Was in der JSON-Datei steht
Die Datei beschreibt ein Dokument aus Seiten – eine pro hinzugefügtem Bild, in der Reihenfolge, die du festgelegt hast. Jede Seite enthält dieselben Grunddaten, und weitere Details hängen vom Modus ab, in dem sie gelesen wurde:
- Jede Seite: ihr Titel (aus dem Dateinamen), der Modus, in dem sie gelesen wurde, und ihr Text.
- Tabellenseiten: die Zeilen der Tabelle, jede als Liste von Zellen – genau das Raster, das du im Editor siehst.
- Beleg- und Rechnungsseiten: eine Liste von Feldern, jedes mit Schlüssel, lesbarem Label und Wert, dazu eine Liste der Positionen.
- Codeseiten: die Angabe der Programmiersprache, etwa Python oder SQL, sofern eine erkannt wurde.
Der Export nutzt das Ergebnis so, wie du es im Editor hinterlassen hast. Korrekturen vor dem Download landen also in der Datei.
Ein gekürztes Beispiel von einem Kassenbon
So sieht eine im Modus „Beleg oder Rechnung“ gelesene Seite aus, hier der Beleg aus einem Café in Dublin von einer Dienstreise, gekürzt auf ein paar Felder und Positionen:
{
"title": "cafe-dublin",
"createdAt": "2026-10-03T12:30:00.000Z",
"pages": [
{
"title": "cafe-dublin",
"mode": "receipt",
"text": "Corner Cafe\nFlat white 2 x 3.50 7.00\n...",
"receipt": {
"kind": "receipt",
"currency": "EUR",
"fields": [
{ "key": "merchant", "label": "Business", "value": "Corner Cafe" },
{ "key": "date", "label": "Date", "value": "14/03/2026" },
{ "key": "tax", "label": "Tax", "value": "1.12" },
{ "key": "total", "label": "Total", "value": "15.12" }
],
"items": [
{ "description": "Flat white", "qty": "2", "unitPrice": "3.50", "amount": "7.00" },
{ "description": "Chicken wrap", "qty": "1", "unitPrice": "7.00", "amount": "7.00" }
]
}
}
]
}
Die vollständige Struktur siehst du am schnellsten, wenn du den Beispielbeleg auf dieser Seite liest und als JSON herunterlädst.
Wofür sich Bild in JSON lohnt
- Spesen und Ausgaben. Lies einen Stapel Belege, prüfe sie, exportiere eine JSON-Datei und lass dein eigenes Skript Datum und Beträge in ein Kassenbuch oder eine Tabelle übertragen. Die Seite Kassenbon scannen hat Tipps für saubere Belegfotos.
- Datenerfassung. Wenn Werte aus gedruckten Formularen, Preislisten oder Rechnungen in ein anderes System müssen, lassen sich benannte Felder leichter zuordnen als ein Textblock.
- Testdaten. Wer eine Funktion für Belege, Tabellen oder gescannten Text entwickelt, kann echte OCR-Ausgaben – samt ihrer realistischen Fehler – als Fixtures für Parser und Validierungscode nutzen.
- Strukturiert archivieren. Wenn Modus und Felder neben dem Text gespeichert sind, lassen sich alte Scans später leichter erneut verarbeiten.
Brauchst du Zeilen und Spalten in einer Tabellenkalkulation, kommst du mit Bild in Excel in weniger Schritten ans Ziel.
Die Werte im Code verarbeiten
Werte bleiben der gelesene Text, genau wie gedruckt, und werden nicht in Zahlen oder Datumsangaben umgewandelt. Ein Datum kann 14.03.2026 oder 03/14/2026 lauten, ein Betrag 1.250,00 oder 1,250.00 – je nachdem, woher der Beleg stammt. Parse die Werte mit den Formaten, die du erwartest, und markiere alles, was nicht passt, zur Prüfung durch einen Menschen.
Geh auch nicht davon aus, dass jedes Feld vorhanden ist. Ein Beleg ohne Trinkgeldzeile hat kein Trinkgeld, und auf einem verblassten Bon fehlt vielleicht das Datum. Die Felderkennung orientiert sich außerdem an den Beschriftungen auf dem Beleg. Gängige deutsche Begriffe wie „Summe“ oder „MwSt.“ versteht sie, aber nicht jede Beschriftung – dann fehlt das passende Feld. Verlass dich im Code auf den key und nicht auf die Position in der Liste oder auf das label, das in der Datei meist auf Englisch steht. So läuft dein Code auch weiter, wenn Felder fehlen.
Es lohnt sich auch, die Summen im Code nachzurechnen: Die Beträge der Positionen sollten zusammen die Zwischensumme ergeben, und Zwischensumme plus Steuer minus Rabatt sollte dem Gesamtbetrag entsprechen. Eine Abweichung ist ein gutes Zeichen dafür, dass etwas falsch gelesen wurde.
Im Browser verarbeitet, ohne API
Gelesen wird in deinem Browser, auf deinem eigenen Gerät, mit der Open-Source-Engine Tesseract. Die Bilder werden nicht hochgeladen, und auch die JSON-Datei entsteht auf deinem Gerät.
Das heißt auch: Es gibt keine API, die du aufrufen, und keinen Server-Endpunkt, an den du Bilder schicken kannst. Bild in JSON ist ein manueller Schritt: Du fügst Bilder hinzu, prüfst die Ergebnisse und lädst die Datei herunter. Das passt zu Aufgaben, bei denen ohnehin ein Mensch die Daten prüft, ist aber kein Weg, Bilder automatisch im Hintergrund zu verarbeiten. Wenn du wissen willst, was zwischen Bild und Text passiert, erklärt es So funktioniert OCR.