Text aus einem Bild extrahieren: 8 Tipps für eine genaue Texterkennung
Wir haben unser kostenloses OCR-Tool mit winziger Schrift, schiefen Zeilen, Schatten, Unschärfe und deutschem Text getestet. Hier sehen Sie, was die Texterkennung wirklich stört, wie Sie Foto oder Screenshot vorbereiten und das Ergebnis prüfen.
Optische Zeichenerkennung (OCR) verwandelt die Pixel eines Bildes in Text, den Sie kopieren, bearbeiten und durchsuchen können. So übernehmen Sie ein Zitat aus einem Screenshot, durchsuchen einen eingescannten Brief oder kopieren den Betrag aus einer fotografierten Rechnung. Moderne OCR arbeitet auf sauberen Bildern sehr gut und ist auf schlechten erstaunlich empfindlich. Dieser Ratgeber zeigt, welche Probleme am stärksten wirken, mit Messungen aus unserem eigenen Tool Bild zu Text.
So funktioniert die Texterkennung in Ihrem Browser
Unser Tool nutzt Tesseract, eine Open-Source-OCR-Engine, die zwischen 1985 und 1994 bei Hewlett-Packard entstand, 2005 als Open Source veröffentlicht und von 2006 bis 2017 von Google weiterentwickelt wurde. Seit Version 4 erkennt sie ganze Textzeilen mit einem neuronalen Netz (LSTM). Das Projekt tesseract.js bringt sie in den Webbrowser.
Wenn Sie eine Erkennung starten, werden die Engine und die Sprachdaten für Deutsch, Englisch, Spanisch oder Persisch von unserem Server geladen; Ihr Bild selbst wird nie hochgeladen. Vor der Erkennung zeichnet das Tool das Bild auf einen weißen Hintergrund, damit transparente PNGs funktionieren, und vergrößert kleine Bilder, bis die längere Seite etwa 1.600 Pixel misst, höchstens auf das Dreifache. Wie die Messungen zeigen, macht dieser eine Schritt viel aus.
Was wir getestet haben
Wir haben denselben kurzen englischen Text, eine Rechnungsnotiz mit Nummer, Datum, Betrag und Prozentsatz, unter verschiedenen Bedingungen als Bild erzeugt und jedes Bild durch die Erkennung des Tools geschickt. Der Wert ist die Zeichengenauigkeit: der Anteil der Zeichen, die nach dem Vereinheitlichen der Leerzeichen mit dem Original übereinstimmen. 100 % bedeutet ein fehlerfreies Ergebnis.
| Höhe eines kleinen „x“ | Bildgröße | In Originalgröße | Vom Tool vergrößert |
|---|---|---|---|
| 4 px (8-px-Schrift) | 224 × 60 | 29,9 % | 89,1 % |
| 5 px (10-px-Schrift) | 280 × 76 | 92,5 % | 99,5 % |
| 7 px (12-px-Schrift) | 336 × 88 | 100 % | 100 % |
| 10 px (18-px-Schrift) | 504 × 136 | 100 % | 100 % |
| 19 px (36-px-Schrift) | 1009 × 272 | 100 % | 100 % |
Text, dessen Kleinbuchstaben nur 4 Pixel hoch waren, war in Originalgröße kaum lesbar; die Vergrößerung hob die Genauigkeit von 30 % auf 89 %. Selbst dann las die Engine „1.28450“ statt „1,284.50“, genau die Art Fehler, die auf einer Rechnung zählt. Ab etwa 7 Pixeln wurden unsere sauberen Testbilder praktisch fehlerfrei erkannt. Veröffentlichte Empfehlungen für Tesseract sind vorsichtiger und nennen eine x-Höhe von 20 bis 40 Pixeln als ideal; bei echten Fotos lohnt es sich also, näher heranzugehen oder zu zoomen.
Deutscher Text mit Umlauten
Denselben Test haben wir mit einer deutschen Rechnungsnotiz wiederholt („Der Gesamtbetrag von 1.284,50 Euro enthält 19 % MwSt.“ und weitere Sätze), erkannt mit dem deutschen Sprachmodell:
| Schriftgröße | In Originalgröße | Vom Tool vergrößert |
|---|---|---|
| 10 px | 96,0 % | 99,1 % |
| 12 px | 100 % | 100 % |
| 16 px | 100 % | 100 % |
| 24 px | 100 % | 100 % |
Umlaute und das ß waren kein Problem. Der einzige Fehler bei 10 px war typisch: „Gesamibelrag“ statt „Gesamtbetrag“, ein Wort, das auf den ersten Blick richtig aussieht.
| Bedingung (Text mit 19 px x-Höhe) | Genauigkeit |
|---|---|
| 2° schief | 100 % |
| 5° schief | 100 % |
| 10° schief | 94,5 % |
| 20° schief | 45,3 % |
| Hellgrauer Text auf Weiß (#999) | 100 % |
| Sehr hellgrauer Text auf Weiß (#ccc) | 100 % |
| Heller Text auf dunklem Hintergrund | 100 % |
| Starkes zufälliges Rauschen | 100 % |
| Unscharf (Gaußscher Weichzeichner, 3 Pixel) | 89,6 % |
| Schatten: Helligkeit fällt über das Bild auf 35 % | 64,7 % |
| Kleine Schrift (7 px) als JPG mit Qualität 10 | 96,5 % |
Drei Dinge schaden am meisten: Schräglage über wenige Grad hinaus, Unschärfe und ungleichmäßiges Licht. Am lehrreichsten ist der Schattentest. Tesseract übersprang den dunkleren Teil jeder Zeile stillschweigend und meldete für den gelieferten Text trotzdem eine Konfidenz von 95 %. Ein hoher Konfidenzwert heißt nicht, dass nichts fehlt.
8 Tipps für bessere Ergebnisse
1. Sorgen Sie für ausreichend große Schrift
Gehen Sie näher heran oder zoomen Sie, statt eine ganze Seite aus der Entfernung aufzunehmen. Vergrößern Sie bei Screenshots die Webseite oder das Dokument vor der Aufnahme auf 150–200 %. Für Scans gelten 300 dpi bei normaler Schriftgröße als übliche Empfehlung.
2. Halten Sie die Zeilen gerade
Bis 5° Schräglage schadete in unserem Test nicht, 10° kosteten einige Prozent und 20° machten das Ergebnis unbrauchbar. Halten Sie das Handy parallel zur Seite. Gedrehte oder auf dem Kopf stehende Bilder richten Sie mit dem Tool Bild drehen auf; bei leichter Schräglage fotografieren Sie neu oder begradigen das Bild im Fotoeditor Ihres Handys.
3. Beleuchten Sie die Seite gleichmäßig
Schatten von Hand oder Handy sind das häufigste Problem bei Dokumentfotos. Nutzen Sie Tageslicht oder zwei Lichtquellen, vermeiden Sie Blitzreflexe auf glänzendem Papier und prüfen Sie zuerst die dunkleren Bereiche des Ergebnisses.
4. Schneiden Sie auf den Text zu
Entfernen Sie Hintergrund, andere Spalten und Bilder mit dem Tool Bild zuschneiden. Weniger Ablenkung bedeutet weniger verirrte Zeichen und eine korrekte Lesereihenfolge, besonders bei mehrspaltigen Seiten.
5. Ruhig halten und scharf stellen
Unschärfe kostete in unserem Test rund zehn Prozentpunkte. Tippen Sie zum Fokussieren auf den Bildschirm, stützen Sie die Ellbogen auf den Tisch und machen Sie zwei Fotos, wenn das erste weich wirkt.
6. Wählen Sie die richtige Sprache
Wählen Sie vor dem Start die Sprache des Textes: Das Sprachmodell weiß, welche Buchstaben und Wörter zu erwarten sind. Für gemischte Dokumente wählen Sie eine Kombination wie Deutsch + Englisch. Persischer Text mit seinen verbundenen Buchstaben braucht ein saubereres, schärferes Bild als lateinische Schrift; Screenshots funktionieren meist gut.
7. Speichern Sie Screenshots als PNG
JPG-Kompression fügt Schlieren um die Buchstaben hinzu. Unser stark komprimiertes Testbild (JPG mit Qualität 10) erreichte noch 96,5 %, doch jeden Fehler müssen Sie finden. Wenn Sie die Wahl haben, speichern Sie Screenshots als verlustfreies PNG.
8. Prüfen Sie Zahlen und Namen immer
OCR-Fehler sehen plausibel aus: „1.28450“ statt „1,284.50“, ein kleines l statt der Ziffer 1, „rn“ statt „m“, „Gesamibelrag“ statt „Gesamtbetrag“. Vergleichen Sie Beträge, Daten, Kontonummern und Namen mit dem Original, bevor Sie den Text verwenden.
Screenshots, Scans und Fotos im Vergleich
| Quelle | Typische Qualität | Worauf Sie achten sollten |
|---|---|---|
| Screenshot | Ausgezeichnet: scharf, gerade, gleichmäßiger Kontrast | Kleine Schriftgrößen; vorher zoomen |
| Scanner (300 dpi) | Sehr gut | Dunkle Ränder, schief eingelegte Seiten |
| Handyfoto | Schwankend | Schräglage, Schatten, Unschärfe, gewölbte Seiten |
Datenschutz: Warum lokale Texterkennung wichtig ist
Die Dokumente, die Menschen per OCR auslesen, sind oft privat: Verträge, Briefe, Ausweise, Kontoauszüge. Viele Online-Konverter laden sie auf einen Server hoch. Unser Tool Bild zu Text erledigt die ganze Arbeit in Ihrem Browser-Tab. Schließen Sie den Tab, und nichts bleibt zurück.
Tools aus diesem Ratgeber
-
Bild zu Text (OCR)
Text aus Bildern, Screenshots und Scans per OCR extrahieren – auf Deutsch, Englisch, Spanisch und Persisch. Kostenlos, privat und direkt im Browser.
Tool öffnen -
Bild zuschneiden
JPG-, PNG- und WebP-Bilder online zuschneiden: Rahmen ziehen oder Pixel eingeben, mit Formaten wie 1:1, 4:3 und 16:9. Kostenlos, ohne Upload.
Tool öffnen -
Bild drehen & spiegeln
Bilder um 90° nach links oder rechts drehen, auf den Kopf stellen oder horizontal bzw. vertikal spiegeln. Mehrere Bilder auf einmal.
Tool öffnen -
Bildgröße ändern
Bilder auf genaue Pixelmaße oder prozentual verkleinern – mit oder ohne festes Seitenverhältnis. Kostenlos, schnell und privat.
Tool öffnen
Häufige Fragen
Kann OCR Handschrift lesen?
Nur schlecht. Tesseract ist auf gedruckten Text trainiert. Saubere Blockbuchstaben funktionieren manchmal, Schreibschrift meist nicht.
Welche Sprachen unterstützt das Tool?
Deutsch, Englisch, Spanisch und Persisch sowie Kombinationen von Deutsch, Spanisch oder Persisch mit Englisch für gemischte Dokumente.
Warum fehlen im Ergebnis einige Zeilen?
Meist wegen ungleichmäßiger Beleuchtung, sehr kleiner Schrift oder eines unruhigen Hintergrunds. In unserem Schattentest übersprang die Engine den dunkleren Teil jeder Zeile ohne Warnung. Schneiden Sie das Bild zu, verbessern Sie das Licht und versuchen Sie es erneut.
Bedeutet ein hoher Konfidenzwert, dass der Text stimmt?
Nein. Der Wert beschreibt die erkannten Zeichen, nicht die übersehenen. Vergleichen Sie wichtige Angaben immer mit dem Original.
Wird mein Bild hochgeladen?
Nein. Das Bild wird in Ihrem Browser verarbeitet; nur die OCR-Engine und die Sprachdaten werden von unserem Server geladen.
Quellen und weiterführende Informationen
- Tesseract OCR – README and history (GitHub) (github.com)
- Tesseract.js – Tesseract OCR in JavaScript (tesseract.projectnaptha.com)
- Tesseract documentation: Improving the quality of the output (tesseract-ocr.github.io)
- iDigBio: OCR tips (x-height and resolution) (www.idigbio.org)