Was ist OCR?
OCR ist die Abkürzung für Optische Zeichenerkennung. Dieser Prozess wird verwendet, um die visuelle Darstellung von Text zu erkennen, zum Beispiel in einem Bild. Auf dieser Basis kann OCR echten Text erzeugen der dann bearbeitet, kopiert, verändert usw. werden kann. Es funktioniert sehr gut mit getipptem und gedrucktem Text und nur in sehr seltenen Fällen mit handschriftlichem Text.
Wie funktioniert optische Zeichenerkennung?
OCR kann auf zwei Arten arbeiten: ein Zeichen nach dem anderen oder ein Wort nach dem anderen. Erstere ist die am häufigsten verwendete Methode, da letztere voraussetzt, dass die Sprache Wörter durch ein Leerzeichen trennt.
Anfangs wurden OCR-Prozessoren darauf trainiert, einzelne Zeichen zu erkennen in einer bestimmten Schriftart. Inzwischen sind den meisten OCR-Programmen die gängigen Sans-Serif- und Serif-Schriften bekannt und können erkannt werden. Selbst schiefe Scans und Bilder, die nicht zu 100 % gerade sind, werden recht gut interpretiert. Das ist dank des Pre-Processings möglich, das viele OCR-Programme durchführen. Es umfasst das Begradigen und Säubern, das Umwandeln des Scans oder Bildes in Graustufen und mehr.
Anwendungsfälle der optischen Zeichenerkennung
Warum solltest du OCR brauchen oder verwenden wollen? Hier sind ein paar typische Anwendungsfälle:
- Erstelle Notizen aus Vorlesungs- und Präsentationsfolien, die du fotografiert hast
- Text aus Dokumenten auslesen, die als Bilder eingescannt wurden
- Digitalisiere deinen Papierkram und mache ihn durchsuchbar, z. B. nach Rechnungsnummern oder ähnlichen Daten
OCR verwenden: So geht's
- Gehe zum PDF-zu-Word-Konverter des PDF2Go
- Lade deine Datei per Drag & Drop hoch oder von deiner Festplatte, Dropbox oder Google Drive.
- Für die Texterkennung öffne den Reiter Einstellungen und aktiviere OCR einschalten. Wähle dann die OCR-Methode und die Textsprache deines Dokuments.
- Wähle unter Ausgabeformat Word (.docx) oder das ältere Word (.doc).
- Klicke auf den Button PDF zu Word und lade anschließend dein Word-Dokument herunter.