Bild in Text umwandeln (OCR)
Text aus Bildern kopieren: Screenshots, Fotos und gescannte Seiten werden privat in Ihrem Browser erkannt – auf Deutsch, Englisch, Französisch und Spanisch.
Vorschau
Einstellungen
Beim ersten Mal werden die OCR-Engine und das deutsche Sprachmodell (zusammen etwa 6 MB) von dieser Website geladen; danach hält Ihr Browser sie bereit.
Fügen Sie ein Bild hinzu, um zu beginnen. Der erkannte Text erscheint hier.
Ergebnis
Diese Wörter prüfen (unter 70 % Erkennungssicherheit – zum Finden anklicken)
Ähnliche Tools
So funktioniert es
- Bild hinzufügen — Wählen Sie Bilddateien aus, ziehen Sie sie auf die Seite oder fügen Sie einen Screenshot mit Strg+V (⌘V auf dem Mac) ein. PNG, JPG, WebP, GIF und BMP funktionieren in jedem Browser; Sie können mehrere Bilder auf einmal hinzufügen.
- Sprache und Vorschau prüfen — Wählen Sie unter „Sprache des Textes“ die Sprache, in der der Text geschrieben ist – Deutsch ist voreingestellt. Drehen Sie das Bild, falls es quer liegt. Bei blassen, farbigen oder kontrastarmen Bildern helfen Graustufen, mehr Kontrast oder ein Schwarz-Weiß-Schwellenwert; „Invertieren“ ist für hellen Text auf dunklem Grund gedacht.
- Text erkennen — Klicken Sie auf „Text erkennen“ (bei mehreren Bildern auf „Alle erkennen“). Beim ersten Mal lädt Ihr Browser die OCR-Engine und das Sprachmodell einmalig herunter; danach startet die Erkennung sofort.
- Prüfen, kopieren, speichern — Das Ergebnis zeigt die durchschnittliche Erkennungssicherheit und listet unsichere Wörter auf – ein Klick markiert das Wort im Text. Korrigieren Sie, was nötig ist, verbinden Sie umbrochene Zeilen zu Absätzen und kopieren Sie den Text oder laden Sie ihn als .txt-Datei herunter.
Über „Bild in Text umwandeln“
Mit diesem Werkzeug wandeln Sie ein Bild in Text um: Screenshots, Handyfotos von Dokumenten, gescannte Seiten, Folien, Schilder und Kassenbons werden per optischer Zeichenerkennung (OCR) zu bearbeitbarem Text, den Sie kopieren oder als .txt-Datei speichern. Erkannt wird Text auf Deutsch, Englisch, Französisch und Spanisch. Alles läuft in Ihrem Browser – die Bilder werden auf Ihrem Gerät verarbeitet und nicht hochgeladen.
Was im Hintergrund passiert
- Öffnen. Ihr Browser dekodiert das Bild und berücksichtigt die Drehung, die Handykameras in der Datei speichern (EXIF-Ausrichtung).
- Größe anpassen. Tesseract liest am besten, wenn Großbuchstaben etwa 20–40 Pixel hoch sind. Bilder, deren längere Seite unter 1.000 Pixel liegt, werden vergrößert (höchstens 3-fach), sehr große auf höchstens 4.000 Pixel und 12 Megapixel verkleinert.
- Optional bereinigen: Graustufen, Kontrast, Invertieren für hellen Text auf dunklem Grund und ein Schwarz-Weiß-Schwellenwert. „Automatisch (Otsu)“ sucht die Helligkeitsgrenze, die Text und Hintergrund am besten trennt.
- Erkennen. Das vorbereitete Bild geht an Tesseract (über tesseract.js 7), das als WebAssembly in einem Web Worker läuft – mit seinem neuronalen LSTM-Erkenner und dem Sprachmodell, das Sie gewählt haben.
- Ergebnis. Sie erhalten den Text, die durchschnittliche Erkennungssicherheit und eine Liste unsicherer Wörter. „Umbrochene Zeilen verbinden“ fügt die Zeilen innerhalb eines Absatzes zusammen.
Warum die richtige Sprache zählt
Jedes Sprachmodell kennt die Buchstaben und typischen Wörter seiner Sprache. Umlaute und ß werden deshalb nur zuverlässig erkannt, wenn unter „Sprache des Textes“ Deutsch gewählt ist. Wir haben ein sauberes Testbild (Arial, 40 Pixel, schwarz auf weiß) mit dem Text „Größere Straßenbäume säumen die Allee. Über 30 Bürger äußerten Kritik an der Maßnahme.“ mit beiden Modellen gelesen:
| Gewählte Sprache | Erkannter Text | Erkennungssicherheit |
|---|---|---|
| Deutsch | Größere Straßenbäume säumen die Allee. Über 30 Bürger äußerten Kritik an der Maßnahme. | 94 % |
| Englisch | Grolere Strallenbaume sdumen die Allee. Uber 30 Birger duRerten Kritik an der MaRnahme. | 69 % |
Mit dem deutschen Modell war der Text fehlerfrei. Das englische Modell erkannte jedes ß und jeden Umlaut falsch – und meldete dabei eine deutlich niedrigere Erkennungssicherheit. Ein auffällig niedriger Wert ist also oft ein Hinweis auf die falsche Sprache. Englische Begriffe in einem deutschen Text sind meist kein Problem: Das deutsche Modell las im selben Test auch eine englische Zeile fehlerfrei.
Das passende Layout
| Layout | Geeignet für |
|---|---|
| Automatisch | Dokumente und Seiten mit Überschriften, Absätzen oder mehreren Blöcken – die Voreinstellung. |
| Eine Spalte | Artikel, Buchseiten und lange Screenshots mit einer Textspalte. |
| Ein Textblock | Einen Absatz oder einen eng zugeschnittenen Textbereich. |
| Eine Zeile | Eine Überschrift, einen Code, eine Seriennummer oder eine Zeile eines Kassenbons. |
| Verstreuter Text | Screenshots von Apps, Formularen, Diagrammen, Schildern und Etiketten. |
Grenzen
OCR ist nie perfekt. Rechnen Sie mit Fehlern bei:
- Handschrift – Tesseract ist auf gedruckten Text trainiert; Schreibschrift wird kaum erkannt.
- geringer Auflösung – unscharfe, verwackelte oder sehr kleine Schrift. Vergrößern ersetzt keine Details, die nie aufgenommen wurden.
- verspielten Schriften – Zier- und Schreibschriften, aber auch alte Frakturschrift: Für Fraktur hat Tesseract ein eigenes Modell, das dieses Werkzeug nicht enthält.
- gemischten Sprachen – pro Durchlauf wird ein Modell verwendet; Sonderzeichen der anderen Sprache können verloren gehen.
- ähnlichen Zeichen wie 0 und O, 1, l und I oder „rn“ und „m“.
- Tabellen und mehreren Spalten – sie kommen als Textzeilen ohne die ursprüngliche Struktur heraus.
Prüfen Sie Namen, Zahlen und Beträge immer am Original.
Wofür Sie es nutzen können
Zitate aus Fotos von Buchseiten oder Vorlesungsfolien übernehmen, Briefe, Rechnungen und Kassenbons in bearbeitbaren Text umwandeln, Archivseiten digitalisieren oder eine Fehlermeldung aus einem Screenshot kopieren. Hat ein PDF bereits eine Textebene, ist der PDF to Text Converter (auf Englisch) schneller und exakt. Zum Aufräumen des Ergebnisses eignet sich Zeilenumbrüche entfernen, und Wörter zählen zeigt Ihnen, wie lang der erkannte Text ist.
Datenschutz
Die OCR-Engine (etwa 4 MB) und die Sprachmodelle (Deutsch etwa 2 MB, Englisch etwa 5 MB, Französisch etwa 1,2 MB, Spanisch etwa 3,4 MB) liegen auf dieser Website und werden erst geladen, wenn Sie sie benutzen; danach hält Ihr Browser sie im Cache. Bilder, Text und Ergebnisse verlassen Ihr Gerät nie und sind weg, sobald Sie die Seite schließen.
Häufige Fragen
Werden meine Bilder hochgeladen?
Nein. Die Texterkennung läuft in Ihrem Browser mit der Open-Source-Engine Tesseract, die als WebAssembly ausgeführt wird. Bilder und erkannter Text bleiben auf Ihrem Gerät. Das Werkzeug eignet sich deshalb auch für Kassenbons, Briefe, Ausweise oder vertrauliche Screenshots.
Welche Sprachen erkennt das Werkzeug?
Deutsch, Englisch, Französisch und Spanisch. Wählen Sie vor dem Erkennen unter „Sprache des Textes“ die Sprache des Bildes; auf dieser Seite ist Deutsch voreingestellt. Jede Sprache hat ein eigenes Modell, und Umlaute und ß werden nur zuverlässig erkannt, wenn „Deutsch“ gewählt ist. Andere Schriften wie Kyrillisch, Arabisch oder Chinesisch werden nicht erkannt.
Was mache ich mit Text in mehreren Sprachen?
Pro Durchlauf wird ein Sprachmodell verwendet. Wählen Sie die Hauptsprache des Textes. In unserem Test las das deutsche Modell auch eine englische Zeile fehlerfrei, während das englische Modell bei deutschem Text alle Umlaute und jedes ß falsch erkannte. Enthält ein Bild größere Abschnitte in verschiedenen Sprachen, schneiden Sie es zu und erkennen Sie jeden Teil mit der passenden Sprache.
Kann das Werkzeug Handschrift lesen?
Nur ordentliche Druckbuchstaben, und auch die nicht zuverlässig. Tesseract ist auf gedruckten Text trainiert, Schreibschrift und schnelle Notizen ergeben meist Zeichensalat. Am besten funktionieren getippte oder gedruckte Dokumente, Screenshots, Schilder und Buchseiten.
Wie bekomme ich genauere Ergebnisse?
Wählen Sie die richtige Sprache und verwenden Sie das schärfste und größte Bild, das Sie haben: Die Schrift sollte mindestens 20 Pixel hoch, gerade und gleichmäßig beleuchtet sein. Schneiden Sie unwichtige Bereiche weg, drehen Sie quer liegende Bilder und probieren Sie die Bereinigung aus. Für eine einzelne Zeile oder ein Etikett wählen Sie das passende Layout.
Was bedeutet die Erkennungssicherheit?
Sie ist der Durchschnitt der Sicherheit, die Tesseract für alle erkannten Wörter angibt, von 0 bis 100. Über etwa 85 ist der Text meist nahezu fehlerfrei, zwischen 65 und 85 sollten Sie mit einigen Fehlern rechnen, darunter lohnt es sich, Bildqualität und gewählte Sprache zu prüfen. Wörter unter 70 Prozent werden zusätzlich aufgelistet, damit Sie sie zuerst kontrollieren können.