Gescanntes PDF bereinigen und OCR anwenden
Leere Seiten entfernen, Farben verbessern, OCR ausführen und das durchsuchbare PDF herunterladen.
Wofür ist diese Vorlage gedacht?
Leere Seiten entfernen, Farben verbessern, OCR ausführen und das durchsuchbare PDF herunterladen.
Die Vorlage macht ein gescanntes Dokument sauber und durchsuchbar: Sie entfernt leere Seiten, verstärkt den Kontrast und startet die Texterkennung (OCR), die unter dem Bild eine unsichtbare Textebene einfügt. Danach kannst du den Inhalt durchsuchen, kopieren oder indexieren lassen.
Pipeline-Schritte
Diese Vorlage verknüpft automatisch 5 Schritte im Workspace. Vor der Ausführung können Sie jede Einstellung prüfen.
- 1PDF importieren
- 2Leere Seiten entfernen
- 3Kontrast und Farben anpassen
- 4PDF-OCR
- 5PDF herunterladen
Warum die Schritte in dieser Reihenfolge stehen
Leere Seiten werden vor der OCR entfernt, damit keine leeren Seiten analysiert werden. Der Kontrast wird vor der Erkennung verstärkt, weil schärferer Text besser gelesen wird.
Wann sollte diese Vorlage verwendet werden?
- Gescannte Rechnungen oder Verträge per Suchbegriff auffindbar machen.
- Eine Passage aus einem digitalisierten Papierdokument kopieren, ohne sie abzutippen.
- Gescannte Archive vor dem Ablegen vorbereiten.
Lokale Verarbeitung im Browser
Wenn die verwendeten Module lokale Verarbeitung unterstützen, bleiben Ihre Dateien während der Ausführung auf Ihrem Gerät.
Einstellungen, die du prüfen solltest
- OCR-Sprache: standardmäßig Französisch, außerdem Englisch, Spanisch, Deutsch, Italienisch, Portugiesisch oder Französisch + Englisch; wähle die Sprache deines Dokuments.
- Analyseauflösung: standardmäßig Skalierung 1,8 (etwa 130 dpi); erhöhe sie bei kleiner Schrift.
- Kontrast: mit einem festen Wert (+20) verstärkt, ohne Option in dieser Vorlage.
Beispiel
- Vorher
- Gescannte Rechnung mit 3 Seiten ohne auswählbaren Text.
- Nachher
- PDF mit 3 Seiten, in dem du nach „Gesamtbetrag“ oder der Rechnungsnummer suchen kannst.
Grenzen, die du kennen solltest
- Die Erkennung kann sich bei einem unscharfen, schiefen oder handschriftlichen Scan irren: Prüfe Beträge und Namen.
- Wähle die richtige Sprache: Ein deutsches Dokument, das als Französisch analysiert wird, ergibt mehr Fehler.
- Die OCR ist der langsamste Teil: Rechne im Browser mit mehreren Sekunden pro Seite.