PDF-OCR

Was dieses Tool ausgibt

Die Ausgabe ist Klartext. Vor dem erkannten Text jeder Seite steht eine Seitenmarkierung. Das Tool:

• fügt dem PDF keine unsichtbare Textebene hinzu
• rekonstruiert weder Spalten, Tabellen, Formulare noch die ursprüngliche Typografie
• erhält das visuelle Seitenlayout nicht
• übersetzt das Dokument nicht
• prüft nicht, ob der erkannte Text korrekt ist

Wenn die gescannten Seiten erhalten bleiben und im Hintergrund durchsuchbarer Text hinzukommen soll, verwenden Sie eine spezielle Anwendung für durchsuchbare PDFs oder ein OCR-Programm für den Desktop.

Welche Dokumente am besten funktionieren

OCR ist für gedruckten Text gedacht. Ein gerader, scharfer Scan mit gut lesbarem Kontrast lässt sich leichter erkennen als ein unscharfes Foto, ein verblasstes Fax oder eine beschädigte Seite. Schmuckschriften, Handschrift, mathematische Notation, eng gesetzte Spalten und komplexe Tabellen können zu fehlerhaftem oder ungeordnetem Text führen.

Das Tool akzeptiert PDFs mit bis zu 20 MB und 40 Seiten. Die Erkennung erfolgt seitenweise und kann besonders bei großen oder hochauflösenden Seiten viel Arbeitsspeicher beanspruchen. Reicht der Speicher des Browsers nicht aus, teilen Sie das PDF in kleinere Dateien auf und verarbeiten Sie diese einzeln.

Unterstützte OCR-Sprachen

Zur Auswahl stehen Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Russisch, Japanisch, vereinfachtes Chinesisch, Koreanisch und Arabisch.

Wählen Sie die Hauptsprache des Dokuments, bevor Sie die Datei öffnen. Bei Seiten mit mehreren Sprachen oder Schriftsystemen können getrennte Durchläufe nötig sein. Ähnlich aussehende Zeichen können trotzdem verwechselt werden.

Erkannten Text prüfen

Vergleichen Sie das Ergebnis immer mit dem Original-PDF, bevor Sie sich darauf verlassen. Achten Sie besonders auf:

• Namen, Anschriften und Identifikationsnummern
• Daten, Beträge, Dezimaltrennzeichen und Minuszeichen
• rechtliche, medizinische, finanzielle oder sicherheitsrelevante Anweisungen
• Seitenumbrüche und Lesereihenfolge bei mehrspaltigen Dokumenten

Behandeln Sie die OCR-Ausgabe nicht als verbindliche Kopie eines wichtigen Dokuments.

Dateiverarbeitung und Downloads

Das Quell-PDF wird lokal im Browser gelesen. Es wird weder in die Funnel-URL aufgenommen noch an unseren Server gesendet. Ihr Browser kann die Bibliotheken zum Rendern von PDFs und für OCR sowie das gewählte Sprachmodell vom konfigurierten Bibliotheksanbieter herunterladen.

Beim Kopieren bleibt der erkannte Text im Browser und wird in die Zwischenablage geschrieben. TXT lokal herunterladen erstellt und speichert die .txt-Datei, ohne sie hochzuladen. Nur wenn Sie Download-Seite erstellen wählen, wird die abgeleitete TXT-Datei für einen geschützten Link hochgeladen und kann dort bis zu 7 Tage gespeichert werden. Der lokale Download bleibt verfügbar, falls dieser optionale Upload fehlschlägt.