Text aus Bild erkennen (OCR): elf Sprachen

So verwenden Sie es

Wählen Sie mit Datei auswählen ein Foto oder einen Scan des Textes, oder fügen Sie es mit Strg+V ein.
Wählen Sie die Sprache des Textes: eine der elf Sprachen, oder für eine gemischte Seite Englisch mit einer der übrigen.
Drücken Sie Text lesen und warten Sie. Die Leiste zeigt die Schritte; Abbrechen stoppt das Lesen jederzeit.
Prüfen Sie die Wörter am Bild und drücken Sie dann Kopieren, oder Herunterladen, um eine .txt-Datei zu behalten.

So wird der Text gelesen

Der Leser ist Tesseract, die quelloffene OCR-Engine, für WebAssembly übersetzt und über tesseract.js in einem Web-Worker ausgeführt, damit die Seite reaktionsschnell bleibt. Die Engine findet zuerst die Zeilen im Bild und liest dann jedes Zeichen mit einem neuronalen Netz, das auf gedruckten Text der gewählten Sprache trainiert wurde. Die Sprachdateien sind die schnellen Modelle von tessdata_fast: etwas weniger genau als die größten Modelle, dafür viel kleiner, sodass das erste Lesen früher beginnt.

Was ein gutes Ergebnis ausmacht

Großer, scharfer, dunkler Text auf einfarbigem Grund wird am besten gelesen. Ein schräg aufgenommenes Foto, schwaches Licht, ein Schatten über der Seite oder sehr kleiner Druck liest sich schlechter. Das Bild wird mit höchstens 2.400 Pixeln an der längeren Seite gelesen, das reicht für gedruckten Text. Sehr kleiner Druck braucht ein näheres Foto, nicht eine größere Datei.

Was dieses Werkzeug nicht liest

Der Leser ist für gedruckten Text gemacht. Handschrift und verzierte Schriften werden nicht zuverlässig gelesen. Eine Sprache, die nicht in der Liste steht, etwa Koreanisch, Persisch, Urdu oder Traditionelles Chinesisch, hat hier keinen Leser; Chinesisch wird nur in vereinfachter Schrift gelesen. Auch mit dem deutschen Modell können Umlaute wie ä, ö und ü sowie das ß falsch erkannt werden, deshalb prüfen Sie jeden Text am Bild.

Ein PDF ist kein Bild: Ein PDF mit schon vorhandenem Text lesen Sie mit PDF in Text. Die Sicherheitsangabe ist die eigene Schätzung des Lesers für seine Wörter. Sie ist ein Anhaltspunkt, keine Prüfung.

Beispiel: eine Seite in beiden Sprachen

Wählen Sie bei Sprache des Textes Englisch und Türkisch und drücken Sie dann Text lesen. Die Wörter beider Sprachen erscheinen in einem Feld, zeilenweise in der Reihenfolge, in der sie auf der Seite stehen.

Eine niedrige Sicherheitsangabe erscheint mit einem Warnhinweis. Vergleichen Sie das Feld dann Zeile für Zeile mit dem Bild, bevor Sie es kopieren.

Häufig gestellte Fragen

Warum sind manche Buchstaben im Text falsch?

Der Leser arbeitet aus den Formen der Buchstaben. Ein kleines, verwischtes, schräges oder beschattetes Wort kann deshalb mit einem veränderten Buchstaben herauskommen, zum Beispiel ein großes I statt eines kleinen l. Prüfen Sie die Wörter am Bild und machen Sie das nächste Foto gerade und scharf.

Warum muss ich die Sprache wählen?

Der Leser verwendet für jede Sprache ein eigenes Modell. Das türkische Modell liest die Buchstaben ç, ğ, ı, ş und ü, das deutsche die Umlaute und das ß, das spanische das ñ und die Vokale mit Akzent (á, é, í, ó, ú), das französische é, è, ê und ç, das portugiesische ã, õ und ç; ein englisches Lesen erkennt sie unter Umständen nicht. Für eine Seite, die zwei Sprachen mischt, wählen Sie etwa Englisch und Deutsch.

Kann das Werkzeug einen deutschen Text lesen?

Ja. Deutsch ist als Sprache wählbar und wird mit einem eigenen Modell gelesen, das die Umlaute und das ß kennt. Prüfen Sie das Ergebnis trotzdem am Bild, denn auch ein gutes Modell liest nicht jedes Wort richtig.

Kann es ein PDF oder eine handschriftliche Notiz lesen?

Nicht direkt. Ein PDF mit schon vorhandenem Text lesen Sie mit PDF in Text. Ein gescanntes PDF hat keinen Text, deshalb lesen Sie seine Seiten besser mit PDF-Texterkennung. Handschrift wird nicht zuverlässig gelesen, weil der Leser für gedruckten Text gemacht ist.

Bleibt der Text privat?

Ja. Das Bild wird von einem Worker in Ihrem Browser gelesen. Weder das Bild noch der Text werden an diese Seite oder an sonst jemanden gesendet. Die Dateien der Engine kommen von dieser Seite und werden vom üblichen Cache Ihres Browsers gehalten; sie enthalten weder Bild noch Text.

Warum dauert ein Lesen eine Weile?

Das erste Lesen lädt die Engine und die Sprachdateien herunter, insgesamt mehrere Megabyte, und ein großes Bild braucht einige Sekunden. Spätere Lesevorgänge sind schneller, weil die Dateien schon im Browser liegen. Ein Lesen, das länger als zwei Minuten dauert, wird abgebrochen, und Sie können es jederzeit abbrechen.

Warum ist die Sicherheit nicht 100 Prozent?

Die Sicherheit ist die durchschnittliche Schätzung des Lesers für die Wörter, die er gelesen hat. Ein hoher Wert ist ein gutes Zeichen, ein niedriger bedeutet, dass der Text geprüft werden sollte. Sie beweist nicht, dass jedes Wort stimmt.

Quellen

Zahlen und Text zuletzt geprüft: Mittwoch, 11. November 2026.