PDF durchsuchbar machen (OCR) kostenlos – ohne Upload

So machen Sie ein gescanntes PDF durchsuchbar

Ein gescanntes PDF besteht aus Bildern von Seiten: Sie sehen die Wörter, können sie aber nicht suchen, markieren oder kopieren. Die Texterkennung (OCR) ergänzt den fehlenden Text.

1. Fügen Sie Ihr gescanntes PDF oder Fotos der Seiten hinzu. Auf dem Smartphone können Sie die Fotos direkt aufnehmen.
2. Wählen Sie die Sprachen des Dokuments. Vorgeschlagen wird die Sprache dieser Seite, Ihr Dokument kann aber eine andere haben.
3. Wählen Sie die Seiten. Seiten mit vorhandenem Text werden erkannt, daher werden standardmäßig nur gescannte Seiten gelesen.
4. Verbessern Sie den Scan bei Bedarf für die OCR: Graustufen, mehr Kontrast, Geraderichten oder Rauschentfernung. Die Vorschau zeigt genau, was die OCR liest.
5. Starten Sie die OCR, prüfen Sie den erkannten Text Seite für Seite und korrigieren Sie Fehler.
6. Laden Sie das durchsuchbare PDF oder den Text als .txt-Datei herunter, oder kopieren Sie den Text.

Was ist OCR?

OCR (optische Zeichenerkennung) findet Buchstaben in einem Bild und macht daraus echten Text. Dieses Tool nutzt Tesseract, eine Open-Source-Texterkennung, die direkt in Ihrem Browser läuft.

Im durchsuchbaren PDF liegen die erkannten Wörter als unsichtbare Ebene genau über den Wörtern des Scans. Die Seite sieht aus wie vorher, aber Ihr PDF-Programm kann sie jetzt durchsuchen, und beim Markieren wird das Wort auf dem Scan hervorgehoben. So finden Sie in einer eingescannten Rechnung die Rechnungsnummer und kopieren den Betrag, statt ihn abzutippen.

Bessere OCR-Ergebnisse mit Handyfotos

Gedruckter Text wird am besten erkannt, wenn die Buchstaben scharf, dunkel und gleichmäßig beleuchtet sind. Ein paar Gewohnheiten helfen sehr:

• Fotografieren Sie bei Tageslicht oder hellem, gleichmäßigem Licht und vermeiden Sie den Schatten von Handy oder Hand.
• Halten Sie das Handy parallel zur Seite, damit Zeilen gerade bleiben und Buchstaben nicht verzerrt werden.
• Füllen Sie das Bild mit der Seite und tippen Sie zum Scharfstellen; bei Unschärfe geht kleine Schrift zuerst verloren.
• Legen Sie das Blatt auf eine dunkle, einfarbige Unterlage, damit Ränder und Zeilen leicht zu finden sind.
• Ist ein Foto leicht schief, schalten Sie das Geraderichten ein. Bei blassen Scans hilft mehr Kontrast, bei körnigen die Rauschentfernung.

Warum kann das PDF nach der OCR größer werden?

Die Seiten eines hinzugefügten PDFs bleiben unverändert, daher wird das durchsuchbare PDF meist nur wenig größer: Textebene und ein Ausschnitt der Schrift Inter kosten pro Dokument wenig Platz.

Bei Fotos ist es anders. JPEG- und PNG-Fotos werden unverändert eingebettet (ohne Standort- und Kameradaten), WebP- und HEIC-Fotos müssen aber in JPEG umgewandelt werden – das ist oft größer als das effiziente Original. Brauchen Sie eine kleine Datei, legen Sie eine maximale Größe fest: Gescannte Seiten werden dann als komprimierte Bilder neu gespeichert, der Text bleibt durchsuchbar. Unter eine lesbare Auflösung geht das Tool dabei nicht.

Kann OCR Handschrift erkennen?

Nein. Die Texterkennung ist für gedruckten und getippten Text trainiert. Handschriftliche Notizen werden meist nicht oder fehlerhaft erkannt, Handschrift wird daher nicht unterstützt. Gedruckte Notizen, Formulare, Briefe und Kassenbons funktionieren bei scharfen Fotos gut.

Ist die OCR privat?

Ja. Ihre PDFs, Bilder, der erkannte Text und Ihre Korrekturen bleiben in Ihrem Browser. Nichts aus Ihrem Dokument wird an einen Server gesendet.

Beim ersten Einsatz einer Sprache werden deren OCR-Sprachdaten (etwa 0,6–2 MB) von dieser Website geladen, zusammen mit der OCR-Engine und dem PDF-Leser. Diese Downloads enthalten keine Informationen über Ihr Dokument; die Sprachdaten bleiben danach für spätere Nutzung im Browser gespeichert.

Welche Sprachen werden unterstützt?

Sie können bis zu drei auswählen: Englisch, Deutsch, Italienisch, Albanisch, Griechisch, Französisch, Spanisch, Türkisch, Serbisch (kyrillisch oder lateinisch), Kroatisch und Portugiesisch. Wählen Sie jede vorkommende Sprache: Ein deutscher Brief mit englischen Produktnamen wird am besten mit Deutsch an erster und Englisch an zweiter Stelle erkannt.

Sonderzeichen gehören zu den Sprachdaten: Deutsche Umlaute und ß, albanisches ë und ç sowie italienische Akzente wie è und à werden erkannt und bleiben im PDF durchsuchbar.

Was, wenn das PDF bereits Text enthält?

Viele PDFs enthalten schon echten Text, etwa aus einem Textprogramm gespeicherte Dokumente oder bereits erkannte Scans. Vor der Erkennung prüft das Tool jede Seite und zählt Seiten mit auswählbarem Text, reine Bildseiten sowie gemischte oder unklare Seiten getrennt.

Haben alle Seiten bereits Text, ist OCR unnötig: Das Tool schlägt dann vor, den vorhandenen Text zu übernehmen. Bei gemischten Dokumenten liest es nur die gescannten Seiten und lässt die anderen unverändert, damit ihr Text nicht doppelt vorkommt. Eine Seite mit nur einer Seitenzahl oder kurzen Kopfzeile gilt weiterhin als gescannt.

Kostenlose Online-OCR ohne Hochladen

„Online“ heißt hier nur, dass Sie das Tool auf einer Website öffnen. Die Verarbeitung erledigt Ihr eigener Browser, Ihr Dokument wird nie auf einen Server hochgeladen. Es gibt keine Anmeldung, kein Tageslimit und keinen kostenpflichtigen Tarif.

Die Dauer hängt von Ihrem Gerät ab. Wenige Seiten dauern Sekunden, lange Dokumente mehrere Minuten, und sehr große Dateien können den Speicher eines Smartphones übersteigen.