OCR — Image to Text

No. Text recognition runs entirely in your browser using WebAssembly (the tesseract.js OCR engine). The image itself never leaves your device. The only network request is a one-time download of the language pack the first time you use a given language — after that, your browser caches it and no further requests are made.

The tool ships with a curated set of common languages — English, Spanish, French, German, Portuguese, Italian, Hindi, Chinese (Simplified), Japanese, Arabic, and Russian. Pick the language that matches the text in your image before extracting for the best accuracy.

OCR accuracy depends heavily on image quality. Low resolution, blurry photos, low contrast, skewed angles, and handwriting all reduce accuracy. For best results, use a well-lit, high-resolution, straight-on photo or screenshot of printed text, and check the confidence score shown after extraction.

Yes. The output appears in an editable text box, so you can correct any recognition errors before copying or downloading it as a .txt file.

Bei sehr sauberer, klar getrennter Handschrift ist das möglich, aber Tesseract — die OCR-Engine hinter diesem Tool — ist vor allem auf gedruckten und maschinengeschriebenen Text trainiert, nicht auf Handschrift. Deshalb ist die Genauigkeit bei handschriftlichen Notizen spürbar niedriger und weniger vorhersehbar als bei einer gedruckten Seite oder einem getippten Screenshot. Kursive oder verbundene Handschrift ist besonders schwierig, da die Zeichensegmentierung der Engine sichtbare Lücken zwischen den Buchstaben erwartet. Wenn Sie regelmäßig handschriftliche Notizen digitalisieren müssen, sollten Sie im bearbeitbaren Textfeld nach der Extraktion mit mehr manueller Korrektur rechnen als bei einem gedruckten Dokument, einer Quittung oder einem eingescannten Formular. Für wirklich handschriftfokussierte Erkennung würde ein spezialisiertes Handschrift-OCR-Modell deutlich besser abschneiden als eine allgemeine Engine für gedruckten Text wie diese.

Beim ersten Einsatz einer bestimmten Sprache in diesem Tool muss Ihr Browser zunächst die trainierten Erkennungsdaten dieser Sprache von einem CDN herunterladen — typischerweise wenige Megabyte —, bevor Tesseract mit der Texterkennung beginnen kann. Dieser Download passiert nur einmal; der Browser speichert die Datei danach im Cache, sodass jede weitere Extraktion mit derselben Sprache fast sofort startet, ohne weitere Netzwerkaktivität. Der erstmalige Wechsel zu einer anderen Sprache löst genau einen weiteren einmaligen Download für diese Sprache aus. Wenn sich Ihre erste Extraktion langsam anfühlt, handelt es sich um diesen anfänglichen Einrichtungsaufwand, nicht um ein Anzeichen für ein Problem — und es ist die einzige Netzwerkanfrage, die dieses Tool jemals stellt, da das Bild selbst verarbeitet und niemals hochgeladen wird.

Ja — es ist nicht auf flachbettartige Scans beschränkt. Fotos von Quittungen, Straßenschildern, Restaurantmenüs, Produktetiketten und Whiteboards funktionieren alle, vorausgesetzt der Text ist einigermaßen scharf, gleichmäßig beleuchtet und relativ zur Kamera nicht zu stark verzerrt. Fotos aus dem echten Leben erzielen tendenziell einen niedrigeren Konfidenzwert als ein sauberer digitaler Scan, einfach weil sie Variablen einbringen, die ein Scanner nicht kennt — Schatten, Blendungen, gewölbte Oberflächen wie eine zerknitterte Quittung und perspektivische Verzerrung durch den Aufnahmewinkel. Eine Quittung vor dem Fotografieren zu glätten, direkte Blendung durch Deckenlicht zu vermeiden und die Kamera so parallel wie möglich zur Oberfläche zu halten, verbessert die Ergebnisse bei dieser Art von alltäglichem Text außerhalb klassischer Dokumente messbar.

Jedes gängige Bildformat, das Ihr Browser darstellen kann, funktioniert, einschließlich JPG, PNG, WebP und BMP — das Tool akzeptiert, was auch immer Sie als Standardbilddatei auswählen oder hineinziehen. Da nichts hochgeladen wird, gibt es kein serverseitiges Upload-Limit, um das Sie sich sorgen müssten. Sehr große, hochauflösende Bilder brauchen jedoch länger zur Verarbeitung, weil die Erkennung auf dem Prozessor Ihres eigenen Geräts läuft, und außergewöhnlich große Dateien können auch beim Laden in den Browser langsamer sein. Für die meisten alltäglichen Anwendungsfälle — Screenshots, Handyfotos, einseitige Scans — ist die Dateigröße keine praktische Sorge; relevant wird sie erst bei ungewöhnlich großen Bildern mit sehr hoher Megapixelzahl.

Nicht in einem einzigen Durchgang — Sie wählen vor der Extraktion eine Sprache, und die Engine nutzt deren trainierte Zeichen- und Wortmuster, um das Bild zu interpretieren. Mischt ein Dokument zwei Sprachen (etwa englische Bildunterschriften auf einem fremdsprachigen Formular), wählen Sie die Sprache, die in dem für Sie wichtigsten Text überwiegt, da die Engine oft trotzdem einzelne, sich überschneidende Wörter aus einer ähnlichen Schrift korrekt erkennt, selbst wenn die eingestellte Sprache nicht perfekt passt. Für ein Dokument, das wirklich und in erheblichem Umfang zweisprachig ist und unterschiedliche Schriften verwendet, erzielen Sie in der Regel bessere Ergebnisse, wenn Sie die Extraktion zweimal durchführen, jeweils mit einer der beiden Sprachen ausgewählt, und die beiden Ausgaben vergleichen.