Zum Hauptinhalt springen
Bethemesh
PDF & Dokumente

PDF OCR

Wandle gescannte Seiten in Bilder um, wende OCR an und erhalte anschließend eine durchsuchbare PDF sowie den erkannten Text.

  • Export
Automatisieren

Dieses Widget einbetten

Passe die Darstellung an, prüfe die Vorschau und kopiere anschließend den Code.

Vorschau

Art des Einbettungscodes

Zu kopierender Code

Responsive und automatisch von Bethemesh in der Größe angepasst.

Ihre Dateien werden lokal in Ihrem Browser verarbeitet und niemals an unsere Server gesendet.

Datei hier ablegen

Empfohlene Größe: bis zu 100 MB

Das Dokument bleibt im Browser. OCR-Engine und Sprachdaten werden bei Bedarf geladen.

War dieses Werkzeug hilfreich?

Wie funktioniert dieses Tool?

OCR (optische Zeichenerkennung) liest den Text, der auf den Bildern einer gescannten oder fotografierten PDF zu sehen ist. Das Tool liefert zwei Ergebnisse: eine durchsuchbare PDF, in der du Wörter auswählen, kopieren und suchen kannst, und eine reine Textdatei. Die Seiten werden in deinem Browser von der Open-Source-Engine Tesseract analysiert; das Dokument selbst wird nirgendwohin gesendet.

Jede Seite wird zunächst in der gewählten Qualität als Bild gezeichnet: Schnell (Faktor 1,4, etwa 100 dpi), Ausgewogen (1,8, etwa 130 dpi) oder Hoch (2,2, etwa 158 dpi). Tesseract findet darin Wörter, ihre Position und Ausrichtung, und zwar mit der angegebenen Sprache: Französisch, Englisch, Spanisch, Deutsch, Italienisch, Portugiesisch oder Französisch und Englisch kombiniert.

Die durchsuchbare PDF übernimmt jede Seite als Bild und legt die erkannten Wörter in einer unsichtbaren Textebene genau darüber. Am Bildschirm sieht das Dokument aus wie der ursprüngliche Scan; im Reader funktionieren Suche und Auswahl. Die Textdatei enthält den erkannten Text Seite für Seite, jeweils mit einer Markierung --- Page n ---.

Beim ersten Start werden die Tesseract-Engine und die Daten der gewählten Sprache über ein Content-Delivery-Netzwerk (jsDelivr) geladen; dafür ist eine Internetverbindung nötig. Deine Seiten bleiben auf dem Gerät. Während der Erkennung wird der Fortschritt in Prozent angezeigt.

So verwenden Sie dieses Tool

  1. Gescannte PDF importieren

    Wähle das Dokument aus, dessen Text sich nicht auswählen lässt.

  2. Sprache und Qualität einstellen

    Gib die Sprache des Dokuments an und wähle Ausgewogen, bei kleiner Schrift Hoch.

  3. OCR starten und herunterladen

    Am Ende holst du dir über die Schaltflächen die durchsuchbare PDF, den reinen Text oder beides.

Anwendungsfälle

Scan durchsuchbar machen

Finde mit Strg+F einen Namen oder Betrag in einem gescannten Vertrag oder einer Rechnung.

Text aus einem Dokumentfoto holen

Kopiere den Inhalt eines fotografierten Briefs, um ihn zu zitieren oder zu überarbeiten.

Umwandlung vorbereiten

Füge eine Textebene hinzu, bevor du die PDF in Markdown, HTML oder CSV umwandelst.

Beispiele

Eine A4-Seite in Qualität Ausgewogen

Die Seite wird als Bild mit 1072 × 1515 Pixeln (Faktor 1,8) analysiert. In der fertigen PDF markiert die Suche nach der Rechnungsnummer die richtige Stelle im Bild, weil jedes erkannte Wort an seiner ursprünglichen Position liegt.

Eingabe

Gescannte einseitige A4-Rechnung, Sprache Deutsch, Qualität Ausgewogen

Ergebnis

Durchsuchbare rechnung-ocr.pdf und rechnung-ocr.txt, beginnend mit „--- Page 1 ---“

Tipps und bewährte Vorgehensweisen

  • Ein scharfer, gerader und kontrastreicher Scan liefert deutlich bessere Ergebnisse; erhöhe vorher den Kontrast, wenn die Seite blass ist.
  • Wähle die tatsächliche Sprache des Dokuments: Umlaute und häufige Wörter werden dann besser erkannt.
  • Prüfe wichtige Zahlen (Beträge, IBAN, Daten): Die OCR kann 0 und O oder 1 und l verwechseln.
  • Entferne bei einem langen Scan vorher die leeren Seiten, um Zeit zu sparen.

Häufig gestellte Fragen

Wird meine PDF an einen Server gesendet?

Nein. Die Seiten werden in deinem Browser gerendert und erkannt. Nur die Tesseract-Engine und die Sprachdatei werden beim ersten Mal von jsDelivr geladen.

Behält die durchsuchbare PDF vorhandenen Originaltext?

Nein. Jede Seite wird durch ihr Bild ersetzt, und die neue Textebene stammt aus der OCR. Nutze das Tool nicht für eine PDF, deren Text bereits auswählbar ist.

Warum ist die neue Datei größer?

Weil jede Seite zu einem PNG-Bild in der gewählten Auflösung wird. Die Qualität Schnell ergibt eine kleinere Datei, erkennt kleine Schrift aber weniger zuverlässig.

Welche Sprachen werden erkannt?

Französisch, Englisch, Spanisch, Deutsch, Italienisch und Portugiesisch sowie eine Kombination Französisch + Englisch für gemischte Dokumente.

Ist die Erkennung zu 100 % genau?

Nein. Sie hängt von Schärfe, Schriftart und Layout ab; Tabellen, Handschrift und unscharfe Scans führen zu mehr Fehlern.

Wie lange dauert es?

Auf einem aktuellen Computer einige Sekunden pro Seite, in Qualität Hoch oder auf dem Handy länger. Der Fortschritt wird in Prozent angezeigt.

Verwandte Werkzeuge

Mit diesen Werkzeugen weitermachen

Werkzeuge, die diesem ähnlich sind oder es ergänzen.

Passt gut zu

PDF in Markdown

Extrahiere auswählbaren Text aus einer PDF und konvertiere ihn lokal in Markdown, ohne OCR oder Upload.

PDF & DokumenteDieses Werkzeug verwenden

Auch interessant

LeitfadenBewährte MethodenAnfänger

PDF verstehen: Format und Dokumente richtig bearbeiten

Verstehe den Aufbau von PDF-Dateien, den Unterschied zwischen nativen und gescannten PDFs und welche Operation sich zum Zusammenfügen, Neuordnen, Konvertieren oder Ergänzen eignet.

29. August 20262 min