OCR in vielen Sprachen – auch gemischt auf einer Seite
Die OCR-Engine hinter OCR PDF, Tesseract, erkennt jede Sprache mit einem eigenen trainierten Modell. Nach der Scanqualität ist die Wahl der richtigen Sprachen der wichtigste Faktor für die Genauigkeit: Akzentbuchstaben, Umlaute, Kyrillisch, Griechisch, Arabisch und asiatische Schriften werden nur dann korrekt gelesen, wenn ihre Sprache ausgewählt ist. Sie können bis zu vier Sprachen pro Dokument wählen.
So erkennen Sie ein mehrsprachiges Dokument
- Datei hochladen Öffnen Sie OCR PDF und wählen Sie ein gescanntes PDF oder Fotos der Seiten.
- Jede Sprache hinzufügen Klicken Sie für jede Sprache im Dokument auf „+ Sprache hinzufügen“; entfernen Sie die nicht verwendeten.
- OCR starten Seiten mit mehreren Sprachen werden in einem Durchgang erkannt.
- Sonderzeichen prüfen Prüfen Sie im erkannten Text Namen und Wörter mit Akzenten oder anderen Schriften.
Sprachen und Schriften
Verfügbare Sprachen
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Akzente und Sonderzeichen
Buchstaben wie é, ß, ñ, ø oder ł werden nur zuverlässig erkannt, wenn ihre Sprache gewählt ist. Mit Englisch allein werden sie oft zu ähnlichen einfachen Buchstaben.
Zweisprachige Dokumente
Verträge mit einem Anhang in einer anderen Sprache, mehrsprachige Formulare und Wörterbücher: Wählen Sie beide Sprachen, und sie werden auf derselben Seite erkannt.
Schriften von rechts nach links
Arabischer und anderer Text von rechts nach links behält im kopierten Text seine Leserichtung.
Chinesisch, Japanisch und Koreanisch
Wählen Sie die genaue Schrift: Vereinfachtes und traditionelles Chinesisch sind getrennte Modelle.
Weniger ist mehr
Jede zusätzliche Sprache macht die OCR langsamer und kann ähnliche Buchstaben verwechseln lassen – wählen Sie daher nur die Sprachen, die wirklich vorkommen.
Gut zu wissen
- Alte Schriften wie die deutsche Fraktur und historische Schreibweisen werden von modernen Sprachmodellen schlecht erkannt.
- Handschrift wird in jeder Sprache deutlich weniger zuverlässig erkannt als gedruckter Text.
Mehrsprachige OCR – häufige Fragen
Wie viele Sprachen kann ich gleichzeitig verwenden?
Bis zu vier pro Dokument. Sie dürfen auf derselben Seite vorkommen.
Welche Sprachen sind verfügbar?
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Meine Sprache fehlt – was kann ich tun?
Die Liste zeigt alle Sprachen, die auf unserem OCR-Server installiert sind. Kontaktieren Sie uns und teilen Sie uns mit, welche Sprache Sie brauchen.
Warum fehlen in meinem Text die Akzente?
Die Sprache des Textes war wahrscheinlich nicht ausgewählt. Führen Sie die OCR erneut mit dieser Sprache durch.
Ist das kostenlos?
Ja, ohne Anmeldung und ohne Wasserzeichen. Dateien werden nach der Verarbeitung gelöscht, spätestens nach einer Stunde.
Erkennen Sie Text in Ihrer Sprache
Wählen Sie bis zu vier Sprachen und machen Sie Ihr gescanntes PDF mit OCR PDF durchsuchbar.
Mehrsprachige OCR starten