Text, ein rekonstruiertes Dokument oder ein anderes Format.
Häufige Fragen
Welche Bildformate kann ich verwenden?
Ein einzelnes unbewegtes JPG, PNG oder WebP. Animierte PNG-/WebP-Dateien und nicht unterstützte Inhalte werden abgewiesen. Umbenennen konvertiert keine Datei; auch plausibel aussehende Dateien können beschädigt oder nicht sicher dekodierbar sein.
Welche Größenlimits gelten?
Höchstens 25000000 Byte, insgesamt 24000000 Pixel und maximal 12000 Pixel je Seite. Alle drei Grenzen gelten zugleich; die Dateigröße allein genügt nicht.
Welche OCR-Sprachen sind verfügbar?
Englisch, Französisch, Deutsch, Italienisch, Portugiesisch, Spanisch, vereinfachtes Chinesisch, Hindi, Arabisch und Bengali. Wählen Sie jeweils eine passende Drucksprache. Eine automatische oder kombinierte Sprachauswahl gibt es nicht.
Erkennt die Urdu- oder indonesische Oberfläche diese Sprachen?
Oberflächensprachen ergänzen keine Modelle. Beide starten mit Englisch; Urdu- und indonesische OCR-Modelle fehlen hier. Arabisch ist kein Urdu-Modell. Verwenden Sie einen Ablauf, der die gedruckte Sprache ausdrücklich unterstützt.
Übersetzt ein Wechsel der gedruckten Sprache den Text?
Nein. Er bestimmt das Modell für den nächsten Lauf und erhält den Editorinhalt. „Text erkennen“ liest das Bild erneut und ersetzt den alten Text. Sichern Sie Korrekturen vorher.
Werden Handschrift oder Tabellen übernommen?
Handschrift und exakte Seitengestaltung sind nicht unterstützt. Die Ausgabe ist einfacher Text; Tabellen- und Spaltenreihenfolge können falsch sein. Prüfen und rekonstruieren Sie benötigte Strukturen.
Warum bleibt das Ergebnis leer?
Mit Bild und Modell wird möglicherweise keine lesbare Schrift erkannt. Prüfen Sie Sprache, Kontrast, Schärfe und Hintergrund. Transparente Bilder werden auf Weiß gezeichnet, wodurch helle Schrift verschwinden kann.
Zeigt der Prozentwert die OCR-Genauigkeit?
Nein. Er zeigt Fortschritt und kann beim Initialisieren null bleiben. Ein Konfidenzwert wird nicht angezeigt; Abschluss garantiert keine richtige Erkennung.
Was geschieht beim Abbrechen?
Der Auftrag stoppt, die Bedienelemente werden frei. Es gibt kein Pausieren, Fortsetzen oder Wiederherstellen von Teilergebnissen. Der beim Start gelöschte Text kehrt nicht zurück.
Werden Bild und erkannter Text hochgeladen?
Der untersuchte OCR-Ablauf verarbeitet sie im Browser und sendet sie nicht an einen OCR-Server. Seite und ausgewählte OCR-Dateien laden weiterhin von der Website; normale Website-Anfragen sind möglich. Lokale Verarbeitung verspricht keinen dauerhaften Offlinebetrieb.
Enthält der Download meine Korrekturen?
Ja. „Kopieren“ und „Text herunterladen“ verwenden den aktuellen Editorinhalt. Der Download ist die UTF-8-Textdatei recognized.txt, ohne Originalbild oder rekonstruierte Seitenformatierung.
Kann ich Text nach Dateiwechsel oder Neuladen wiederherstellen?
Es gibt keinen Auftragsverlauf. Ein anderes Bild, eine erneute Erkennung oder Neuladen können den aktuellen Text löschen. Kopieren oder laden Sie gewünschte Änderungen vorher herunter.