Text aus Bild erkennen

So wird gerechnet

Texterkennung (OCR, Optical Character Recognition) macht aus den Pixeln eines Bildes wieder Buchstaben: Aus dem Foto eines Briefs, dem Scan einer Rechnung oder dem Screenshot eines Dokuments wird Text, den Sie kopieren, durchsuchen und bearbeiten können. Dieses Werkzeug nutzt dafür Tesseract, die bekannteste freie OCR-Engine, als WebAssembly-Version direkt in Ihrem Browser.

So funktioniert's

1. Bild hineinziehen, auswählen oder mit Strg + V einfügen (etwa einen Screenshot aus der Zwischenablage).
2. Die Sprache im Bild prüfen. Voreingestellt ist Deutsch; zur Wahl stehen Deutsch, Englisch, Französisch, Spanisch und Portugiesisch.
3. „Text erkennen“ klicken. Der Balken zeigt, ob gerade Daten geladen oder schon Text erkannt wird.
4. Den Text im Feld bei Bedarf korrigieren, dann kopieren oder als .txt-Datei speichern.

Tipps für eine gute Erkennung

• Kontrast: Dunkle Schrift auf hellem, gleichmäßigem Hintergrund funktioniert am besten. Schatten, Farbverläufe, Muster oder Wasserzeichen hinter dem Text kosten Genauigkeit.
• Gerade aufnehmen: Das Blatt möglichst von oben fotografieren, nicht schräg. Stark gekippte oder gewölbte Zeilen (Buchfalz) erkennt die Engine deutlich schlechter.
• Auflösung: Als Richtwert gelten etwa 300 dpi beim Scannen. Bei Fotos heißt das: Der Text sollte groß genug im Bild sein – Großbuchstaben mit mindestens rund 20 Pixeln Höhe. Sehr kleine Bilder vergrößert das Werkzeug automatisch (höchstens auf das Doppelte), sehr große verkleinert es auf 5.000 Pixel Kantenlänge.
• Ausschnitt: Nur den Bereich mit Text zuschneiden, Ränder, Hände und Tischkante weglassen. Bei Screenshots das Fenster statt des ganzen Bildschirms aufnehmen.
• Richtige Sprache: Die Sprache bestimmt Wörterbuch und Zeichensatz. Mit „Englisch“ fehlen etwa ä, ö, ü und ß, mit „Deutsch“ die französischen Akzente.

Grenzen

Tesseract ist für gedruckten Text gebaut. Handschrift wird kaum erkannt, ebenso stark verzierte Schriften, Text in Fotos von Schildern mit Perspektive oder Text auf unruhigem Hintergrund. Tabellen und mehrspaltige Layouts kommen als Fließtext heraus – die Reihenfolge der Spalten kann sich dabei verschieben. Die angezeigte Erkennungssicherheit ist der Mittelwert, den Tesseract für alle Wörter meldet; liegt sie unter etwa 70 %, lohnt ein besseres Bild. Prüfen Sie wichtige Zahlen (Beträge, IBAN, Rechnungsnummern) immer von Hand: Verwechslungen wie 0/O, 1/l oder 5/S kommen auch bei guten Vorlagen vor.

Beim ersten Mal werden Daten geladen

Damit die Erkennung ohne Server funktioniert, lädt Ihr Browser beim ersten Klick auf „Text erkennen“ das Erkennungsprogramm (rund 3,7 MB, komprimiert übertragen etwa 1,5 MB) und die Sprachdaten der gewählten Sprache: Deutsch 1,3 MB, Englisch 2,8 MB, Französisch 0,7 MB, Spanisch 2,0 MB, Portugiesisch 1,3 MB. Alle Dateien liegen auf diesem Server, es wird kein fremdes Content-Delivery-Netzwerk angefragt. Die Sprachdaten speichert der Browser lokal (IndexedDB), beim nächsten Mal geht es deshalb deutlich schneller. Die Erkennung einer Seite dauert je nach Gerät und Bildgröße einige Sekunden.

Datenschutz

Ihr Bild verlässt Ihr Gerät nicht. Die Texterkennung rechnet vollständig in Ihrem Browser (in einem Web Worker), und auch der erkannte Text wird nirgendwohin gesendet. Nach dem Schließen des Tabs ist nichts mehr davon gespeichert – nur die heruntergeladenen Sprachdaten bleiben im Browser-Speicher, bis Sie ihn leeren.

Weiterarbeiten mit dem erkannten Text: Zeilenumbrüche und doppelte Leerzeichen entfernt der Text bereinigen-Helfer, der Zeichenzähler zählt Wörter und Zeichen, und mit Text vorlesen lassen hören Sie ihn an. Unscharfe Ränder vorher mit Bild zuschneiden entfernen – das verbessert die Erkennung.

Mehrere Bilder, PDF-Seiten, Drehen und Ausschnitt

Sie können bis zu 20 Bilder auf einmal ablegen oder eine PDF-Datei wählen – jede Seite eines gescannten PDFs wird wie ein Bild erkannt (bis 20 Seiten je Durchgang). Die Texte erscheinen untereinander, jeweils mit einer Kopfzeile, und lassen sich im Feld bearbeiten. Liegt das Foto auf der Seite, drehen Sie es mit „Um 90° drehen“; „Bild verbessern“ verstärkt den Kontrast oder wandelt in reines Schwarzweiß um, was bei blassen Scans und Schatten hilft. Bei einem einzelnen Bild ziehen Sie auf der Vorschau einen Rahmen, um nur diesen Bereich zu erkennen. Nach der Erkennung steht zu jedem Bild die mittlere Sicherheit der Engine: ab 85 % gilt sie als hoch, unter 65 % sollten Sie den Text genau prüfen. Zur Wahl stehen elf Sprachen: Deutsch, Englisch, Französisch, Spanisch, Portugiesisch, Italienisch, Niederländisch, Polnisch, Türkisch, Japanisch und Indonesisch.

Häufige Fragen

Quellen und Rechtsgrundlagen

• Tesseract.js – OCR-Bibliothek für den Browser (GitHub, Apache-2.0)
• Tesseract-OCR-Dokumentation – Qualität der Texterkennung verbessern
• Lizenzen: Tesseract.js, Tesseract-Kern und Sprachdaten (Apache-2.0)

Stand: 27. September 2026 · So prüfen wir