Kann ich Text aus einem gescannten PDF kopieren?
Ja. Wähle die Datei und die Sprache und klicke auf Text extrahieren / OCR. Seiten, die nur Bilder sind, werden per OCR gelesen, und der Text erscheint zum Kopieren im Feld. Die Erkennung kann Fehler machen, vergleiche das Ergebnis also mit der Seite.
Wird mein PDF auf einen Server hochgeladen?
Nein. Das PDF wird in deinem Browser geöffnet und gelesen. Die OCR-Engine und die Sprachdatei werden beim ersten Bedarf aus den eigenen Dateien dieser Website geladen. Der Inhalt deines PDFs wird nirgendwohin gesendet.
Welche Sprachen kann es lesen?
Es bietet 16 an: Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Arabisch, Vereinfachtes Chinesisch, Japanisch, Koreanisch, Hindi, Bengalisch, Russisch, Urdu, Türkisch, Vietnamesisch und Indonesisch. Du wählst für jeden Durchlauf eine aus, daher teilst du eine Seite mit zwei Sprachen am besten in getrennte Durchläufe auf.
Warum muss ich eine Sprache wählen?
Die Erkennungs-Engine nutzt eine Sprachdatei, um zu wissen, welche Buchstaben und Wörter zu erwarten sind. Eine falsche Wahl führt zu falschen Ergebnissen, etwa zu verlorenen Akzenten. Die Sprache spielt nur bei gescannten Seiten eine Rolle, weil echter Text unverändert übernommen wird.
Warum war der erste Durchlauf langsam?
Bei der ersten gescannten Seite muss der Browser die OCR-Engine, einige Megabyte, und die Sprachdatei herunterladen, die für die angebotenen Sprachen etwa 0.4 bis 2 MB groß ist. Die Seite sagt, dass dein Browser die Datei behält, daher gehen spätere Durchläufe schneller, es sei denn, der Cache wird geleert.
Wie entscheidet das Tool, dass eine Seite OCR braucht?
Es versucht zuerst, den in jeder Seite gespeicherten Text zu lesen. Wenn eine Seite mehr als 20 Zeichen markierbaren Text enthält, wird dieser Text verwendet. Andernfalls wird die Seite als Bild gezeichnet und per OCR gelesen. Wenn alle Seiten Text enthalten, läuft keine OCR und es wird keine Sprachdatei geladen.
Erstellt es ein durchsuchbares PDF?
Nein. Es gibt dir einfachen Text zum Kopieren, und dein ursprüngliches PDF wird nicht verändert. Wenn du ein PDF mit einer versteckten Textebene brauchst, brauchst du ein anderes Tool.
Warum erscheinen manche Seiten als eine lange Zeile?
Seiten, die bereits einen eigenen Text haben, werden Element für Element gelesen und mit Leerzeichen verbunden, daher bleiben ihre Zeilenumbrüche nicht erhalten. Seiten, die per OCR gelesen werden, behalten die Zeilenumbrüche, die der Leser im Bild gefunden hat.
Wie genau ist das Ergebnis?
Es hängt vom Scan ab. Saubere, große, gerade Schrift in der richtigen Sprache wird gut gelesen. Kleine Schrift, blasse Tinte, Handschrift, Spalten und Tabellen sind häufiger falsch. Korrigiere Namen, Daten und Zahlen immer, bevor du den Text verwendest.
Gibt es ein Limit für die Seitenzahl oder die Dateigröße?
Die Datei darf insgesamt höchstens 120 Seiten haben. Der Seitencode legt kein Größenlimit in Megabyte fest, aber große Dateien brauchen mehr Speicher auf deinem Gerät und dauern länger, da die Seiten nacheinander gelesen werden.
Wie speichere ich den Text in einer Datei?
Drücke auf TXT herunterladen, um eine einfache Textdatei zu speichern, oder drücke auf Text kopieren und füge ihn in einen Editor ein. Das Feld Extrahierter Text ist schreibgeschützt, daher kannst du darin nicht bearbeiten. Jede Seite beginnt mit einer Zeile wie --- Seite 1 ---, die du in deinem Editor löschen kannst.
Kann es Handschrift oder Tabellen lesen?
Nicht zuverlässig. Die Leseengine ist für gedruckten Text gebaut. Handschrift wird oft falsch gelesen, und Tabellen kommen als Zeilen aus einfachem Text ohne ihre Zeilen und Spalten heraus. Nutze das Ergebnis als Entwurf, den du von Hand korrigierst.
Wie verwendet man „PDF-OCR und Texterkennung“?
Extrahieren Sie PDF-Text oder erkennen Sie Text in gescannten Seiten. Wählen Sie eine Datei, verarbeiten Sie sie lokal und laden Sie eine neue Kopie herunter.
Werden meine Daten an einen Server gesendet?
Nein. Die Verarbeitung findet in Ihrem Browser statt. Ihre Daten werden nicht hochgeladen.