Ein gescanntes PDF kann auf dem Bildschirm vollkommen klar aussehen und trotzdem gar keinen Text enthalten. Jede Seite ist lediglich ein Bild. Deshalb passiert nichts, wenn Sie einen Satz markieren, nach einem Wort suchen oder die Schriftgröße ändern. Um aus diesen Seitenbildern ein umfließendes EPUB zu machen, müssen zuerst die Wörter erkannt werden. Dieser Vorgang heißt optische Zeichenerkennung, kurz OCR (Texterkennung).
OCR kann einen Scan durchsuchbar und auf einem E-Reader lesbar machen, ist aber kein Zauber. Die Qualität des Originalscans, die Art des Materials und das Layout wirken sich alle auf das Ergebnis aus. Hier erfahren Sie, was bei der Umwandlung passiert, worauf Sie achten sollten und wann ein seitengetreues E-Book besser passt.
Zuerst: Prüfen Sie, ob das PDF wirklich gescannt ist
Versuchen Sie, einen Satz zu markieren und in einen Texteditor zu kopieren. Wenn normale Wörter erscheinen, hat das PDF bereits eine Textebene und braucht möglicherweise keine OCR. Wenn sich nur die ganze Seite als ein Objekt markieren lässt – oder gar nichts –, ist die Seite wahrscheinlich ein Bild. Manche PDFs sind gemischt: Einige Seiten enthalten markierbaren Text, andere sind Scans.
Diese Unterscheidung ist wichtig, denn OCR fügt einen Erkennungsschritt hinzu, während eine vorhandene Textebene direkt ausgelesen werden kann. Ein guter Umwandlungsprozess prüft die Seiten einzeln, sodass er den vorhandenen Text nutzen und die Erkennung nur dort anwenden kann, wo sie nötig ist.
Was OCR tatsächlich macht
OCR analysiert Formen in einem Seitenbild und schätzt, welche Buchstaben und Wörter sie darstellen. Der erkannte Text lässt sich dann zu Absätzen und Kapiteln ordnen und als EPUB verpacken. Weil das EPUB Text enthält, kann eine Lese-App ihn in der Größe ändern, die Schriftart wechseln und Zeilen für einen kleinen Bildschirm umbrechen.
Das ursprüngliche Seitenbild und der erkannte Text sind zwei verschiedene Dinge. OCR rekonstruiert die Wörter; sie bildet nicht automatisch jedes Detail der gedruckten Seite nach. Komplexe Spalten, Fußnoten, Seitenleisten, Tabellen und Illustrationen erfordern unter Umständen eine besondere Behandlung oder lesen sich im ursprünglichen Layout natürlicher.
Was die Erkennungsqualität beeinflusst
- Auflösung: Ein scharfer Scan liefert der Erkennung klarere Buchstabenformen als ein unscharfes oder stark komprimiertes Bild.
- Kontrast und Beleuchtung: Blasse Tinte, Schatten am Buchrücken, Flecken und ungleichmäßige Hintergründe können Zeichen mehrdeutig machen.
- Seitenausrichtung: Gedrehte, gewölbte oder schiefe Seiten erschweren es, Zeilen und Spalten voneinander zu trennen.
- Typografie: Ungewöhnliche Schriften, Handschrift, eng gesetzter Text und sehr kleine Schrift sind schwerer zu erkennen als sauber gedruckte Prosa.
- Seitenstruktur: Mehrspaltige Layouts, Formeln, Diagramme und Fußnoten werden mitunter in der falschen Reihenfolge gelesen, selbst wenn die einzelnen Wörter richtig erkannt wurden.
Ein gestochen scharfer einspaltiger Roman ist ein dankbarer OCR-Auftrag. Ein niedrig aufgelöstes Lehrbuch voller Formeln ist ein deutlich schwierigerer. Das Ergebnis sollten Sie an den Quellseiten messen, besonders bei Diagrammen, Formeln und Seitenumbrüchen.
Umfließendes EPUB oder festes Layout?
Wählen Sie ein reflowable EPUB, wenn das Hauptziel bequemes Lesen ist: größerer Text, einstellbare Schriftarten und Seiten, die sich an den E-Reader anpassen. OCR liefert bei einem Scan den Text, der dafür nötig ist. Am besten funktioniert das bei Romanen, Berichten und anderen überwiegend linearen Dokumenten.
Wählen Sie ein EPUB mit festem Layout, wenn die Übereinstimmung mit der Originalseite wichtiger ist als die Größenänderung des Textes. Jede Seite bleibt optisch intakt, was zu Bilderbüchern, Kunst, Formularen oder Material passt, bei dem Diagramme und räumliche Beziehungen Bedeutung tragen. Der Nachteil: Die Seite fließt nicht um wie gewöhnlicher E-Book-Text.
Bei einem Lehrbuch oder Handbuch kann die richtige Antwort davon abhängen, wie es genutzt wird: Umfließen hilft bei langen Prosa-Abschnitten, während feste Seiten ein kompliziertes Diagramm bewahren können. Wenn die Vorlage beides mischt, prüfen Sie die wichtigsten Seiten, bevor Sie sich für ein Format entscheiden.
Ein schneller Qualitätscheck nach der Umwandlung
- Öffnen Sie das EPUB auf dem Gerät oder in der App, in der Sie es lesen möchten.
- Vergrößern Sie die Schrift und prüfen Sie, ob der Text umfließt, statt ein Seitenbild zu bleiben.
- Suchen Sie nach einem Wort, das Sie im ursprünglichen PDF sehen, und prüfen Sie, ob es im E-Book vorkommt.
- Vergleichen Sie ein paar repräsentative Seiten, darunter eine Überschrift, eine Seite mit Diagramm und jede dichte oder mehrspaltige Doppelseite.
- Springen Sie über das Inhaltsverzeichnis zwischen den Kapiteln, wenn das Dokument klare Abschnitte hat.
Wenn eine Seite im Scan unleserlich ist, kann OCR keine Informationen wiederherstellen, die dort nicht sichtbar sind. Wenn eine bestimmte Formel oder Illustration exakt bleiben muss, behalten Sie das PDF als Referenz oder wählen Sie ein Layout, das die Seite bewahrt.
Machen Sie aus dem Scan ein Buch, das Sie lesen können
Ein gescanntes PDF braucht mehr als eine EPUB-Hülle: Seine Wörter müssen erkannt werden, und das Ausgabelayout sollte zum Material passen. Bei überwiegend Prosa kann OCR Seitenbilder in durchsuchbaren Text verwandeln, der zu einem E-Reader passt. Bei Dokumenten, die auf der Seite selbst aufbauen, kann das Beibehalten des festen Layouts die treuere Wahl sein.
Wenn Sie es ausprobieren möchten, beginnen Sie mit dem PDF und sehen Sie sich die Umwandlungsoptionen für Ihr Dokument an, bevor Sie das EPUB herunterladen.
Sie haben ein gescanntes PDF? Prüfen Sie, wie es sich in EPUB umwandeln lässt.
PDF in EPUB umwandeln →Eine Schritt-für-Schritt-Anleitung, wie Sie das fertige Buch auf einem Kindle lesen, finden Sie unter So wandeln Sie ein PDF in EPUB für den Kindle um.