Text aus Bildern extrahieren direkt im Browser.

Ein kostenloses OCR-Tool, das editierbaren Text direkt im Browser aus Bildern und gescannten PDFs extrahiert — Screenshots, Belege, Whiteboard-Fotos, gescannte Verträge, Zertifikate, Briefe und Archive. Erkannte Wörter bringen Konfidenzwerte und Koordinaten mit, und optional beantwortet ein On-Device-Sehmodell Fragen zur Seite.

Die Engine ist Tesseract, kompiliert zu WebAssembly: Nichts wird hochgeladen, es gibt kein Konto, und ein Bilderstapel oder ein 300-Seiten-PDF läuft durch dieselbe Warteschlange.

So funktioniert es

Tesseract.js — der Open-Source-Tesseract als WebAssembly-Build — führt die Erkennung vollständig in deinem Tab aus. Engine-Kern und Sprachdaten werden bei Bedarf geladen und vom Browser gecacht, sodass die Erkennung nach der ersten Nutzung offline funktioniert. 24 Sprachchips decken Englisch, vereinfachtes und traditionelles Chinesisch, Japanisch, Koreanisch, die großen europäischen Sprachen sowie Arabisch, Hebräisch, Hindi, Thai, Vietnamesisch und weitere Schriften ab; Tesseracts vollständiger Katalog umfasst weit über 100 Sprachen.

Vor der Erkennung lassen sich Bilder vorverarbeiten (Graustufen oder Binarisierung), um die Trefferquote bei blassen oder verrauschten Scans zu heben; ein Seitenlayout-Modus — automatisch, ein Block, eine Zeile oder sporadischer Text — teilt der Engine die Anordnung mit. Ein Mindestkonfidenz-Regler filtert schwache Wörter aus der Textansicht.

Gescannte PDFs, Seite für Seite

Ein PDF wird korrekt behandelt: Jede Seite wird mit etwa 144 DPI gerastert und der Reihe nach erkannt, sodass aus einem mehrseitigen Brief oder Vertrag ein zusammenhängendes Transkript wird statt eines Ordners Screenshots. Seiten werden verzögert gerendert — nur die erkannte Seite liegt im Speicher —, was selbst 300-Seiten-Dokumente auf einem normalen Laptop machbar macht. Ausgabeformate sind TXT, JSON mit Begrenzungsrahmen und Konfidenz pro Wort sowie hOCR mit Positionen und Layout; im Betrachter liegt jedes erkannte Wort als farblich nach Konfidenz codiertes Overlay auf der Seite.

Stapelwarteschlange und ZIP-Export

Bilder und PDFs teilen sich eine serielle Warteschlange mit Status, Wortzahl, Dauer und Fortschrittsbalken pro Element. Ein Ordner Belege oder ein Stapel gescannter Briefe wird nacheinander abgearbeitet; fehlgeschlagene Elemente bleiben markiert, ein Wiederholungslauf versucht nur diese, und die Ergebnisse der ganzen Warteschlange laden gemeinsam als ZIP benannter Textdateien herunter. Neben dem Ziehen von Dateien kannst du Screenshots aus der Zwischenablage einfügen.

Smart Extract mit einem Sehmodell

Über die Transkription hinaus führt Smart Extract ein On-Device-Seh-Sprachmodell (Moondream, etwa 800 MB via WebGPU) aus, das frei formulierte Fragen zur geöffneten Seite beantwortet — „Wie hoch ist der Gesamtbetrag auf diesem Beleg?“ oder „Welches Datum ist hier abgestempelt?“. Es ist ein separater optionaler Download, braucht WebGPU und wird ebenso transparent ausgewiesen wie die OCR-Engine: Das Modell läuft lokal, das Bild verlässt dein Gerät nicht.

Kostenlose Grenzen und Pro

Der Gratis-Tarif verarbeitet Stapel von 10 Quelldateien (jedes PDF zählt als eine Datei) und PDFs bis 30 Seiten, bei unbegrenzten Stapeln. Pro hebt die Warteschlange auf 50 Dateien und PDFs bis 300 Seiten an. Seiten über dem PDF-Limit werden mit Hinweis übersprungen, statt den ganzen Auftrag scheitern zu lassen. In beiden Tarifen gibt es kein Tageslimit, keine Laufbegrenzung und kein Wasserzeichen, kommerzielle Nutzung ist inklusive.

Qualitätstipps und Datenschutz

Scharfe, gut beleuchtete, gerade Bilder gedruckten Texts erkennen nahezu perfekt; Schreibschrift, starke Schräglage und Zierschriften bleiben genuine Herausforderungen, und das Konfidenz-Overlay zeigt genau, wo Korrekturlesen nötig ist. Für CJK- und arabische Schriften ist die korrekte Sprachwahl vor der Erkennung der größte Genauigkeitshebel.

Scans von Verträgen, Ausweisen, Arztformularen oder privater Korrespondenz bleiben konstruktionsbedingt auf dem Gerät — die Erkennung lädt kein Pixel hoch, genau der Grund, dies gegenüber einer kostenlosen Online-OCR-Website zu bevorzugen.