Mach ein gescanntes PDF per OCR durchsuchbar - lokal im Browser, mit unsichtbarer Textebene unter den Originalseiten, ganz ohne Upload.
Läuft lokal auf deinem Gerät ...
0%
Deine Dateien haben dein Gerät nie verlassen
Nein. Die Umwandlung läuft komplett in Deinem Browser - Deine Datei verlässt Dein Gerät nie. So ist das nachprüfbar
Ein gescanntes PDF ist im Grunde ein Stapel Bilder: Du siehst den Text, aber du kannst ihn nicht markieren, durchsuchen oder kopieren. OCR (optische Zeichenerkennung) liest die Buchstaben aus dem Bild und legt sie als unsichtbare Textebene exakt über die Seiten. Das Aussehen bleibt identisch, doch das PDF wird durchsuchbar und der Text lässt sich markieren - genau das, was Behörden, Archive und die Volltextsuche erwarten.
Wähle als Ausgabe ein durchsuchbares PDF (Originalseiten plus Textebene) oder reinen Text als TXT. Stell die Sprache des Dokuments aus der Liste ein - über 100 Sprachen von Deutsch und Englisch über Russisch, Arabisch und Hindi bis Japanisch, Koreanisch und Chinesisch, jede in ihrem eigenen Namen -, damit die Schriftzeichen richtig erkannt werden. Alles läuft im Browser per WebAssembly: dieselbe quelloffene Tesseract-Engine wie beim Werkzeug "Bild zu Text", nur seitenweise auf das ganze PDF angewendet. Beim ersten Gebrauch lädt der Browser Engine und das gewählte Sprachmodell einmalig nach (wenige MB, same-origin); danach geht es offline.
Das Werkzeug ist für gescannte oder als Bild vorliegende PDFs gedacht. Die Erkennung hängt stark an der Scanqualität: scharfe, gerade, kontrastreiche Seiten mit gedrucktem Text werden sehr gut erkannt, schiefe oder unscharfe deutlich schlechter; Handschrift nicht zuverlässig. Im durchsuchbaren PDF wird jede Seite als Bild neu eingebettet - ein PDF, das bereits echten Text enthält, braucht daher kein OCR. Prüfe das Ergebnis bei Zahlen und Eigennamen kurz nach.
| Eingabeformate | |
|---|---|
| Ausgabeformat | |
| Stapelverarbeitung | Ja |
| Verarbeitung | Lokal im Browser (WebAssembly) |
| Datei-Upload | Keiner |
Grenzen: Für GESCANNTE / Bild-PDFs: macht sie per OCR durchsuchbar (unsichtbare Textebene) oder liefert reinen Text. Erkennt GEDRUCKTEN Text in über 100 Sprachen und vielen Schriften; Handschrift nicht zuverlässig. Hinweis: Die unsichtbare Textebene im durchsuchbaren PDF nutzt eine Latin-1-Schrift - nichtlateinische Zeichen (z. B. CJK, Arabisch, Kyrillisch) werden dort nicht eingebettet; für diese Schriften liefert die Ausgabe "Nur Text (TXT)" den vollständig erkannten Text. Im durchsuchbaren PDF wird jede Seite als Bild neu eingebettet, das Layout bleibt also erhalten, die Datei kann aber größer werden; ein PDF mit bereits echtem Text braucht kein OCR. Die Erkennung ist nicht fehlerfrei - besonders Zahlen und Eigennamen prüfen. Engine + gewähltes Sprachmodell werden einmalig nachgeladen (wenige MB, same-origin), danach offline-fähig. Große PDFs brauchen je nach Seitenzahl und Gerät etwas Zeit und Speicher.
Nein. Rendern und Texterkennung laufen vollständig lokal im Browser (WebAssembly); das PDF verlässt dein Gerät nicht - gerade bei Verträgen und Behördenpost der entscheidende Vorteil.
Die Seite sieht aus wie der Scan, aber darunter liegt eine unsichtbare Textebene. Dadurch kannst du im PDF suchen, Text markieren und kopieren - der optische Eindruck bleibt gleich.
Ja. Jede Seite wird als Bild der Originalseite eingebettet, die unsichtbare Textebene liegt passgenau darüber. Das Aussehen ändert sich nicht, die Datei kann aber etwas größer werden.
Andere Sprachen ja: über 100 stehen zur Wahl (auch Arabisch, Russisch, Hindi, Japanisch, Koreanisch, Chinesisch). Handschrift wird nicht zuverlässig erkannt, nur gedruckter Text. Bei nichtlateinischen Schriften nutze die Ausgabe "Nur Text (TXT)", da die durchsuchbare PDF-Textebene auf Latin-1 begrenzt ist.