Ein PDF, das aussieht wie das Bild, aber sich liest wie Text
Steckst du ein Foto einfach in ein PDF, bekommst du ein Bild von Wörtern. Du kannst es ansehen, aber nicht durchsuchen, keinen Satz markieren und keine Kontonummer herauskopieren. Ein durchsuchbares PDF behält das Bild auf jeder Seite und legt den erkannten Text als unsichtbare Ebene passgenau darüber. Die Seite zeigt weiterhin dein Bild – der Text darunter macht sie durchsuchbar.
Wolltest du einfach nur ein paar JPGs in ein PDF packen, klappt das hier ebenfalls. Die Textebene kommt ohne zusätzlichen Aufwand mit.
Wofür die versteckte Textebene gut ist
- Etwas finden. Drück Strg+F (oder ⌘F) in deinem PDF-Reader und spring direkt zu einem Namen, einem Datum oder einem Aktenzeichen, statt durch Seiten voller Scans zu scrollen.
- Kopieren. Markiere einen Absatz, eine Adresse oder eine Bestellnummer und füge sie woanders ein, ohne sie abzutippen.
- Papier archivieren. Gescannte Briefe, Verträge, Bedienungsanleitungen und Unterlagen findest du später leichter wieder, weil Suchwerkzeuge, die PDF-Text indexieren, ihren Inhalt sehen können.
- Grundlagen der Barrierefreiheit. Screenreader und Vorlesefunktionen brauchen echten Text, und ein reines Bild-PDF bietet ihnen nichts. Eine Textebene ist ein sinnvoller erster Schritt, aber noch kein vollständig barrierefreies PDF mit getaggten Überschriften und festgelegter Lesereihenfolge.
Aus einem Stapel Bilder ein PDF machen
Füge alle Bilder auf einmal hinzu – ob Handyfotos eines mehrseitigen Briefs, ein Ordner voller Scans oder eine Reihe von Screenshots. Jedes Bild wird zu einer Seite. Zieh die Seiten in die richtige Reihenfolge, entferne, was du nicht brauchst, und lies eine Seite erneut, wenn sie schlecht erkannt wurde.
Die Ansicht „Gesamtes Dokument“ zeigt alle Seiten zusammen in deiner Reihenfolge, mit Suche über alle Seiten, und exportiert ein einziges PDF. Ein mehrseitiges TIFF bringt alle seine Seiten mit, Scanner-Ausgaben in diesem Format funktionieren also direkt. Ein Arbeitsbereich fasst bis zu 50 Bilder, und jede Datei darf bis zu 25 MB groß sein.
Durchsuchbares PDF oder reines Text-PDF
Es gibt zwei PDF-Downloads, und sie erfüllen unterschiedliche Aufgaben:
- Durchsuchbares PDF behält das ursprüngliche Aussehen. Unterschriften, Stempel, Randnotizen, Logos und Fotos bleiben, wie sie waren. Nimm es für Unterlagen, Formulare, Belege und alles, bei dem das Aussehen zählt.
- PDF enthält nur den erkannten Text, ohne das Bild. Das ist praktisch, wenn nur die Wörter zählen, etwa um eine saubere Fassung zu drucken oder zu teilen. Weil das Original zum Vergleichen fehlt, sieht der Leser jedes falsch erkannte Wort genau so, wie es dasteht – prüfe den Text also vorher.
Willst du den Wortlaut ändern statt ihn nur zu durchsuchen, bekommst du mit Bild in Word stattdessen eine bearbeitbare .docx.
Eine bessere Textebene bekommen
Die Textebene ist nur so gut wie die Erkennung dahinter. Weil die Wörter unsichtbar sind, fällt ein Fehler auf der Seite nicht auf, verhindert aber einen Treffer bei der Suche. Wer nach „Schneider“ sucht, findet keine Seite, auf der der Name als „Schnieder“ gelesen wurde.
Klar gedruckte Seiten werden meist sehr genau gelesen, und ein paar Gewohnheiten helfen beim Rest:
- Schneide Tischkanten, Finger und benachbarte Seiten weg.
- Entzerre schräg fotografierte Seiten, damit die Zeilen waagerecht verlaufen.
- Lass „Automatisch verbessern“ eingeschaltet, damit Schatten ausgeglichen und der Kontrast erhöht wird, und sieh dir die Liste der ausgeführten Schritte an.
- Prüfe die Sprache. „Auto“ startet mit Englisch und den Sprachen deines Browsers, Deutsch ist bei einem deutschsprachigen Browser also meist schon dabei. Für andere Sprachen wählst du die passende aus, bei gemischten Seiten auch mehrere.
Mehr dazu liest du in So bekommst du genaue OCR-Ergebnisse. Hast du bereits ein gescanntes PDF und willst nur die Wörter daraus, ist PDF in Text der schnellere Weg.