Startseite › PDF-Tools › Gescannte PDF in Word (OCR)

Gescannte PDF in Word (OCR)

Mach aus einer gescannten PDF oder Fotos von Seiten ein bearbeitbares Word-Dokument. Jede Seite wird per OCR gelesen, die Zeilen werden zu echten Absätzen, Überschriften und Listen zusammengesetzt, und du kannst den Text vor dem Herunterladen der .docx korrigieren. Nichts wird hochgeladen.

Zuletzt aktualisiert:

Anzeige
Anzeige

Anleitung: Gescannte PDF in Word (OCR)

  1. Leg deine gescannte PDF ab oder wähle Fotos der Seiten aus.
  2. Wähle die Dokumentsprache und die Scanqualität (300 dpi für kleine Schrift).
  3. Drück auf OCR starten und verfolge den Fortschritt jeder Seite; beim ersten Mal wird die OCR-Engine heruntergeladen.
  4. Prüfe den Text in der bearbeitbaren Vorschau; hervorgehobene Wörter sind die, bei denen die OCR unsicher war.
  5. Lade Word (.docx) herunter, um in Word, Google Docs oder LibreOffice weiterzuarbeiten.

So werden die Absätze wiederhergestellt

OCR-Engines liefern Text Zeile für Zeile, weshalb viele Konverter eine Word-Datei mit einem harten Umbruch am Ende jeder Zeile erzeugen. Dieses Tool betrachtet Position und Größe jeder erkannten Zeile und fügt die Zeilen so zusammen, wie ein Mensch sie lesen würde:

Signal auf der SeiteWas daraus in Word wird
Größerer vertikaler Abstand als der normale ZeilenabstandEin neuer Absatz
Eine Zeile, die deutlich vor dem rechten Rand endetDas Ende eines Absatzes
Einzug der ersten ZeileDer Beginn eines neuen Absatzes
Text, der deutlich höher als der Fließtext ist (etwa 1.35× oder mehr)Überschrift 1 oder Überschrift 2
Zeile, die mit •, -, * oder 1. / a) beginntAufzählungs- oder nummerierter Listenpunkt
Zeile mit gleichem Abstand auf beiden SeitenZentrierter Absatz
Am Zeilenende mit Bindestrich getrenntes WortDas ganze Wort, wieder zusammengefügt

Bessere Ergebnisse aus Scans erzielen

  • Scanne mit 300 dpi in Graustufen oder Schwarzweiß; Farbe erhöht die Dateigröße, aber nicht die Genauigkeit.
  • Halte die Seiten gerade. Eine Neigung von mehr als ein paar Grad kann Zeilen verschmelzen oder teilen.
  • Nutze bei Handyfotos gleichmäßiges Licht ohne Schatten und füll das Bild mit der Seite aus.
  • Wähle bei zweisprachigen Dokumenten beide Sprachen, zum Beispiel Englisch und Spanisch.
  • Tabellen und mehrspaltige Layouts werden als einfacher Text gelesen; prüfe die Lesereihenfolge dieser Seiten.

Gescannte PDF in Word, OCR PDF oder PDF in Word?

Nutze dieses Tool, wenn du den Text eines Scans bearbeiten willst. Nutze OCR PDF, wenn der Scan genau so aussehen soll wie vorher, aber durchsuchbar werden soll. Nutze PDF in Word für PDFs, die bereits markierbaren Text enthalten, etwa aus Word exportierte Dateien.

Häufige Fragen

Was ist der Unterschied zwischen einer gescannten und einer normalen PDF?

Eine normale PDF, die aus Word oder einer Website erstellt wurde, speichert echten Text und kann direkt in Word umgewandelt werden. Eine gescannte PDF speichert jede Seite als Bild, daher müssen die Buchstaben zuerst per OCR (optische Zeichenerkennung) erkannt werden. Nutze dieses Tool für Scans und Handyfotos; nutze PDF in Word für PDFs, deren Text du bereits markieren kannst.

Behält die Word-Datei das ursprüngliche Layout?

Sie behält Lesereihenfolge, Absätze, Überschriften, Listen, zentrierte Zeilen und Seitenumbrüche bei, also das, was du zum Bearbeiten des Texts brauchst. Exakte Schriftarten, Spalten, Tabellen oder die Position jedes Elements werden nicht nachgebildet. Aktiviere die Seitenbild-Option, um jede Originalseite zum Vergleich unter ihren Text zu setzen.

Wie genau ist die OCR?

Saubere, gerade Scans gedruckter Texte mit 300 dpi erreichen meist 95 bis 99 Prozent Wortgenauigkeit. Unscharfe oder schiefe Fotos, Handschrift, sehr kleine oder verzierte Schriften und geringer Kontrast senken die Genauigkeit. Wörter, bei denen die Engine unsicher war, werden hervorgehoben, damit du sie zuerst prüfen kannst.

Welche Sprachen kann es lesen?

Mehr als 50, darunter Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Italienisch, Russisch, Arabisch, Hindi, Chinesisch, Japanisch und Koreanisch. Die richtige Sprache zu wählen ist wichtig: Eine falsche senkt die Genauigkeit spürbar. Sprachdaten werden einmal heruntergeladen und dann von deinem Browser zwischengespeichert.

Wird mein Dokument hochgeladen?

Nein. Die PDF wird mit pdf.js gerendert und mit der OCR-Engine Tesseract erkannt, beide laufen in deinem Browser. Nur die Engine und die Sprachdateien werden heruntergeladen; dein Dokument verlässt nie dein Gerät.

Wie lange dauert es?

Typischerweise 3 bis 15 Sekunden pro Seite auf einem modernen Computer, je nach Scanqualität und Textmenge der Seite. Der erste Durchlauf dauert länger, während Engine und Sprachdaten heruntergeladen werden.

Kann ich Fotos von Seiten umwandeln, die ich mit dem Handy gemacht habe?

Ja. Wähle mehrere JPG- oder PNG-Fotos auf einmal aus; sie werden als Seiten in Dateinamen-Reihenfolge verarbeitet. Fotografiere gerade von oben bei gutem Licht und schneide den Hintergrund weg, um die besten Ergebnisse zu erhalten.

Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?

Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.

Ähnliche Tools

Alle PDF-Konverter ansehen →