Bild zu Text
Verwandeln Sie jedes Textbild — Screenshot, Scan, Dokumentfoto — in auswählbaren, kopierbaren Text, ohne es hochzuladen. Die Seite führt die Tesseract-OCR-Engine in Ihrem Browser aus, räumt die Ausgabe auf und zeigt einen Konfidenzwert plus Wortboxen, damit Sie exakt sehen, was erkannt wurde.
Hinweis: OCR läuft per neuronalem Netz in Ihrem Browser. Große Bilder dauern länger und brauchen mehr Speicher auf schwächeren Geräten – kleinere Bilder sind deutlich schneller fertig.
Bilder mit Text hierher ziehen
oder irgendwo auf der Seite ablegen · Dateien auswählen · 100 MB
Unterstützt: JPG, JPEG, PNG, WebP, AVIF, GIF, BMP, HEIC, HEIF, SVG
Wie funktioniert Bild zu Text?
Optische Zeichenerkennung sind zwei Probleme unter einem Namen: finden, wo der Text ist, und entscheiden, was jede Pixelansammlung sagt. Tesseract löst beides mit einer sprachspezifischen LSTM-Netzwerk, Zeile für Zeile.
Warum das Bild zuerst gereinigt wird
Das LSTM wurde auf dunklen Text vor hellem Grund trainiert, also normalisiert die Seite jedes Bild vor der Erkennung: Transparenz wird platt gelegt, Graustufen angewandt, und ein percentil-geclippter Kontraststretch hebt schwache Scans an.
Was der Konfidenzwert bedeutet
Jedes erkannte Wort trägt eine Konfidenzzahl, und das Badge am Ergebnis ist ihr Mittelwert. Über 90 liegt ein sauberer Scan, den Sie ungeprüft kopieren können; unter 80 lohnt sich der Abgleich der zweifelhaften Wörter mit den markierten Boxen.
Ihr Bild
receipt.jpg — a phone photo of a paper receipt
Erkannter Text
Plain text of every line, ready to copy or download as .txt
Welche Optionen und Sonderfälle unterstützt Bild zu Text?
| Parameter | Typ | Standard | Verhalten & Sonderfälle |
|---|---|---|---|
| Erkennungssprache | Modell | Englisch | Das LSTM-Modell ist sprachspezifisch: Wählen Sie die Sprache des Texts, damit die Genauigkeit stimmt. |
| Vorverarbeitung | Bild | Grau + Kontrast | Graustufen plus percentil-geclippter Kontraststretch, angewandt vor der Erkennung. |
| Wortboxen | Überlagerung | aktiv | Hebt jedes erkannte Wort auf dem Bild hervor, in der Geometrie der Engine selbst. |
| Stapel | Eingabe | nacheinander | Legen Sie mehrere Bilder ab; sie werden nacheinander erkannt, mit Fortschritt und Ergebnis je Bild. |
| Eingabegrenze | Schutz | 25 MP | Bilder über 25 Megapixel werden abgelehnt, und die Erkennung läuft in einem Worker, damit die Oberfläche nicht blockiert. |
Häufig gestellte Fragen
Wird mein Bild irgendwo hochgeladen?
Nein. Die Tesseract-Engine läuft vollständig in Ihrem Browser über WebAssembly. Ihr Bild wird im Tab verarbeitet, und der erkannte Text verlässt das Gerät nie — das Network-Panel zeigt nur den einmaligen Download des Sprachmodells.
Welche Sprachen kann es lesen?
Sprachen mit LSTM-Modell in Tesseract: über 100, darunter Deutsch, Englisch, Spanisch, Französisch, Portugiesisch und Japanisch. Wählen Sie die richtige Sprache vor der Erkennung — ein falsches Modell macht aus Umlauten Rauschen.
Kann es Handschrift lesen?
Klare Druckbuchstaben ja; Handschrift nein. Tesseract ist eine Engine für gedruckten Text: Bei handschriftlichen Noten werden die Ergebnisse enttäuschend — das steht hier, damit Sie keine Zeit verlieren.
Was sagt mir der Konfidenzwert?
Wie sicher sich die Engine bei jedem erkannten Wort ist, von 0 bis 100. Das Badge ist der Mittelwert des Ergebnisses; unter 80 lohnt sich die Wort-für-Wort-Prüfung — die markierten Boxen lokalisieren die Zweifelsfälle sofort.
Warum gibt es eine Größenbegrenzung für Bilder?
Die Erkennung belegt Speicher proportional zu den Pixeln; ein 50-MP-Bild kann auf einem Mobilgerät den Tab sprengen. 25 Megapixel ist die deklarierte sichere Grenze — darüber hinaus zuerst mit dem Größen-Tool verkleinern.
Wie unterscheidet sich das von einem Foto mit Google Lens?
Lens lädt Ihr Bild auf Googles Server hoch und liefert dessen Lesung; dieses Tool führt das OCR lokal aus, und das Bild verlässt das Gerät nie. Bei sensiblen Dokumenten — Verträge, medizinische Berichte, Screenshots mit Personendaten — ist genau das der entscheidende Unterschied.