Wollen Sie einen mehrseitigen gedruckten Zeitungsartikel schnell nach einem bestimmten Wort durchsuchen? Oder eingescannte Rechnungen automatisch erfassen und katalogisieren? Oder eine bestimmte Passage aus einem Text kopieren und in ein anderes Dokument einfügen, ohne mühsam alles abzutippen? Bei all diesen Aufgaben helfen eine OCR-Software (Optical Character Recognition = Optische Zeichenerkennung) und ein Scanner. Manche Geräte schaffen das sogar ohne eine zusätzliche Software.

Wenn Sie Ihre Dokumente digitalisiert als PDF-Dateien organisieren, entsteht ein platzsparendes, durchsuchbares Wissensarchiv. Statt mühsam Aktenordner auf der Suche nach einem bestimmten Dokument oder einer Textstelle zu durchforsten, kommen Sie mit durchsuchbaren PDF-Dokumenten in Windeseile zum Ziel.

Jeder Scan ist im Grunde eine Bilddatei, auch wenn er Textanteile enthält. Bilddateien sind in der Regel im JPEG-Format gespeichert und bestehen aus einer Ansammlung vieler einzelner Bildpunkte, den Pixeln. Diese enthalten jedoch nur die Informationen zur grafischen Wiedergabe auf dem Bildschirm. Ein Computer kann in Bildern enthaltene Wörter und Zahlen nicht als solche erkennen. Sie lassen sich somit nicht kopieren, durchsuchen oder bearbeiten.

Um die eingescannten Texte bearbeiten zu können, benötigen Sie eine zusätzliche Software mit OCR-Funktion. Bei höherpreisigen Scannern oder Multifunktionsgeräten ist oft ein OCR-Programm wie Readiris im Lieferumfang enthalten, bei günstigen Modellen ist das jedoch nur selten der Fall. OCR ermöglicht es, Buchstaben, Wörter und Zahlen in Bilddateien zu erfassen und diese in Texte umzuwandeln, die sich bearbeiten und durchsuchen lassen.

Die Scanner lassen sich in drei Gruppen einteilen. Folgend eine kurze Übersicht über deren Vorteile.

Die meisten Geräte bringen eine hersteller­eigene Software mit, etwa HP Scan (HP), ControlCenter (Brother), Document Capture Pro (Epson) oder IJ Scan Utility (Canon), Bild 4. Hochpreisige Geräte haben mitunter auch professionelle Software wie Kofax Power PDF mit im Paket.

Manche Scanner bieten eine besondere OCR-Software, die nach dem Scanvorgang im pixelweise abgetasteten Schriftstück die Buchstaben erkennt. Am Ende fällt etwa eine PDF-Datei an, die sich am Computer wie auch am Handy öffnen und nach Begriffen durch­suchen lässt. Dieser OCR-Vorgang ist ziemlich rechenintensiv und nur bei sehr teuren Geräten auch ohne einen Computer möglich. Bei preiswerten Multifunktionsgeräten fehlt eine solche Software oftmals, Bild 5.

Sie können aber auch ein beliebiges anderes Programm verwenden, um die Texte zugänglich und durchsuchbar zu machen. Die Notiz-Software OneNote aus dem Office-Paket von Microsoft verfügt ebenfalls über eine OCR-Funktion. Wenn Sie ein PDF-Dokument oder ein Bild einfügen und danach mit der rechten Maustaste draufklicken, erscheint als Menüpunkt der Befehl Text aus Bild kopieren, Bild 6. Diesen Text können Sie zum Beispiel in Word einfügen und dort bearbeiten und durchsuchen. Bei grösseren Textmengen kann es etwas dauern, bis der Befehl im Menü erscheint.

Manche Scan-Software wie FreeOCR ist kostenlos erhältlich, Bild 7. Solche Apps gibt es auch fürs Handy, etwa Adobe Scan, Bild 8, oder Microsoft Lens. Profi-OCR-Programme wie Readiris kosten meist über 100 Franken. Ältere Versionen sind oft günstiger zu haben. Weitere bekannte OCR-Programme sind Abbyy FineReader, Bild 9, und OmniPage.

Bei der Auswahl eines Scanners gibt es einiges zu beachten, was die Ausstattung und den Funktionsumfang angeht.

Wenn Sie hier das Installieren der Treiber-Software Windows überlassen, erhalten Sie oft nur einen abgespeckten Scannertreiber, den Sie an der Bezeichnung WIA (Windows Image Acquisition) erkennen. Er stellt zwar eine Verbindung zum Scanner her, bietet allerdings weit weniger Funktionen als die herstellereigenen Programme.

Die mitgelieferte Software der Hersteller eignen sich für die meisten Zwecke schon recht gut. Die meisten Scanprogramme bieten für die Einstellungen einen einfachen und einen erweiterten Modus an. Im einfachen Scan­modus müssen Sie sich keine Gedanken um die Auflösung machen. Sie wählen einfach den jeweiligen Vorlagentyp wie Foto, Zeitschrift oder Dokument aus. Im erweiterten Scan­modus legen sie die Auflösung und andere Werte selbst fest.

Falls eine OCR-Funktion oder andere benötigte Features fehlen, können Sie auch andere Tools einsetzen. Bevor Sie sich eine Extra-Software kaufen: Es gibt gute Freeware-Alternativen. Bei der Wahl des Programms empfiehlt es sich, darauf zu achten, dass es zur OCR-Erkennung die quelloffene Tesseract-Engine einsetzt. Das Projekt stammt ursprünglich von HP, ist inzwischen aber unter dem Dach von Google gelandet.

Ein zuverlässiges Gratisprogramm auf OCR-Basis ist gImageReader (github.com/manisandro/gImageReader), Bild 11. Das Open-Source-Tool kann mit den Bildformaten JPG, PNG und GIF genauso umgehen wie mit PDF-Dateien. Über Quellen und Erfassen wählen Sie das Scanner- oder Multifunktionsgerät aus, um direkt in die Anwendung zu scannen. Den Texterkennungsvorgang starten Sie in der oberen Bedienleiste über Erkennen und Aktuelle Seite oder Mehrere Seiten. Dazu lassen sich Sprachpakete auswählen. Standardmässig ist das englische Paket vorinstalliert. Über den Auswahlpfeil rechts daneben können Sie zusätzliche Sprachen nachinstallieren. Der Erkennungsprozess kann je nach Textmenge eine Weile dauern. Danach erscheint der Text im Ausgabe-Fenster und lässt sich als Textdatei abspeichern.

Eine Alternative ist FreeOCR (freeocr.net). Das Tool hat zwar schon einige Jahre auf dem Buckel, verrichtet aber seinen Dienst. Sie können PDFs oder Bilder mit der OCR-Software öffnen und daraus einen Fliesstext erzeugen. Maschinell geschriebene Texte erkennt die Software recht zuverlässig. Ein Klick auf Scan liest das Dokument ein, ein Klick auf OCR startet die Texterkennung. Das Ergebnis lässt sich direkt in Word öffnen oder speichern.

Wollen Sie eingescannte PDF-Dokumente weiterbearbeiten? Ein Multitalent in Sachen PDF ist PDF24 (pdf24.org), Bild 12. Damit können Sie PDFs aufsplitten, zusammenfügen, umwandeln oder mit Kommentaren versehen. Auch eine OCR-Funktion ist dabei.