OCR-Genauigkeit verbessern: Bildqualität und Kontrast optimieren

Die Qualität des Eingangsbildes ist der wichtigste Faktor für gute Texterkennung. Selbst die leistungsfähigste OCR-Engine liefert schlechte Ergebnisse, wenn das Bild unscharf, falsch belichtet oder stark komprimiert ist. Mit gezielten Optimierungen lässt sich die Erkennungsrate erheblich steigern.

Auflösung: Der grundlegende Faktor

Niedrige Auflösung ist die häufigste Ursache für schlechte OCR-Ergebnisse. Als Faustregel gilt: Gedruckter Text braucht mindestens 300 DPI (dots per inch). Das entspricht bei einem DIN-A4-Scan einer Bildgröße von etwa 2480 mal 3508 Pixeln.

Smartphone-Fotos haben oft Megapixelwerte, die auf den ersten Blick ausreichend erscheinen. Wenn das Dokument jedoch aus einem flachen Winkel aufgenommen wurde oder das Bild stark zugeschnitten werden muss, kann die effektive Auflösung des Textes weit unter 300 DPI liegen.

Wer mit einem Scanner arbeitet, sollte direkt auf 300 oder 400 DPI scannen. Nachträgliches Hochskalieren eines niedrig aufgelösten Bildes verbessert die OCR-Qualität kaum, weil keine neuen Pixelinformationen entstehen.

Kontrast und Helligkeit

Text auf weißem Papier mit schwarzer Tinte ist der Idealfall für OCR. In der Praxis gibt es häufig Abweichungen: vergilbtes Papier, farbiger Hintergrund, blasser Druck oder schlechte Beleuchtung beim Fotografieren.

Zu geringer Kontrast verwischt die Grenzen zwischen Buchstaben und Hintergrund. OCR-Algorithmen müssen diese Grenzen sauber erkennen, um Zeichen zu segmentieren. Ist der Kontrast zu gering, verschmelzen feine Linien von Buchstaben mit dem Hintergrund.

Abhilfe schafft die Kontrasterhöhung in einem Bildbearbeitungsprogramm. In GIMP funktioniert das über “Farben” und “Helligkeit-Kontrast”. In Windows können Fotos mit der integrierten Foto-App angepasst werden. Wichtig: Nicht zu stark erhöhen, da sonst Details verloren gehen.

Eine andere Technik ist das Umwandeln in Graustufen oder Schwarzweiß (Binarisierung). Viele OCR-Engines führen diesen Schritt intern durch, aber eine manuelle Vorverarbeitung kann bei schwierigen Bildern helfen.

Schärfe und Fokus

Ein unscharfes Bild kann keine OCR-Software retten. Die Unschärfe muss bereits beim Aufnehmen oder Scannen vermieden werden.

Beim Fotografieren mit dem Smartphone sollte das Motiv angetippt werden, damit der Autofokus sich auf das Dokument einstellt. Verwacklung verhindert man durch kurze Belichtungszeit, Auflegen des Geräts auf eine feste Unterlage oder die Verwendung eines Dokumentenscanners.

Nachträgliches Schärfen eines unscharfen Bildes kann leichte Verbesserungen bringen, löst das Grundproblem aber nicht. Filter wie “Unscharf maskieren” in GIMP oder Photoshop heben Kanten hervor, können aber keine verlorene Detailinformation zurückbringen.

Ausrichtung und Perspektive

Schief gescannte Dokumente verringern die OCR-Qualität erheblich. Textzeilen, die um mehr als wenige Grad geneigt sind, werden von vielen Engines schlechter segmentiert. Die meisten modernen Tools korrigieren leichte Schrägstellungen automatisch (sogenanntes Deskewing), aber bei stärkeren Winkeln sollte das Bild manuell begradigt werden.

Noch schwieriger ist die Perspektivverzerrung: Wenn ein Dokument aus einem Winkel fotografiert wird, erscheinen Textzeilen als Trapezform statt als parallele Linien. Bildbearbeitungsprogramme bieten Perspektivkorrektur-Werkzeuge, und spezialisierte Apps wie Office Lens (Microsoft) oder Google Photoscan korrigieren dies automatisch beim Aufnehmen.

Hintergrundgeräusche und Artefakte

Rauschen im Bild erzeugt Pixel, die OCR-Algorithmen als Buchstabenteile misinterpretieren können. Besonders bei schlechter Beleuchtung oder hohen ISO-Werten bei Smartphone-Fotos entsteht solches Rauschen.

Rauschreduzierungsfilter in Bildbearbeitungsprogrammen können helfen. Bei JPEG-Bildern erzeugt starke Komprimierung Artefakte um Buchstaben, die ebenfalls die Erkennung stören. Wo möglich, sollte PNG als verlustfreies Format bevorzugt werden.

Durchscheinender Text von der Rückseite des Papiers (Durchdrucken) ist eine weitere Fehlerquelle. Das lässt sich manchmal durch das Unterlegen eines schwarzen Blattes beim Scannen reduzieren, weil dadurch das Licht von der Unterseite blockiert wird.

Schriftgröße und Schriftart

Sehr kleine Schriftgrößen unter 8 Punkt stellen besondere Anforderungen an die Auflösung. Bei 300 DPI kann ein Buchstabe in 8-Punkt-Schrift nur aus etwa 20 bis 30 Pixeln bestehen, was wenig Spielraum lässt. Hier sollte die Scan-Auflösung auf 400 bis 600 DPI erhöht werden.

Dekorative Schriften, eng gesperrte Versalien oder verschlungene Kursivschriften verringern die Erkennungsrate, weil die Zeichensegmentierung schwieriger wird. Standardschriften wie Times New Roman, Arial oder Calibri werden am zuverlässigsten erkannt.

Praktischer Ablauf für optimale Ergebnisse

Ein strukturierter Ansatz für wiederkehrende Digitalisierungsaufgaben:

Schritt 1: Dokument flach auf den Scanner oder unter die Kamera legen, auf gute Beleuchtung ohne Schattenbildung achten.

Schritt 2: Mit mindestens 300 DPI scannen oder fotografieren, im Zweifel höher.

Schritt 3: Bild in einem Editor öffnen, Ausrichtung prüfen und gegebenenfalls begradigen.

Schritt 4: Kontrast leicht erhöhen, falls der Scan flau wirkt.

Schritt 5: Als PNG speichern, falls ursprünglich als JPEG aufgenommen.

Schritt 6: Dem OCR-Tool übergeben und Ergebnis prüfen.

Mit diesem Vorgehen lässt sich die Erkennungsrate in den meisten Fällen auf über 95 Prozent heben. Das Tool auf bild-zu-text-ocr.de verarbeitet Bilder direkt im Browser und eignet sich gut, um verschiedene Vorverarbeitungsschritte auszuprobieren und zu vergleichen.