Wie mache ich ein gescanntes PDF mit OCR durchsuchbar?
Laden Sie den Scan bei Sealique hoch und wählen Sie Englisch, Französisch, Deutsch oder Swahili: Der erkannte Text wird als unsichtbare Ebene hinzugefügt, sodass das PDF in jedem Browser durchsuchbar ist.
Ein gescannter Vertrag, ein fotografierter Brief, ein alter Bericht: Als Bild lässt er sich weder durchsuchen noch zitieren oder umwandeln. OCR liest die Zeichen und legt echten Text hinter das Bild, sodass die Suche funktioniert, PDF zu Word etwas zum Arbeiten hat und Screenreader die Seite vorlesen können.
PDF jetzt durchsuchbar machen Konto erstellen Signiertes Dokument prüfen
Das Wichtigste in Kürze
- PDF-OCR auf Sealique erkennt den Text gescannter Seiten auf Englisch, Französisch, Deutsch und Swahili; es ist im Konto enthalten, ohne Karte und ohne Tageslimit.
- Der erkannte Text wird als unsichtbare Ebene über das Seitenbild gelegt: Der Scan sieht unverändert aus, lässt sich aber durchsuchen, markieren und kopieren.
- Seiten, die bereits Text enthalten, bleiben standardmäßig unverändert, sodass ein gemischtes Dokument in einem Durchlauf verarbeitet wird.
- Bis zu 80 Seiten pro Durchlauf; teilen Sie ein längeres Dokument vorher auf. Die Erkennung läuft auf dem Server mit Tesseract.
- Ein durchsuchbares PDF lässt sich in Word oder Excel umwandeln, durch Aufziehen von Kästen schwärzen und mit einer digitalen PAdES-Signatur versiegeln.
Wie funktioniert die Erkennung?
Jede Seite wird auf den Servern von Sealique als Bild gerendert und mit den gewählten Sprachen an Tesseract übergeben. Die Engine liefert die Wörter mit ihren Positionen zurück, und das Werkzeug schreibt eine PDF-Seite, die das Originalbild mit den unsichtbar darübergelegten Wörtern zeigt. Seiten, die bereits Text enthalten, werden unverändert übernommen, sodass ein Dokument aus Scans und digitalen Seiten in einem Durchgang verarbeitet wird.
Was wird nach der OCR möglich?
Die Suche in jedem Viewer, das Kopieren einer Klausel ins Protokoll, Umwandlungen von PDF zu Word und PDF zu Excel, das Schwärzen per Suche gefundener Namen und Barrierefreiheit für Screenreader. Die durchsuchbare Kopie kann anschließend mit einer digitalen PAdES-Signatur versiegelt und online über ihre Prüf-ID oder ihren QR-Code geprüft werden.
PDF-OCR, Schritt für Schritt
OCR PDF öffnen
Melden Sie sich an, öffnen Sie die PDF-Werkzeuge und wählen Sie OCR PDF.
Scan auswählen
Legen Sie ein PDF mit bis zu 50 MB und 80 Seiten ab oder wählen Sie eines aus Ihrer Bibliothek.
Sprachen wählen
Haken Sie die Sprachen an, die das Dokument verwendet; ein zweisprachiges Dokument kann zwei gleichzeitig nutzen. Lassen Sie „Seiten mit vorhandenem Text überspringen“ aktiviert, es sei denn, der vorhandene Text ist falsch.
Erkennen
Klicken Sie auf „Text erkennen“. Die Seiten werden auf dem Server gerendert und gelesen; die durchsuchbare Kopie erscheint in Ihrer Bibliothek neben dem Original.
PDF-OCR ist in einem Sealique-Konto enthalten; die Verarbeitung läuft in Ihrem Browser und auf unseren Servern, nichts wird an Dritte weitergegeben.
Was PDF-OCR umfasst
- Englisch, Französisch, Deutsch und Suaheli
- Mehrere Sprachen in einem Durchlauf
- Unsichtbare Textebene; der Scan sieht unverändert aus
- Seiten mit vorhandenem Text werden übersprungen
- Durchsuchbare Kopie in Ihrer Bibliothek gespeichert
- Funktioniert vom Handy oder Computer
Häufige Fragen
Verändert OCR das Aussehen der Seiten?
Nein. Der Scan bleibt, wie er ist; der erkannte Text wird unsichtbar darübergelegt, damit er sich durchsuchen und markieren lässt.
Wie genau ist die Erkennung?
Saubere, gerade Scans mit 200 bis 300 dpi in einer unterstützten Sprache werden nahezu perfekt gelesen; blasse, schiefe oder handschriftliche Seiten schlechter.
Lesen Sie erkannten Text immer Korrektur, bevor er zitiert wird; das Bild der Seite bleibt die maßgebliche Fassung.
Welche Sprachen werden unterstützt?
Englisch, Französisch, Deutsch und Suaheli, einzeln oder kombiniert in einem Durchlauf.
Kinyarwanda ist in der Erkennungs-Engine noch nicht verfügbar; die Daten für Suaheli und Französisch decken viele seiner Buchstaben ab, die Ergebnisse sollten aber geprüft werden.
Gibt es eine Seitenbegrenzung?
Ja, 80 Seiten pro Durchlauf; teilen Sie einen längeren Scan mit „PDF teilen“ auf und führen Sie die Ergebnisse anschließend zusammen.
Warum meldet die Seite, dass eine Serverkomponente fehlt?
Die Erkennung benötigt Tesseract und Poppler auf dem Server; fehlt eines davon, zeigt die Seite das an, und der Administrator kann sie installieren.