Gescanntes PDF in Text
Die Wörter aus einem PDF auslesen, dessen Seiten Bilder sind.
- Läuft auf Ihrem Gerät — die Datei wird nirgendwohin gesendet
- Ohne Anmeldung, ohne Wasserzeichen, ohne Tageskontingent
- Kostenlos, ohne Begrenzung, wie oft Sie es nutzen
So funktioniert es
Ein gescanntes PDF sieht aus wie ein Dokument und verhält sich wie ein Foto: Sie können den Text nicht markieren, durchsuchen oder kopieren, weil in der Datei überhaupt kein Text steckt – nur Bilder davon. Die normale Extraktion liefert nichts, und genau dann ist dies das richtige Tool.
So funktioniert es
Jede Seite wird in ein Bild umgewandelt und auf der Seite per optischer Zeichenerkennung verarbeitet. Nichts wird hochgeladen; die Erkennungs-Engine und ihre englischen Daten werden einmal von einem öffentlichen CDN heruntergeladen und von Ihrem Browser zwischengespeichert.
Probieren Sie zuerst den einfachen Extraktor
Enthält das PDF bereits echten Text, ist das normale Tool zur PDF-Textextraktion sofort fertig und völlig genau, weil es den Text liest, statt Bilder davon zu erraten. Kommen Sie nur hierher, wenn dieses nichts liefert.
Die Seitenzahl ist absichtlich begrenzt
Die Erkennung braucht auf Ihrem eigenen Gerät pro Seite spürbar Zeit – jeweils mehrere Sekunden. Der Standardwert von fünf Seiten hält einen ersten Versuch schnell; erhöhen Sie ihn, sobald Sie wissen, dass die Qualität die Wartezeit wert ist.
Was die Genauigkeit beeinflusst
Auflösung, Geradheit und Kontrast, in dieser Reihenfolge. Ein sauberer Scan von gedrucktem Text mit 300 dpi wird sehr gut gelesen. Ein schräg aufgenommenes Foto einer Seite, ein blasses Fax oder ein niedrig aufgelöster Scan führt zu Fehlern oder gar nichts. Das Rendern mit 300 dpi hilft, kann aber ein schlechtes Original nicht retten.
Gescanntes PDF in Text – Fragen
Warum hat der normale Textextraktor nichts geliefert?
Weil die Seiten Bilder sind. Dafür ist dieses Tool da.
Wird mein Dokument hochgeladen?
Nein. Rendern und Texterkennung finden beide in Ihrem Browser statt.
Warum ist es auf wenige Seiten begrenzt?
Jede Seite braucht auf Ihrem eigenen Gerät mehrere Sekunden. Das Limit lässt sich anpassen.
Wie genau ist es?
Sehr gut bei sauberen gedruckten Scans, schlecht bei blassen, schiefen oder niedrig aufgelösten. Handschrift wird nicht unterstützt.