Bild in Text (OCR)

Text erkennen und prüfen

1. Wähle ein lokales PNG oder JPEG mit höchstens 5 MiB, 4 Millionen Pixeln und 8192 Pixeln pro Seite. Animierte oder verschachtelte PNGs sind ausgeschlossen. Das englische Beispiel wählt Bild und Modell, ohne OCR zu starten.
2. Wähle die Sprache des Bildtextes und starte die Erkennung. Acht Sprachen stehen bereit; es gibt keine automatische Spracherkennung oder Übersetzung.
3. Vergleiche das Ergebnis mit dem vorbereiteten Bild und korrigiere es. Kopieren und Herunterladen verwenden den gültigen aktuellen Text. Wiederherstellen holt die ursprüngliche Erkennung zurück; ein anderes Bild oder Modell verwirft Änderungen.

Was OCR lesen kann

OCR schätzt Zeichen anhand von Pixeln. Gedruckter, waagerechter und klarer Text ist vorgesehen. Unschärfe, kleine Schrift, Schräglage, komplexes Layout oder eine falsche Sprache können Auslassungen und Fehler verursachen.

Das orientierte Bild wird ohne Zuschneiden, Skalieren oder automatisches Geraderichten auf eine weiße undurchsichtige Fläche gelegt. Die Vorschau zeigt dieselben Pixel; transparente weiße Schrift kann verschwinden.

Die Seitensprache steuert die Oberfläche; die Erkennungssprache ist unabhängig. Das portugiesische Modell gilt nicht als speziell brasilianisch. Vereinfachtes Chinesisch garantiert weder traditionelles Chinesisch noch vertikalen Text. Es wird jeweils ein Modell verwendet.

Das Ergebnis ist bearbeitbarer Klartext ohne Übersetzung, Tabellenrekonstruktion oder durchsuchbares PDF. URLs und Markierungen bleiben Text. Kein erkannter Text beweist nicht, dass das Bild keine Schrift enthält.

Ergebnis prüfen und korrigieren

Das englische Beispiel ist 1200 × 400 Pixel groß und enthält Hello 2026. Mit abschließendem LF zählt es 11 Skalarwerte und 11 UTF-8-Bytes; das garantiert keine Genauigkeit.

Ein Ausrufezeichen vor LF ergibt 12 Werte und 12 Bytes und markiert eine lokale Änderung. Wiederherstellen holt das gespeicherte Ergebnis ohne erneute OCR zurück.

café 你好 😀 mit LF enthält 10 Skalarwerte, 11 UTF-16-Einheiten und 18 UTF-8-Bytes. Das sind weder Wörter noch unbedingt wahrgenommene Zeichen.

Grenzen für Eingabe und Ausgabe

Die Datei ist auf 5242880 Bytes, das orientierte Bild auf 4000000 Pixel und 8192 pro Seite, das vorbereitete PNG auf 16777216 Bytes begrenzt. Die Headerprüfung ist begrenzt. Animiertes PNG, bekanntes Mehrbild-JPEG, PDF, SVG, GIF, WebP, URL, Kamera und Stapel sind ausgeschlossen.

Die Vorbereitung hat 15000 ms innerhalb von insgesamt 120000 ms einschließlich Laden. Der Browser kann die Wahrnehmung des Abbruchs verzögern. Fehler, Abbruch und Zeitüberschreitung ergeben keinen exportierbaren Teilerfolg.

Der Text ist auf 200000 UTF-16-Einheiten, 100000 Skalarwerte und 400000 UTF-8-Bytes begrenzt. Leerer Text, NUL und isolierte Surrogate verhindern den Export. Der Download erhält Leerzeichen und Zeilenenden ohne hinzugefügtes BOM oder Zeilenende; Zwischenablagen können Zeilenenden anders behandeln.

Handschrift, Formeln, vertikaler Text, gemischte Sprachen und Layouttreue werden nicht garantiert. Prüfe wichtige Zeichen und Zahlen.

Lokale Verarbeitung

Das Werkzeug lädt das Bild nicht hoch, erstellt kein Konto oder Archiv und protokolliert keinen Text. Beim Start werden Programm und gewähltes Modell von dieser Website geladen; beim ersten Mal können etwa 8 MiB nötig sein. Der IndexedDB-Modellcache ist aus, HTTP-Caching bleibt möglich. Andere Website-Dienste behalten ihre Regeln; Offlinebetrieb ist nicht garantiert.