Ein gescanntes PDF in Markdown umwandeln
Eine gescannte Seite ist ein Foto von Text, deshalb findet ein gewöhnlicher Konverter darin nichts zum Umwandeln. Dieses Werkzeug erkennt stattdessen die Wörter im Bild. Anders als alles andere auf dieser Website arbeitet es, indem es die Seiten an unseren Server sendet — Ihnen wird genau gesagt, was gesendet wird, und Sie müssen es bestätigen, bevor irgendetwas Ihr Gerät verlässt.
PDF oder Word hier ablegen
oder eine Datei von Ihrem Computer auswählen
PDF oder Word (.docx) · bis zu 50 MB
Wie wandle ich ein gescanntes PDF in Markdown um?
Legen Sie den Scan auf dieser Seite ab. Er wird zuerst in Ihrem Browser geprüft, und nur wenn er keine Textebene hat, wird Ihnen die Erkennung angeboten. Nach Bestätigung werden die Seiten auf unserem Server gelesen und als Markdown zurückgegeben.
Wird meine gescannte Datei hochgeladen?
Ja, und nur dieses eine Werkzeug tut das. Die Seiten gehen an unseren eigenen Server, bleiben beim Lesen im Arbeitsspeicher und werden am Ende des Auftrags vernichtet. Nichts wird auf Festplatte geschrieben, kein anderes Unternehmen erhält sie.
So wandeln Sie ein gescanntes PDF in Markdown um
- 1
Gescanntes PDF hinzufügen
Ziehen Sie die Datei in das Feld oben oder wählen Sie sie von Ihrem Gerät. Sie wird zuerst im Browser geprüft, sodass ein PDF mit vorhandener Textebene hier umgewandelt wird, ohne irgendwohin gesendet zu werden.
- 2
Sprache wählen
Wählen Sie die Sprache, in der das Dokument verfasst ist. Die Erkennungsgenauigkeit hängt stark davon ab, und die falsche Wahl ist die häufigste Ursache für ein schlechtes Ergebnis.
- 3
Senden bestätigen
Ihnen wird gezeigt, was gesendet wird, wohin es geht und wie lange es bleibt. Vor Ihrem Klick auf die Schaltfläche wird nichts übertragen, und eine Ablehnung lässt Sie genau dort, wo Sie waren.
- 4
Ergebnis prüfen
Das Markdown erscheint im Editor zusammen mit einem Hinweis auf die Erkennungssicherheit. Gleichen Sie Namen, Zahlen und Daten mit dem Original ab, bevor Sie sich darauf verlassen.
Was ein gescanntes PDF wirklich ist
Es gibt zwei Arten von PDF, die auf dem Bildschirm identisch aussehen. Die eine speichert die Zeichen, sodass Text markiert, durchsucht und kopiert werden kann. Die andere speichert eine Fotografie der Seite — von einem Flachbettscanner, einer Handykamera oder einem Fax — und enthält überhaupt keine Zeichen.
Unser gewöhnlicher Konverter liest die erste Art direkt in Ihrem Browser und sendet die Datei nirgendwohin. Bei der zweiten findet er zu Recht nichts, und genau deshalb brauchen Scans ein anderes Werkzeug und nicht eine bessere Fassung desselben.
Sie können die beiden ohne jede Software unterscheiden: Öffnen Sie das PDF und versuchen Sie, eine Textzeile mit dem Cursor zu markieren. Wird nichts hervorgehoben, ist es ein Scan.
Warum diese Seite hochlädt und die anderen nicht
Texterkennung muss jede Seite in hoher Auflösung rastern und dann eine Erkennungs-Engine über das Bild laufen lassen. Im Browser ist das möglich, aber langsam, speicherintensiv und merklich ungenauer; auf einem Mittelklasse-Handy, von dem die meisten abfotografierten Dokumente stammen, ist es keine realistische Option.
Deshalb sendet dieses eine Werkzeug die Seiten an einen Server. Wir haben es so gebaut, dass möglichst viel vom ursprünglichen Versprechen erhalten bleibt: Die Erkennung läuft auf unserer eigenen Hardware mit unserer eigenen Engine, kein Dritter erhält also Ihr Dokument, und der Dienst hat weder Datenbank noch Objektspeicher noch beschreibbare Festplatte, auf der es liegen könnte. Die Seiten bestehen im Arbeitsspeicher für die Dauer des Auftrags und sind danach fort.
Die Zustimmung wird für jede Datei einzeln und jedes Mal erneut eingeholt und nie gespeichert. Wenn Sie ablehnen, wird nichts gesendet, und der Rest der Website verhält sich genau wie immer.
Was die Erkennung gut kann und was nicht
Ein sauberer 300-dpi-Scan gedruckten Textes wird sehr genau erkannt. Ein schräg aufgenommenes Foto, schlechtes Licht oder ein verblasstes Fax fallen deutlich schlechter aus — Erkennung ist eine statistische Schätzung, keine Abschrift.
Zwei Fehlerarten sollten Sie kennen, weil man sie im Ergebnis nicht sieht. Zeichen werden falsch gelesen, am häufigsten in Namen, Referenznummern und langen Zahlen, wo kein umgebendes Wort korrigierend wirkt. Und Wörter, die die Engine gar nicht lesen kann, fallen weg, sodass Text eher fehlt als falsch ist. Das Ergebnis nennt den Sicherheitswert und benennt die Seiten mit schlechter Bewertung.
- Gedruckter Text in den unterstützten Sprachen — zuverlässig bei einem sauberen Scan
- Überschriften, Absätze und Listen — aus Position und Größe der erkannten Wörter rekonstruiert
- Tabellen — oft wiederhergestellt, prüfen Sie aber die Spaltenausrichtung
- Handschrift — nicht unterstützt
- Mathematische Formeln — nicht unterstützt
- Bilder und Diagramme — werden nicht extrahiert
So erzielen Sie ein besseres Ergebnis
Scannen Sie mit 300 dpi statt 150, wenn Sie die Wahl haben; das ist der größte einzelne Unterschied zwischen einem guten und einem mittelmäßigen Ergebnis. Fotografieren Sie Seiten flach und gleichmäßig ausgeleuchtet statt schräg. Und stellen Sie die Sprache richtig ein — eine englische Engine, die ein deutsches Dokument liest, produziert selbstbewussten Unsinn.
Häufige Fragen
- Wird mein gescanntes Dokument auf Ihrem Server gespeichert?
- Nein. Es bleibt während des Lesens im Arbeitsspeicher und wird vernichtet, sobald der Auftrag endet oder fehlschlägt. Der Erkennungsdienst hat weder Datenbank noch Dateispeicher, es gibt also keinen Ort, an dem es bleiben könnte.
- Senden Sie mein Dokument an Google oder einen anderen OCR-Dienst?
- Nein. Die Erkennung läuft auf unserem eigenen Server mit unserer eigenen Engine. Die Nutzung dieses Werkzeugs fügt der Liste der Auftragsverarbeiter in unserer Datenschutzerklärung kein Unternehmen hinzu.
- Welche Sprachen kann es erkennen?
- Englisch, Deutsch, Spanisch, Französisch, Portugiesisch, Hindi, Japanisch, Koreanisch, vereinfachtes Chinesisch und Arabisch. Wählen Sie die Sprache des Dokuments vor der Bestätigung, denn die Genauigkeit hängt davon ab.
- Kann es Handschrift lesen?
- Nein. Die Engine ist auf gedruckten Text trainiert. Handschriftliche Notizen, Unterschriften und Anmerkungen werden nicht erkannt, und wir sagen das lieber, als Sie es im Ergebnis herausfinden zu lassen.
- Wie viele Seiten kann ich kostenlos erkennen lassen?
- Es gibt ein tägliches Seitenkontingent und ein Limit pro Dokument, beide werden vor der Bestätigung angezeigt. Sie bestehen, weil Erkennung echte Rechenzeit kostet, anders als der Konverter im Browser.
- Kann ich einen Scan umwandeln, ohne ihn hochzuladen?
- Im Web nicht. Wenn Ihr PDF in Wahrheit eine Textebene besitzt, verarbeitet der gewöhnliche Konverter es im Browser; ein echter Scan aber braucht die Erkennung auf dem Server.