So machen Sie ein gescanntes PDF mit OnCloudPDF durchsuchbar: Wählen Sie die Datei aus, stellen Sie die Sprache des Dokuments ein und klicken Sie auf „OCR ausführen“.
Wird in Ihrem Browser verarbeitet
Ohne Upload
Ohne Konto
1Datei auswählen
2Einstellen und ausführen
3Herunterladen
oder Datei hier ablegen oder mit CtrlV einfügen
Gut zu wissen: Zur Auswahl stehen Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Chinesisch (vereinfacht) und Japanisch; pro Durchlauf kann nur eine Sprache gewählt werden. Alle Grenzen
So machen Sie ein gescanntes PDF mit OnCloudPDF durchsuchbar: Wählen Sie die Datei aus, stellen Sie die Sprache des Dokuments ein und klicken Sie auf „OCR ausführen“. Das Tool lässt Tesseract.js direkt in Ihrem Browser laufen und liefert ein neues PDF mit den Seitenbildern und einer unsichtbaren Textebene. Wie genau die Texterkennung ist, hängt von der Qualität des Scans und der gewählten Sprache ab.
Aktualisiert · Läuft in Ihrem Browser, ohne Upload, ohne Konto
So verwenden Sie PDF OCR (Texterkennung)
Wählen Sie Ihr gescanntes PDF aus oder legen Sie es im Tool ab.
Wählen Sie die Sprache des Dokuments aus der Liste.
Klicken Sie auf „OCR ausführen“ und warten Sie; bei mehrseitigen Dateien dauert es eine Weile.
Laden Sie das durchsuchbare PDF herunter und prüfen Sie die Textvorschau.
Was es kann und was nicht
Zur Auswahl stehen Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Chinesisch (vereinfacht) und Japanisch; pro Durchlauf kann nur eine Sprache gewählt werden.
Jede Seite wird in 1,5-facher Skalierung gerendert und von Tesseract erkannt. Die Ausgabeseiten werden aus diesen gerenderten Bildern in der ursprünglichen Seitengröße neu aufgebaut, der ursprüngliche Text und die Vektorinhalte des PDFs bleiben also nicht erhalten.
Die Genauigkeit schwankt: Unscharfe, schiefe oder kontrastarme Scans führen zu mehr Fehlern.
Die Verarbeitung erfolgt Seite für Seite in Ihrem Browser und kann bei langen Dokumenten langsam sein. Eine Begrenzung nach Seitenzahl oder Dateigröße gibt es nicht.
Beim ersten Durchlauf werden Erkennungsmodul und Sprachdaten heruntergeladen, dafür ist eine Internetverbindung nötig.
Mit einem Passwort geschützte (verschlüsselte) PDFs werden mit einer klaren Meldung abgelehnt, weil OnCloudPDF sie noch nicht öffnen kann. Entfernen Sie das Passwort vorher in einem anderen Programm. Ist ein Ergebnis leer oder kein gültiges PDF, erscheint eine Fehlermeldung statt eines Downloads.
Wird meine Datei hochgeladen?
Die Texterkennung läuft in Ihrem Browser, Ihr PDF wird nicht hochgeladen. Der PDF.js-Worker wird von der eigenen Domain von OnCloudPDF ausgeliefert. Der Tesseract-Worker, der Kern und die Sprachdaten werden von einem öffentlichen CDN (jsDelivr) heruntergeladen; abgerufen werden nur diese Code- und Datendateien, nicht Ihr Dokument.
Text aus einem gescannten PDF kopieren
Ein gescanntes PDF besteht nur aus Bildern der Seiten, deshalb können Sie seinen Text weder markieren noch durchsuchen. Nach der Texterkennung behält die Ausgabe die Seitenbilder und enthält zusätzlich eine unsichtbare Textebene, die über jedem erkannten Wort liegt. In den meisten PDF-Programmen können Sie dann suchen und Text kopieren. Das Tool zeigt außerdem eine Vorschau der ersten 500 Zeichen und die Zahl der erkannten Zeichen an, damit Sie die Qualität schnell beurteilen können. Wählen Sie vorher die passende Sprache, denn mit der falschen Sprache fällt das Ergebnis schlecht aus. Wer den Text anschließend weiterverarbeiten möchte, kann ihn mit PDF in Text umwandeln extrahieren oder mit PDF in Word umwandeln in ein Dokument übernehmen.
Möglichkeiten, ein PDF per OCR zu erkennen
Möglichkeiten, ein PDF per OCR zu erkennen
Kriterium
OnCloudPDF
Online-Tools mit Server
Desktop-Programme
Wo die Datei verarbeitet wird
In Ihrem Browser (Tesseract.js)
Auf dem Server des Anbieters
Auf Ihrem Computer
Sprachunterstützung
8 Sprachen in diesem Tool
Je nach Anbieter verschieden
Je nach Programm verschieden
Netzwerk nötig
Ja, um Modul und Sprachdaten zu laden
Ja, um die Datei hochzuladen
Oft nein
Am besten für
Private, gelegentliche Scans
Je nach Anbieter verschieden
Umfangreiche oder regelmäßige OCR-Arbeit
Häufige Fragen
Wie mache ich ein gescanntes PDF durchsuchbar?
Wählen Sie das PDF aus, stellen Sie die Sprache ein und klicken Sie auf „OCR ausführen“. Das Tool erkennt den Text mit Tesseract.js und legt über jedes Seitenbild eine positionierte, unsichtbare Textebene. Das Ergebnis lässt sich durchsuchen und der Text kopieren.
Was ist OCR (Texterkennung)?
OCR steht für „optical character recognition“, auf Deutsch optische Zeichenerkennung. Ein Programm liest das Bild einer Seite und wandelt die Buchstaben darin in echten Text um. Ohne diesen Schritt ist ein Scan nur ein Foto, in dem Sie nichts markieren oder suchen können.
Welche Sprachen werden erkannt?
Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Chinesisch (vereinfacht) und Japanisch. Pro Durchlauf wählen Sie eine Sprache; Deutsch ist dabei.
Wie genau ist die Texterkennung?
Das hängt vom Scan ab. Saubere, gerade und kontrastreiche Seiten in der richtigen Sprache werden gut erkannt, unscharfe, schiefe oder blasse Scans führen zu mehr Fehlern. Prüfen Sie daher die Textvorschau, bevor Sie sich auf das Ergebnis verlassen.
Wird mein PDF auf einen Server hochgeladen?
Nein. Ihre Datei bleibt im Browser. Heruntergeladen werden nur das Tesseract-Modul, die Sprachdaten und der PDF.js-Worker von CDNs beziehungsweise von der eigenen Domain.
Bleiben der ursprüngliche Text und die Qualität erhalten?
Nicht genau. Die Seiten werden für die Erkennung in 1,5-facher Skalierung als Bilder gerendert und in ihrer ursprünglichen Seitengröße neu aufgebaut. Das Ergebnis besteht also aus diesen Bildern statt aus den ursprünglichen Vektorinhalten.
Warum dauert der erste Durchlauf länger?
Ihr Browser muss zuerst das Erkennungsmodul und die Sprachdaten herunterladen. Bei späteren Durchläufen können zwischengespeicherte Dateien wiederverwendet werden.
Weitere PDF-Tools
PDF in Text – Text aus einem PDF extrahieren und als TXT-Datei speichern, direkt im Browser. Setzt eine Textebene voraus (bei Scans zuerst OCR). Ohne Upload Ihrer Datei.
Wörter in PDF zählen – PDF-Wörter zählen: Wörter, Zeichen, Seiten und Lesezeit im Browser ermitteln. Gezählt wird die Textebene, Scans brauchen zuerst OCR. Ohne Upload.
PDF wie gescannt – PDF wie gescannt aussehen lassen: Die Seiten werden zu leicht körnigen, schwach vergilbten Bildern in Schwarz-Weiß oder Farbe. Im Browser, ohne Upload.
PDF in Excel umwandeln – PDF in Excel umwandeln: Tabellen eines Text-PDFs als XLSX, ein Blatt pro Tabelle, Zahlen als Zahlen. Im Browser, ohne Upload; Scans brauchen zuerst OCR.
