Bild in Text

So funktioniert es

Optische Zeichenerkennung ist das Tool, nach dem man greift, wenn man einen Screenshot hat, aus dem sich nichts kopieren lässt, eine gescannte Seite, die man als Text braucht, oder ein Foto von einem Dokument. Es ist auch das Tool, bei dem ein Hochladen am schwersten zu rechtfertigen ist – die Bilder sind meist Dokumente, Belege oder Korrespondenz.

Es läuft auf Ihrem Gerät, was bei OCR ungewöhnlich ist

Fast jeder kostenlose OCR-Dienst lädt das Bild hoch und erledigt die Arbeit auf einem Server. Dieses Tool führt Tesseract, kompiliert zu WebAssembly, in der Seite aus. Der Kompromiss ist ein einmaliger Download von etwa 11 MB Erkennungsdaten bei der ersten Nutzung, den Ihr Browser dann zwischenspeichert, und dass die Erkennung selbst Ihren eigenen Prozessor nutzt.

Was es gut kann und was nicht

Screenshots, saubere Scans und gerade fotografierte gedruckte Dokumente liefern sehr gute Ergebnisse. Schräger Text, schlechtes Licht, unruhiger Hintergrund oder eine ungewöhnliche Anzeigeschrift liefern schlechte Ergebnisse. Handschrift wird in keinem praktischen Sinn unterstützt. Es liest Englisch.

Die Layout-Einstellungen sind wichtiger, als man erwartet

„Eine Textseite“ passt zu Dokumenten mit Absätzen. „Ein einzelner Block“ eignet sich besser für einen Screenshot einer einzelnen Passage. „Eine einzelne Zeile“ ist für eine Bildunterschrift oder eine Seriennummer. „Verstreute Wörter“ passt zu Schildern und Etiketten mit Text an mehreren unzusammenhängenden Stellen. Die falsche Wahl ist ein häufiger Grund für schlechte Ergebnisse.

Ein besseres Ergebnis erzielen

Schneiden Sie vor dem Start auf den reinen Text zu. Drehen Sie das Bild, sodass die Zeilen waagerecht sind. Höhere Auflösung hilft bis zu einem gewissen Punkt – etwa 300 dpi Äquivalent sind ideal, darüber kostet sie nur Zeit, ohne die Genauigkeit zu steigern.