Bereinige ein gescanntes PDF vor der OCR und erstelle daraus ein besser nutzbares durchsuchbares Dokument.
Ein vom Scanner erzeugtes PDF kann lediglich aus Seitenbildern bestehen. Lesen ist möglich, aber Namen suchen, Text auswählen oder Inhalte weiterverwenden wird schwierig. OCR ergänzt eine Textebene; eine vorherige Bereinigung vermeidet unnötige Erkennungsarbeit.
Die fertige Vorlage bereinigt den Scan und führt anschließend OCR aus, um ein durchsuchbares PDF zu erzeugen.
Ein Scan kann leere Seiten, Zwischenstände oder nicht benötigte visuelle Eigenschaften enthalten. Diese vor der Erkennung zu entfernen oder zu normalisieren spart unnötige Verarbeitung. Die Pipeline hält die richtige Reihenfolge ein, sodass OCR auf dem vorbereiteten Dokument arbeitet.
Optische Zeichenerkennung analysiert Seitenbilder, erkennt Zeichen und erzeugt nutzbaren Text. Dadurch kann das PDF durchsuchbar werden, während das Erscheinungsbild des Scans erhalten bleibt.
OCR ist nicht fehlerfrei. Die Qualität hängt unter anderem von Auflösung, Schärfe, Ausrichtung, Kontrast, Sprache und Layout ab.
Der Workflow eignet sich für gescannte Briefe, Verwaltungsarchive, Papierverträge, Rechnungen und Akten, in denen Wörter oder Referenzen schnell gefunden werden sollen. Ein erkanntes Tabellenbild wird dadurch jedoch nicht automatisch zu einer strukturierten Tabellenkalkulation.
Suche nach mehreren Wörtern auf verschiedenen Seiten und prüfe wichtige Passagen. Bei rechtlichen, finanziellen oder administrativen Dokumenten sollte erkannter Text nie ohne menschliche Kontrolle als garantierte Abschrift gelten.
Kompatible Schritte laufen lokal im Browser. Lange, hochauflösende Scans können deutlich mehr Zeit und Speicher benötigen als gewöhnliche PDF-Verarbeitung.
Mein PDF bereinigen und per OCR erkennen
Textextraktion liest bereits im PDF vorhandenen Text aus. OCR versucht, Text aus dem Bild einer gescannten Seite zu erkennen.
Nein. Auch bei guten Scans sind Fehler möglich; wichtige Angaben müssen geprüft werden.
Bei einem bereits sauberen Dokument ist das möglich. Die Bereinigung ist besonders nützlich, wenn vor der Erkennung unerwünschte Seiten oder Eigenschaften entfernt werden sollen.
Sammlung
12 / 12
Erfahre, was lokale Verarbeitung bedeutet und warum deine Dateien in deinem Browser bleiben.
Entdecke, wie du im Bethemesh Workspace mehrere Operationen verkettest, visuelle Workflows erstellst und deine Pipelines wiederverwendest.
Lerne, deine erste Pipeline in Bethemesh zu erstellen, wiederkehrende Aufgaben zu automatisieren und Workflows mit wenigen Klicks wiederzuverwenden.