Ein Scan ist nur ein Bild: Sie können darin weder nach einem Wort suchen noch einen Satz kopieren. OCR erkennt den Text jeder Seite und fügt ihn der PDF hinzu, ohne ihr Aussehen zu verändern, oder speichert ihn in einer einfachen Textdatei.
So funktioniert es
- Wählen Sie die gescannte PDF aus.
- Wählen Sie die Sprache des Dokuments.
- Starten Sie die OCR und laden Sie die durchsuchbare PDF oder den Text herunter.
Häufige Fragen
Welche Sprachen werden erkannt?
Französisch, Englisch, Spanisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Chinesisch, Japanisch und Hindi. Die Option „Französisch + Englisch“ eignet sich für Dokumente, die beide Sprachen mischen.
Wie lange dauert es?
Einige Sekunden pro Seite. Beim ersten Mal wird die Erkennungs-Engine heruntergeladen (einige MB).
Ändert sich das Aussehen meiner PDF?
Nein. Mit „Durchsuchbare PDF“ behalten die Seiten ihr Aussehen: Der erkannte Text wird unsichtbar hinzugefügt, damit Sie ihn markieren und durchsuchen können.
Kann ich nur den Text erhalten?
Ja, wählen Sie „Textdatei“: Sie erhalten eine .txt-Datei mit dem erkannten Text, Seite für Seite.
Erkennt die OCR Handschrift?
Sie ist für gedruckten Text ausgelegt. Eine sehr gut lesbare Handschrift kann teilweise erkannt werden, aber das Ergebnis ist nicht zuverlässig.
Kann ich die OCR auf ein Foto anwenden?
Verwandeln Sie das Foto zuerst mit „In PDF scannen“ in eine PDF und lassen Sie diese dann durch „OCR PDF“ laufen.
Werden meine Dateien auf einen Server hochgeladen?
Nein. Alles geschieht in Ihrem Browser: Ihre Dokumente verlassen nie Ihr Gerät.
Was OCR leistet
Die optische Zeichenerkennung (OCR) liest den Text im Bild jeder Seite. PDFRoll bietet Ihnen zwei Ergebnisse:
- „Durchsuchbare PDF“: Die PDF sieht genau gleich aus, aber unter dem Bild liegt eine unsichtbare Textebene. So können Sie den Text markieren, kopieren und durchsuchen.
- „Textdatei“: nur der erkannte Text, Seite für Seite, in einer .txt-Datei.
Die standardmäßig aktivierte Option „Seiten überspringen, die bereits Text enthalten“ lässt Seiten aus, die schon Text haben, und spart bei gemischten Dokumenten Zeit.
Die Sprache des Dokuments wählen
Das Menü „Sprache des Dokuments“ bietet Französisch allein oder in Kombination mit Englisch sowie Englisch, Spanisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Chinesisch, Japanisch und Hindi. Die richtige Sprache verbessert die Erkennung deutlich, insbesondere bei Akzenten.
Bei der ersten Nutzung wird die Erkennungs-Engine heruntergeladen (einige MB). Danach rechnen Sie mit einigen Sekunden pro Seite, je nach Leistung Ihres Geräts. Das Dokument selbst bleibt auf Ihrem Gerät: Die Erkennung übernimmt Ihr Browser.
So gelingt die Texterkennung
- Gehen Sie von einem scharfen, kontrastreichen Scan aus: Unscharfer oder blasser Text wird schlecht erkannt.
- Drehen Sie auf dem Kopf stehende Seiten mit „PDF drehen“, bevor Sie die OCR starten.
- Gedruckter Text wird deutlich besser erkannt als Handschrift.
- Prüfen Sie wichtige Zahlen und Eigennamen nach, denn OCR kann sich irren.
Wird kein Text gefunden, prüfen Sie die gewählte Sprache und die Qualität des Scans. Bei einem langen Dokument können Sie auch nur die benötigten Seiten verarbeiten, indem Sie sie zuerst mit „Seiten extrahieren“ herauslösen.
Vor und nach der OCR
Um Fotos von Dokumenten in eine PDF zu verwandeln, beginnen Sie mit „In PDF scannen“. Sobald der Text erkannt ist, können Sie ihn mit „PDF in Word“ in ein bearbeitbares Dokument übernehmen oder mit „PDF in Text“ den gesamten Text extrahieren.