Sie scannen einen mehrseitigen Bericht und speichern ihn als PDF. Wenn Sie die Datei öffnen und Strg+F drücken (oder ⌘+F auf dem Mac), wird nichts gefunden – nicht einmal ein Wort, das Sie auf der ersten Seite deutlich sehen können. Das Dokument ist ein Bild, und Bilder enthalten keinen durchsuchbaren Text.
Das Durchsuchbar-Machen eines gescannten PDFs fügt hinter den Bildern eine unsichtbare Textebene hinzu. Diese Textebene ist das, was Strg+F, Dokumentenmanagementsysteme und Suchmaschinen lesen. Das visuelle Erscheinungsbild des Dokuments bleibt exakt gleich.
Was OCR macht
Die Optical-Character-Recognition-Software (OCR) analysiert jedes Pixel jeder Seite und erkennt Zeichen, Wörter und Layoutstruktur. Anschließend platziert sie diese Zeichen in einer verborgenen Ebene an derselben Position wie der entsprechende Bildtext. Das Ergebnis ist ein PDF, das identisch mit dem Originalscan aussieht, aber darunter echten, auswählbaren und durchsuchbaren Text enthält.
So machen Sie Ihr PDF mit Pagivo durchsuchbar
- Öffnen SieAsk PDFauf Pagivo und melden Sie sich an, wenn Sie dazu aufgefordert werden.
- Laden Sie Ihre gescannte PDF-Datei hoch.
- Geben Sie eine Anfrage ein, wie z. B.mache dieses PDF mit OCR durchsuchbar.
- Klicken Sie aufVerarbeiten und herunterladen. Pagivo führt OCR auf den Seiten durch, die es benötigen, und gibt das Dokument mit einer hinzugefügten durchsuchbaren Textebene zurück.
- Öffnen Sie das Ergebnis in einem beliebigen PDF-Viewer und drücken Sie Strg+F. Ihre Suchbegriffe werden jetzt gefunden.
Faktoren, die die Genauigkeit beeinflussen
OCR funktioniert am besten bei sauber gescannten Dokumenten. Mehrere Faktoren beeinflussen, wie genau die Textebene wird:
- Scan-Auflösung.300 DPI sind das praktische Minimum für zuverlässige OCR. Niedrigere Auflösungen erzeugen eine unzuverlässige Zeichenerkennung, insbesondere bei kleinem Text.
- Geradheit der Seite.Eine schiefe oder gekrümmte Seite bringt die Erkennung von Zeichengrenzen durcheinander. Aus diesem Grund liefern Flachbettscanner durchgehend bessere Ergebnisse als Smartphone-Kameras.
- Klarheit der Schriftart.Standardmäßige gedruckte Schriftarten werden mit sehr hoher Genauigkeit erkannt. Dekorative Schriftarten, sehr kleiner Text (unter 8pt Äquivalent bei 300 DPI) und stark komprimierte Scans erzeugen mehr Erkennungsfehler.
- Handschrift.Die meisten OCR-Engines sind auf gedruckten Text trainiert. Bei handschriftlichen Seiten ist mit geringerer Genauigkeit oder größtenteils unbrauchbaren Ergebnissen zu rechnen.
Wenn Sie den Inhalt bearbeiten möchten, nicht nur durchsuchen
OCR erstellt ein durchsuchbares PDF – der Text ist echt, aber die Seite sieht weiterhin aus wie ein Scan. Wenn Sie den Inhalt bearbeiten müssen (einen Namen korrigieren, ein Datum ändern, eine Tabelle neu formatieren), müssen Sie das PDF in ein bearbeitbares Format konvertieren. Der empfohlene Ablauf ist: zuerst OCR ausführen, um ein durchsuchbares PDF zu erstellen, und dann dieses PDF mitPDF zu Wordkonvertieren, um die beste Konvertierungsqualität zu erhalten.
Google Drive als kostenlose Alternative nutzen
Google Drive enthält eine integrierte OCR ohne Kosten. Laden Sie das PDF in Google Drive hoch, klicken Sie mit der rechten Maustaste darauf und wählen SieMit Google Docs öffnen. Google führt eine OCR durch und öffnet das Ergebnis als bearbeitbares Dokument. Das Seitenformat wird nicht beibehalten, aber der Text wird extrahiert. Das funktioniert gut für kurze Dokumente, bei denen Sie nur den Textinhalt und nicht das ursprüngliche Layout benötigen.