Ein Scan von schlechter Qualität ist ein Foto eines Dokuments, das bei schlechten Lichtverhältnissen aufgenommen wurde, ein Fax, das dreimal gedruckt und erneut gescannt wurde, eine zerknitterte Seite aus einem alten Buch oder ein Dokument, das mit einer Telefonkamera schräg aufgenommen wurde. Der Text ist da. Ein menschlicher Leser kann es erkennen. Für eine OCR-Engine ist das Bild jedoch ein Puzzle aus unterbrochenen Zeichen, zusammengefügten Buchstaben und Hintergrundgeräuschen, das die Erkennung unzuverlässig macht. Die Standard-OCR-Einstellungen, die bei sauberen 300-DPI-Scans perfekt funktionieren, führen bei diesen Bildern zu einer verstümmelten Ausgabe.
OCR bei einem Scan mit schlechter Qualität erfordert eine Bildvorverarbeitung, um den Scan vor der Erkennung zu bereinigen, und angepasste OCR-Einstellungen, die toleranter gegenüber Zeichenvariationen sind. Der Vorverarbeitungsschritt ist der Ursprung der Verbesserung. Besserer Input führt zu besserem Output. Die OCR-Engine kann nicht erkennen, was sie nicht sehen kann.
Laut einem Benchmark der University of Nevada aus dem Jahr 2025 verbessert die Bildvorverarbeitung die OCR-Genauigkeit bei Scans schlechter Qualität um durchschnittlich 18 bis 34 Prozentpunkte im Vergleich zur Ausführung der OCR bei unverarbeiteten Rohbildern (University of Nevada, „OCR Accuracy Benchmark Report“, 2025).
Häufige Probleme mit der Scanqualität und ihre Lösungen
| Problem | Wie es sich auf OCR auswirkt | Beheben |
|---|---|---|
| Niedrige Auflösung (<150 DPI) | Den Charakteren mangelt es an ausreichenden Pixeldetails. Kanten verschwimmen. Dünne Striche verschwinden. Ähnliche Charaktere werden ununterscheidbar | Wenn möglich, erneut mit 300 DPI scannen. Wenn das Original nicht verfügbar ist, skalieren Sie das Bild mithilfe der KI-gestützten Hochskalierung vor der OCR hoch |
| Ungleichmäßige Beleuchtung oder Schatten | Dunkle Bereiche verlieren an Kontrast. Text im Schatten wird für die OCR-Engine unsichtbar. Farbverlaufshintergründe verwirren die Schwellenwerterkennung | Wenden Sie adaptive Schwellenwerte an, die die Helligkeit lokal und nicht global anpassen. Entfernen Sie Schatten mit einer Bildbearbeitungssoftware |
| Schräge oder Drehung | Schräger Text stört die Zeichensegmentierung. Die OCR-Zeilenerkennung schlägt fehl. Zeichen aus benachbarten Zeilen werden zusammengeführt | Richten Sie das Bild vor der OCR gerade aus. Die meisten browserbasierten OCR-Tools verfügen über eine automatische Entzerrung. Überprüfen Sie die Ausrichtung vor der Verarbeitung |
| Hintergrundgeräusche oder Durchscheinen | Text von der Rückseite der Seite scheint durch. OCR interpretiert das Durchscheinen als Teil des Textes und erzeugt Kauderwelsch | Erhöhen Sie den Kontrast, um den Text abzudunkeln und den Hintergrund aufzuhellen. Wenden Sie einen Hintergrundentfernungsfilter an. Verwenden Sie eine Scannereinstellung, um das Durchscheinen während des Scanvorgangs zu unterdrücken |
Probieren Sie PDF-OCR aus
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.
Bildvorverarbeitung vor OCR
Verarbeiten Sie die Scanbilder vor, bevor Sie sie an OCR senden. Schrägstellen, um den Text gerade auszurichten. Wenden Sie adaptives Schwellenwertverfahren an, um das Bild in reines Schwarzweiß umzuwandeln, wodurch Hintergrundrauschen eliminiert und der Kontrast maximiert wird. Erhöhen Sie die Bildauflösung oder wenden Sie Schärfungsfilter an, um Zeichenkanten hervorzuheben. Entfernen Sie Ränder, Löcher und andere Nichttextelemente, die die OCR-Engine verwirren können. Jeder Vorverarbeitungsschritt verbessert die Eingabequalität und jede Verbesserung der Eingabequalität verbessert direkt die OCR-Ausgabegenauigkeit.
WukongPDF OCR-Tools verarbeiten Scans und fügen durchsuchbare Textebenen hinzu. Der Vorverarbeitungsschritt OCR PDF sollte angewendet werden, bevor die OCR-Engine die Bilder empfängt. Eine saubere Eingabe erzeugt eine saubere Ausgabe.
Setzen realistischer Genauigkeitserwartungen
Selbst bei optimaler Vorverarbeitung ist die OCR bei einem Scan von schlechter Qualität nicht so genau wie bei einem sauberen Scan. Rechnen Sie mit Zeitaufwand für die Korrektur von OCR-Fehlern. Konzentrieren Sie sich bei Korrekturen auf Eigennamen, Zahlen und Fachbegriffe, bei denen Fehler ihre Bedeutung ändern. Häufige Wörter mit offensichtlichen OCR-Fehlern, wie zum Beispiel „thc“ statt "der" lassen sich mithilfe der Funktion „Suchen und Ersetzen“ problemlos in großen Mengen korrigieren. Das Gescannte PDF, das als Bild von schlechter Qualität beginnt, führt zu einer OCR-Ausgabe, die bearbeitet werden muss. Akzeptieren Sie dies und planen Sie Zeit dafür ein.
Wann man akzeptieren sollte, dass OCR nicht realisierbar ist
Manche Scans sind zu schlecht, als dass die OCR brauchbare Ergebnisse liefern könnte. Ein Foto, aufgenommen bei nahezu Dunkelheit. Ein Fax wurde viermal kopiert. Ein auf farbigem Papier mit kontrastarmer Tinte gedrucktes Dokument. Die OCR-Ausgabe dieser Scans enthält so viele Fehler, dass deren Korrektur mehr Zeit in Anspruch nimmt als das manuelle Transkribieren des Dokuments.
Bevor Sie eine große Menge an Scans schlechter Qualität verarbeiten, testen Sie eine repräsentative Seite. Führen Sie es durch die gesamte Vorverarbeitungs- und OCR-Pipeline. Wenn die Ausgabe umfangreiche Korrekturen erfordert, ist die manuelle Transkription möglicherweise effizienter als OCR plus Korrektur. Das Gescannte PDF, das nicht effizient mit OCR bearbeitet werden kann, sollte transkribiert werden.
Auswahl der richtigen OCR-Engine für Eingaben mit schlechter Qualität
Nicht alle OCR-Engines bewältigen Scans mit schlechter Qualität gleich gut. Engines, die eine auf neuronalen Netzwerken basierende Erkennung verwenden, die oft als KI-gestützte OCR oder Deep-Learning-OCR bezeichnet wird, schneiden bei fehlerhaftem Text im Allgemeinen besser ab als herkömmliche Pattern-Matching-Engines. Das neuronale Netzwerk wurde an Beispielen beschädigter, verzerrter und minderwertiger Texte trainiert und kann Zeichen erkennen, die herkömmliche Engines nicht können.
Wenn Sie regelmäßig Scans von schlechter Qualität verarbeiten, testen Sie mehrere OCR-Engines anhand einer Stichprobe Ihrer typischen Dokumente. Vergleichen Sie die Ausgabegenauigkeit und die erforderliche Korrekturzeit. Eine Engine, die bei sauberen Scans eine Genauigkeit von 95 Prozent liefert, kann bei schlechten Scans auf 80 Prozent sinken, während eine neuronale Engine möglicherweise 90 Prozent beibehält. Die Auswahl der OCR PDF-Engine für Eingaben von schlechter Qualität sollte auf der getesteten Leistung Ihrer tatsächlichen Dokumente basieren und nicht auf Marketingaussagen.
Trainieren benutzerdefinierter OCR-Modelle für wiederkehrende Dokumenttypen
Wenn Sie wiederholt die gleiche Art von Dokument schlechter Qualität per OCR verwenden, beispielsweise gefaxte Formulare eines bestimmten Anbieters oder gescannte Rechnungen eines bestimmten Kunden, sollten Sie die Schulung eines benutzerdefinierten OCR-Modells in Betracht ziehen. Auf einigen OCR-Plattformen können Sie Beispiele für den jeweiligen Dokumenttyp hochladen und die Engine trainieren, um die jeweiligen Schriftarten, Layouts und Qualitätsmerkmale zu erkennen. Das trainierte Modell übertrifft die Allzweck-Engine bei diesem spezifischen Dokumenttyp deutlich.
Die Schulungsinvestition amortisiert sich mit jedem weiteren verarbeiteten Dokument. Ein benutzerdefiniertes Modell, dessen Training eine Stunde dauert und die Genauigkeit von 85 auf 95 Prozent verbessert, spart bei jedem anschließend verarbeiteten Dokument Minuten Korrekturzeit. Das regelmäßig wiederkehrende Gescannte PDF ist der beste Kandidat für das benutzerdefinierte OCR-Modelltraining.
Probieren Sie PDF-OCR aus
Keine Installation erforderlich. Funktioniert direkt in Ihrem Browser.