Bild in Text (OCR)

Text aus jedem Bild kopieren

Das Foto eines Aushangs, der Screenshot eines Chats, ein gescannter Brief, eine Vorlesungsfolie, ein Kassenbon, eine Buchseite: Sie alle enthalten Text, den Sie weder markieren noch durchsuchen können. Das Tool Bild in Text von Fileopia liest diesen Text per optischer Zeichenerkennung (OCR) und gibt ihn als reinen, bearbeitbaren Text zurück, den Sie kopieren, einfügen, durchsuchen, übersetzen oder speichern können. Es erkennt gedruckten Text in zwölf Sprachen, darunter Hindi, Tamil, Arabisch, Chinesisch und Japanisch, und kann zwei Sprachen im selben Bild lesen.

Alles geschieht in Ihrem Browser. Die OCR-Engine und die Sprachmodelle werden in die Seite geladen und laufen auf Ihrem Gerät, sodass Ihre Bilder (Ausweisdokumente, Bankschreiben, Arztberichte, private Nachrichten) nie hochgeladen werden. Es gibt kein Tageslimit, keine „Premium“-Genauigkeitsstufe und kein Konto.

Anders als viele „kostenlose“ OCR-Websites gibt es keine Werbung zwischen den Schritten, kein CAPTCHA, keine E-Mail-Pflicht zum Herunterladen Ihres Textes und kein Limit für Anzahl oder Größe der Bilder: Die einzige Grenze ist der Speicher Ihres Geräts.

Funktionen

• 12 Sprachen: Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Italienisch, Russisch, Arabisch, Hindi, Tamil, Chinesisch (vereinfacht) und Japanisch.
• Zwei Sprachen gleichzeitig für gemischte Dokumente, etwa Englisch mit Hindi oder Französisch mit Arabisch.
• Aus der Zwischenablage einfügen: Drücken Sie Strg+V (Cmd+V auf dem Mac), um einen Screenshot ohne Speichern per OCR zu lesen.
• Stapel-OCR: Legen Sie viele Bilder ab und erhalten Sie den gesamten Text auf einmal.
• Ausgabe als Text oder durchsuchbares PDF: Kopieren Sie den Text, laden Sie eine .txt-Datei herunter oder erstellen Sie ein PDF mit einer unsichtbaren Textebene über dem Bild.
• Einstellbare Auflösung: Erhöhen Sie die DPI für kleine Schrift.
• Automatische Layoutanalyse, die Zeilen und Absätze in Lesereihenfolge hält.
• Funktioniert offline, sobald das Sprachmodell einmal geladen wurde.
• Ohne Wasserzeichen und Registrierung: Der extrahierte Text gehört Ihnen, ohne Zusätze.

So extrahieren Sie Text aus einem Bild

• Legen Sie ein oder mehrere Bilder ab (JPG, PNG, WebP, HEIC, BMP, TIFF) oder fügen Sie einen Screenshot mit Strg+V ein.
• Wählen Sie die Sprache des Textes und auf Wunsch eine zweite Sprache.
• Wählen Sie die Ausgabe: reiner Text oder durchsuchbares PDF.
• Klicken Sie auf Text extrahieren. Beim ersten Mal wird das Sprachmodell heruntergeladen (einige MB); danach geht es sofort los.
• Kopieren Sie den Text oder laden Sie die Datei herunter.

So funktioniert OCR

OCR wandelt Pixel in mehreren Phasen in Zeichen um. Zuerst wird das Bild mit adaptiver Schwellenwertbildung in Schwarzweiß umgewandelt, was ungleichmäßige Beleuchtung und farbige Hintergründe ausgleicht. Dann wird das Seitenlayout analysiert: Die Engine findet Textblöcke, trennt Spalten und zerlegt die Blöcke in Zeilen und Wörter. Schließlich durchläuft jede Zeile ein neuronales Netz (ein LSTM-Modell, trainiert mit Hunderttausenden Textzeilen in der gewählten Sprache), das die wahrscheinlichste Zeichenfolge vorhersagt und dabei sein Sprachwissen nutzt, um zwischen ähnlichen Formen wie „rn“ und „m“ oder „0“ und „O“ zu unterscheiden.

Fileopia nutzt Tesseract, die quelloffene OCR-Engine, die ursprünglich bei HP entwickelt und später mit Unterstützung von Google weitergepflegt wurde, kompiliert zu WebAssembly, damit sie im Browser mit nahezu nativer Geschwindigkeit läuft. Dieselbe Engine steckt in vielen OCR-Produkten für Desktop und Server.

So erhalten Sie die genauesten Ergebnisse

• Verwenden Sie ein scharfes, gut beleuchtetes Bild. Unschärfe und Schatten sind die Hauptursachen für Fehler. Fotografieren Sie Dokumente flach liegend, bei Tageslicht und ohne Blitzreflexe.
• Füllen Sie das Bild mit dem Text aus. Schneiden Sie Tische, Hände und Hintergründe mit Bild zuschneiden weg.
• Wählen Sie die richtige Sprache. Ein französischer Text, der mit dem englischen Modell gelesen wird, verliert die Akzente und liest Wörter falsch.
• Erhöhen Sie die DPI für kleine Schrift. Ist der Text im Bild klein, erhöhen Sie die Auflösung, damit die Buchstaben mindestens 20–30 Pixel hoch sind.
• Richten Sie das Bild gerade aus. Leichte Neigungen werden korrigiert, stark gedrehte Fotos sollten Sie aber vorher mit Bild drehen drehen.
• Mehr Kontrast hilft. Dunkler Text auf hellem Grund liefert die besten Ergebnisse; heller Text auf dunklem Grund funktioniert meist auch.

Welche Bilder funktionieren?

Seien Sie bei Handschrift realistisch: Klassische OCR-Engines, auch diese, sind auf gedruckten Text trainiert. Klare handgeschriebene Großbuchstaben werden teilweise richtig gelesen, verbundene Schrift erzeugt aber vor allem Fehler. Echte Handschrifterkennung erfordert viel größere KI-Modelle, die heute auf Servern laufen.

Sprachen und Schriftsysteme

Jede Sprache hat ein eigenes trainiertes Modell, das das Alphabet und häufige Wörter kennt. Sprachen mit lateinischer Schrift (Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Italienisch) teilen die meisten Buchstaben, unterscheiden sich aber in Akzenten und Wortschatz, daher verbessert die richtige Wahl die Genauigkeit deutlich. Russisch verwendet Kyrillisch. Arabisch wird von rechts nach links geschrieben, mit Buchstaben, die je nach Position ihre Form ändern; das arabische Modell bewältigt das und gibt den Text in der richtigen logischen Reihenfolge zurück. Hindi nutzt Devanagari mit seiner typischen Kopflinie und Ligaturen, Tamil hat eine eigene Schrift mit Vokalzeichen rund um die Konsonanten; beide haben eigene Modelle. Chinesisch (vereinfacht) und Japanisch haben Tausende Zeichen und größere Modelle, daher dauert das erste Laden etwas länger.

Wählen Sie bei Dokumenten mit zwei Sprachen beide: Jedes Wort wird dann mit beiden Modellen abgeglichen, was etwa verhindert, dass englische Wörter in einem Hindi-Dokument verstümmelt werden.

Text oder durchsuchbares PDF?

Reiner Text ist am flexibelsten: Fügen Sie ihn in ein Dokument, eine E-Mail, eine Tabelle oder einen Übersetzer ein. Ein durchsuchbares PDF behält das Bild genau so bei, wie es aussieht, und legt den erkannten Text unsichtbar darüber, sodass Sie mit Strg+F suchen, Abschnitte markieren und kopieren und Dokumentenmanagementsysteme es indexieren lassen können. Wählen Sie PDF, wenn das ursprüngliche Layout wichtig ist (ein unterschriebener Brief, ein Ausweisdokument oder ein Formular), und Text, wenn Sie die Wörter weiterverwenden möchten. Für mehrseitige gescannte PDFs nutzen Sie OCR für PDF, das jeder Seite eine Textebene hinzufügt und schiefe Scans begradigen kann.

Typische Anwendungen

• Text aus Screenshots von Nachrichten, Folien oder Videos kopieren.
• Gedruckte Briefe und Notizen digitalisieren, um sie zu durchsuchen und zu archivieren.
• Ein Zitat, eine Adresse oder eine Telefonnummer aus einem Foto holen.
• Den Text von Kassenbons für Spesenabrechnungen extrahieren.
• Schilder und Speisekarten übersetzen: Foto per OCR lesen und den Text in einen Übersetzer einfügen.
• Notizen aus Lehrbuchseiten oder Vorlesungsfolien erstellen.
• Barrierefreiheit: Inhalte, die nur als Bild vorliegen, in Text verwandeln, den ein Screenreader vorlesen kann, oder mit Text in Sprache in Audio.

Tabellen und Layout

Die OCR-Ausgabe behält die Lesereihenfolge von Zeilen und Absätzen bei, komplexe Layouts wie mehrspaltige Zeitungen und Tabellen werden aber linearisiert: Spalten werden nacheinander gelesen und Tabellenzellen werden zu Textzeilen mit Leerzeichen dazwischen. Für Tabellen in PDFs rekonstruiert PDF in Excel Zeilen und Spalten, auch auf gescannten Seiten.

Fehlerbehebung bei schlechten Ergebnissen

Wie bei jedem OCR-Tool sollten Sie wichtige Daten wie Beträge, Kontonummern, Daten und Namen immer prüfen. Selbst ein Ergebnis mit 99 % Genauigkeit enthält ein falsches Zeichen pro hundert, und die Engine kann nicht wissen, dass eine falsch gelesene Ziffer in einer IBAN wichtiger ist als ein falsch gelesener Buchstabe in einem Wort.

Screenshots: der einfachste Fall

Screenshots sind ideal für OCR, weil der Text perfekt scharf, gerade und gleichmäßig beleuchtet ist. Um Text aus einem Video, einem gesperrten PDF, einer App ohne Kopierfunktion oder einem Chatbild zu holen, erstellen Sie einen Screenshot (Windows: Win+Umschalt+S; Mac: Cmd+Umschalt+4; Android und iPhone: die übliche Tastenkombination), öffnen diese Seite und drücken Strg+V. Der Screenshot wird direkt aus der Zwischenablage gelesen; Sie müssen ihn nie als Datei speichern. Auf hochauflösenden Bildschirmen haben Screenshots bereits genug Pixel pro Buchstabe, daher reichen die Standard-DPI.

Text aus sozialen Medien und Memes extrahieren

In sozialen Medien geteilte Bilder sind oft komprimiert und können Text auf unruhigen Hintergründen oder Farbverläufen enthalten. OCR funktioniert trotzdem gut bei großen Schriftzügen und bei Screenshots von Beiträgen, Tweets und Kommentaren. Beim typischen weißen Meme-Text mit schwarzer Kontur liest die Engine die Buchstaben, solange sie groß und klar sind; schneiden Sie das Bild darunter weg, um Störungen zu verringern. Sehr kleiner Text in komprimierten Bildern (etwa ein Wasserzeichen oder ein Benutzername in einer Ecke) braucht eventuell mehr DPI oder ein saubereres Ausgangsbild. Ist der Beitrag noch online, liefert ein neuer Screenshot in voller Auflösung bessere Ergebnisse, als eine bereits komprimierte Kopie mehrfach neu zu speichern.

Mit dem Smartphone aufgenommene Fotos

Mit dem Smartphone fotografierte Dokumente schwanken viel stärker als Scans. Für die besten Ergebnisse halten Sie das Handy parallel zur Seite, damit der Text nicht perspektivisch verzerrt wird, stellen Sie sicher, dass die ganze Seite scharf ist, indem Sie vor der Aufnahme auf den Text tippen, und vermeiden Sie Ihren eigenen Schatten, indem Sie sich seitlich zur Lichtquelle stellen. Schalten Sie bei Glanzpapier den Blitz aus; es reflektiert das Licht und erzeugt weiße Flecken ohne Text. Wenn Sie mit einem iPhone in HEIC fotografieren, können Sie die HEIC-Datei direkt verwenden; sie wird im Browser dekodiert. Eine moderne Handykamera liefert 12 Megapixel oder mehr, das ist reichlich: Für Fotos müssen Sie die DPI nicht erhöhen.

Kassenbons und Rechnungen

Kassenbons werden meist auf Thermopapier gedruckt, das mit der Zeit verblasst und wenig Kontrast hat. Fotografieren Sie sie kurz nach dem Kauf auf einem dunklen Hintergrund, damit die Ränder klar erkennbar sind, und glätten Sie eingerolltes Papier. Das OCR-Ergebnis liefert Ihnen Geschäftsname, Artikel und Summen als Text, den Sie in eine Spesentabelle einfügen können. Da Beträge entscheidend sind, prüfen Sie die Summen mit eigenen Augen, bevor Sie eine Spesenabrechnung einreichen.

OCR im Vergleich zum Kopieren von Text aus einem PDF

Wurde ein PDF aus einem Textverarbeitungsprogramm erstellt, enthält es bereits echten Text; es genügt, ihn zu markieren und zu kopieren oder PDF in Text zu nutzen, das schneller und zu 100 % genau ist. OCR ist nur nötig, wenn das PDF ein Scan oder ein Bild von Text ist. Ein schneller Test: Versuchen Sie, in Ihrem PDF-Viewer ein Wort zu markieren. Lassen sich einzelne Wörter markieren, ist der Text schon da; wird die ganze Seite wie ein Bild markiert, brauchen Sie OCR.

Glossar

• OCR (optische Zeichenerkennung): Bilder von Text in maschinenlesbare Zeichen umwandeln.
• DPI (Punkte pro Zoll): wie viele Pixel pro Zoll des Originals verwendet werden; höhere Werte vergrößern kleine Buchstaben für die Engine.
• Textebene: unsichtbarer Text, der in einem PDF über einem Bild liegt, damit er durchsucht und kopiert werden kann.
• LSTM: die Art neuronales Netz, die das moderne Tesseract nutzt, um ganze Textzeilen zu erkennen.
• Binarisierung: das Bild vor der Erkennung in reines Schwarzweiß umwandeln.

Datenschutz

Jeder Schritt läuft im Browser-Tab ab. Das Bild wird auf Ihrem eigenen Gerät mit der integrierten Bild-Engine des Browsers und WebAssembly dekodiert, bearbeitet und neu kodiert, und das Ergebnis landet direkt in Ihrem Download-Ordner. Nichts wird hochgeladen, nichts auf einem Server gespeichert, und es gibt keine Warteschlange – private Fotos, Ausweisdokumente, Screenshots mit persönlichen Daten und Fotos unveröffentlichter Produkte verlassen also nie Ihren Computer oder Ihr Handy. Sie können sogar das WLAN trennen, sobald die Seite geladen ist, und das Tool funktioniert weiter.

Viele Online-OCR-Dienste laden Ihr Bild auf einen Server hoch und verarbeiten es dort, und manche speichern einen Verlauf der Umwandlungen in einem Konto. Hier wird nur das Sprachmodell heruntergeladen, von unserer eigenen Website, und das Einzige, was entsteht, ist Text auf Ihrem Bildschirm.

Verwandte Tools

• OCR für PDF: durchsuchbare PDFs aus gescannten Dokumenten.
• PDF in Excel: Tabellen aus PDFs, auch gescannten.
• Text in Sprache: Hören Sie sich den extrahierten Text an.
• Bild zuschneiden: Isolieren Sie den Text vor der OCR.
• QR-Code-Scanner: QR-Codes in Bildern lesen.