Text aus einem Bild extrahieren, auf deinem eigenen PC

Windows liest es, auf deinem Computer

Windows 10 und 11 bringen ihre eigene Texterkennung (OCR) mit, also die Art, die aus einem Bild von Wörtern kopierbare Wörter macht. Octoolo reicht ihr dein Bild und zeigt, was sie findet. Es gibt nichts zusätzlich herunterzuladen, kein Konto bei einem OCR-Dienst, und Internet ist nicht nötig: Das Bild wird dort gelesen, wo es ist, auf deinem PC.

Das zählt bei den Bildern, aus denen man am häufigsten Text kopiert: das Foto eines Briefs, eine eingescannte Rechnung, ein Screenshot eines Chats, ein Bild eines Ausweises oder ein Whiteboard nach einer Besprechung. Nichts davon geht an eine Website, also kann auch keine es behalten.

Das Bild kann eine JPG-, PNG-, WebP-, BMP-, GIF- oder AVIF-Datei sein oder ein direkt eingefügter Screenshot. Es wird immer ein Bild auf einmal gelesen; Anderes Bild öffnen leert das Fenster für das nächste.

Welche Sprachen es liest

Windows liest die Sprachen, für die es eine Texterkennung hat, und die Liste Sprache zeigt genau, welche auf deinem PC vorhanden sind. Deine Windows-Sprachen nutzt die Sprachen aus deinen Windows-Einstellungen und passt für die meisten Bilder.

Die richtige Sprache zählt am meisten bei Buchstaben mit Akzenten und Zeichen, etwa ä, ö, ü, ß oder é: Mit der falschen Sprache gelesen, können sie falsch herauskommen oder fehlen. Der Titel des Textbereichs nennt die verwendete Sprache.

Um eine weitere Sprache zu lesen, füge sie in Windows hinzu: Einstellungen, Zeit und Sprache, Sprache und Region, dann Sprache hinzufügen (unter Windows 10 heißt die Seite Sprache). Bei Sprachen, die Windows erkennen kann, erscheint sie danach in der Liste von Octoolo. Hat ein PC gar keine Texterkennung, sagt Octoolo das und verweist auf dieselbe Stelle in den Einstellungen.

Was herauskommt und was du erwarten kannst

Das Ergebnis ist reiner Text, eine Zeile des Bildes pro Textzeile, und die Zahl der Zeilen steht über dem Bild. Jedes gefundene Wort wird auf dem Bild markiert, so siehst du auf einen Blick, was fehlt.

• Klarer Druck liest sich am besten: Screenshots, Dokumente, Schilder und Etiketten.
• Das Layout bleibt nicht erhalten. Spalten, Tabellen, Fettdruck und Schriftgrößen kommen als schlichte Zeilen heraus, und eine Tabelle wird zu Wortzeilen, die du von Hand ordnen musst.
• Handschrift, gebogener oder winziger Text und unruhige Hintergründe werden schlecht oder gar nicht gelesen.
• Sehr große Bilder werden auf das verkleinert, was Windows in einem Durchgang liest. Kleine Schrift in einem riesigen Foto kann so verloren gehen; schneide vorher auf den Teil zu, den du brauchst.

Um die Zeilen in fließende Absätze zu verwandeln, füge sie im Textstudio in Zeilenumbrüche entfernen ein. Wird nichts gefunden, meldet Octoolo „In diesem Bild wurde kein Text gefunden.“

Screenshots, Fotos von Seiten und PDFs

Screenshots: Drück Win Shift S, wähl einen Bereich aus und drück dann im Lesefenster von Octoolo Strg V. Eine Datei brauchst du nicht.

Fotos von einer Seite oder einem Whiteboard: Richte das Foto im Foto-Editor zuerst gerade aus und schneide es zu (drehen, zuschneiden). Ist die Schrift blass, füge aus Bild › Korrekturen eine Korrektur Helligkeit/Kontrast hinzu. Exportiere es und lies dann die exportierte Kopie. Gerade, scharfe Textzeilen lesen sich besser als schiefe oder verschwommene.

Kassenbons und Etiketten: Fotografiere sie flach, bildfüllend und bei gleichmäßigem Licht. Ein Schatten über der Schrift ist ein häufiger Grund für fehlende Wörter.

PDFs: „Bild in Text“ liest Bilder, keine PDF-Dateien. Öffne ein gescanntes PDF im PDF-Editor und speichere seine Seiten mit Seiten als Bilder speichern… als Bilder (siehe PDF in JPG). Dann liest du hier die Seite, die du brauchst.