OCR

OCR (optical character recognition, optische Zeichenerkennung) wandelt Bilder von Text in maschinenlesbare Zeichen um. Die Eingabe kann ein Scan, ein Foto oder ein Screenshot sein. Die Ausgabe ist reiner Text, oft mit der Position jedes Wortes, jeder Zeile und jedes Textblocks auf der Seite.

Moderne OCR-Engines verwenden neuronale Netze, die mit vielen Schriftarten und Sprachen trainiert wurden. Verbreitete Engines sind das Open-Source-Projekt Tesseract und Apples Vision-Framework, das Apps unter macOS und iOS aufrufen können. Neuere macOS-Versionen bieten außerdem Live Text, mit dem sich Text in Bildern in Fotos, Vorschau und anderen Apps auswählen lässt.

Wird die OCR-Ausgabe als unsichtbare Ebene über die Seitenbilder eines PDFs gelegt, wird das PDF durchsuchbar, während es unverändert aussieht.

So funktioniert OCR

1. Das Bild vorverarbeiten: Kontrast anpassen, gerade ausrichten, Rauschen entfernen.
2. Das Layout analysieren: Textblöcke, Spalten, Zeilen und Wörter finden.
3. Zeichen und Wörter mit einem trainierten Modell erkennen.
4. Sprachmodelle anwenden, um wahrscheinliche Fehler zu korrigieren.
5. Text mit Koordinaten ausgeben.

Wo OCR eingesetzt wird

• Gescannte Dokumente und Screenshot-PDFs durchsuchbar machen.
• Text aus Bildern, Folien und Videoframes kopieren.
• Belege, Rechnungen und Formulare in andere Systeme einlesen.
• Barrierefreiheit, wenn ein Screenreader Text statt Bilder benötigt.

OCR für Screenshots

Screenshots sind gute Eingaben für OCR: Der Text ist gerade, scharf und kontrastreich. Die Genauigkeit sinkt bei sehr kleiner Schrift, kontrastarmen Farben, dekorativen Schriftarten, mathematischer Notation und Text in Diagrammen. Retina-Aufnahmen und verlustfreie PNGs liefern der Engine mehr Details als verkleinerte JPGs.

Temposhot führt OCR aus, wenn Sie ein PDF aus dem Ergebnisbereich exportieren, und alles läuft auf Ihrem Mac.

Häufige Fehler bei OCR

• OCR auf stark komprimierte oder verkleinerte Bilder anwenden.
• Zahlen und Namen aus der OCR-Ausgabe ungeprüft übernehmen.
• Erwarten, dass Formeln, Tabellen und Fußnoten in der richtigen Struktur ausgegeben werden.
• Mehrere Sprachen auf einer Seite mischen, ohne das Ergebnis zu prüfen.

Seiten zu einem PDF zusammenfassen?

Exportieren Sie ein durchsuchbares PDF aus Temposhot, lesen Sie Screenshots auf dem Mac als PDF speichern, oder konvertieren Sie vorhandene Bilder mit Screenshot to Searchable PDF.

Häufige Fragen

Ist OCR-Text exakt?

Nein. Bei klarem Text ist die Genauigkeit hoch, aber nicht perfekt. Prüfen Sie wichtige Details anhand des Bildes.

Kann ich Text aus einem einzelnen Screenshot gewinnen?

Ja. Extract Text from Image liest den Text direkt im Browser aus.

Quellen

• Optical character recognition (Wikipedia)
• Tesseract OCR (GitHub)

Weiterführende Ressourcen

• OCR übersieht Formeln, Fußnoten und Diagramme: bekannte Grenzen.
• Exportformate: Export als durchsuchbares PDF.