Tesseract OCR ist der branchenweite Open-Source-Standard für optische Zeichenerkennung. Mithilfe moderner neuronaler LSTM-Netzwerke extrahiert es Text aus Bildern mit über 99 % Genauigkeit in mehr als 100 Sprachen. Vollständig offline und sicher.
$ # Text aus gescanntem Dokument extrahieren
$ tesseract dokument.tiff ausgabe -l deu --psm 3
Tesseract Open Source OCR Engine v5.3.0 with Leptonica
Page 1
Estimating resolution as 300
$ cat ausgabe.txt
Franz jagt im komplett verwahrlosten Taxi quer durch Bayern. Dieser Text wurde mit einer Konfidenz von 99,8 % erfolgreich erkannt.
Integrieren Sie Tesseract in Ihren Arbeitsablauf, um Bilder blitzschnell in bearbeitbaren Text und durchsuchbare PDFs zu verwandeln.
Unterstützt TIFF, JPEG, PNG und WebP. Tesseract nutzt Leptonica für zuverlässige Binarisierung, Rauschunterdrückung und Skalierung.
Die Engine segmentiert die Seite in Textblöcke, Zeilen und Wörter. Wählen Sie aus 14 Seitensegmentierungsmodi (PSM).
Neuronale Netze werten die Zeilen sequentiell aus. Ausgabe als Klartext, hOCR, durchsuchbares PDF, TSV oder ALTO.
Konvertieren Sie Dokumente und Scans direkt in Ihrem Browser in Text und PDFs. 100 % privat.
In wenigen Minuten startklar. Wählen Sie unten Ihr Betriebssystem für die offizielle Installationsanleitung.
Installieren Sie die Kern-Engine über Homebrew.
$ brew install tesseract
Laden Sie zusätzliche .traineddata Modelle herunter.
$ brew install tesseract-lang
Bestätigen Sie die Version auf Ihrem System.
$ tesseract --version
Direkt über die offiziellen apt Repositorien verfügbar.
$ sudo apt install tesseract-ocr
Installieren Sie das deutsche Sprachpaket und weitere.
$ sudo apt install tesseract-ocr-deu tesseract-ocr-all
Prüfen Sie die installierte Version im Terminal.
$ tesseract --version
Der Community-Standard verwendet die vorkompilierten Binärdateien der Universität Mannheim (UB Mannheim).
UB Mannheim herunterladenFügen Sie den Installationsordner zu den Umgebungsvariablen von Windows hinzu.
C:\Program Files\Tesseract-OCRDie wichtigsten Tesseract-Befehle für die tägliche Praxis.
Extrahiert Text aus einem Bild in eine einfache .txt-Datei.
Verwenden Sie den Parameter -l für die Zielsprache (z. B. Deutsch).
Kombinieren Sie Sprachen mit + für mehrsprachige Dokumente.
Erstellt ein PDF mit unsichtbarem, markierbarem Text über dem Originalbild.
Erhalten Sie genaue Pixelkoordinaten jedes erkannten Wortes in HTML.
Gezielte Verarbeitung eines einheitlichen Textblocks mit --psm 6.
Zeigt alle auf Ihrem Computer installierten Sprachmodelle an.
Exportiert Wortdaten und Konfidenzwerte im Tabellenformat.
Erkennt nicht nur Zeichen, sondern auch Dokumentenlayout, Typografie und Struktur.
Modernes Tesseract (v5+) nutzt rekurrente neuronale LSTM-Netzwerke für höchste Erkennungsgenauigkeit. Textzeilen werden als kontinuierliche Sequenzen verarbeitet, wodurch der Kontext verstanden und typische Fehler minimiert werden.
Fertige Modelle für lateinische, kyrillische, arabische, CJK- und indische Schriften. Beliebig umschaltbar oder mehrsprachig kombinierbar.
Konvertieren Sie große Stapel von TIFF- oder JPG-Bildern in PDF-Dateien mit unsichtbarem, durchsuchbarem Text direkt über dem Scan.
Passen Sie das neuronale Netz mit dem offiziellen tesstrain Repository für eigene Schriftarten oder historische Dokumente an.
Wechseln Sie zwischen der klassischen regelbasierten Engine und dem schnellen neuronalen LSTM-Netzwerk.
Exportieren Sie Daten als hOCR oder ALTO mit genauen Bounding Boxes, Schriftstilen und Konfidenzwerten für jedes Wort.
Empirische Messwerte für Tesseract v5 bei unterschiedlichen Bildauflösungen und Qualitätsstufen.
| Eingangsauflösung | Zeichengenauigkeit | Verarbeitungszeit | Empfohlener Einsatzzweck |
|---|---|---|---|
| 150 DPI | ~88.5% | Schnell (~0.8s) | Nur für Entwürfe und Vorschauen |
| 300 DPI | 99.2% | Optimal (~1.2s) | Standard für Dokumentenscans |
| 600 DPI | 99.7% | Langsam (~3.5s) | Hochpräzise Archivierung |
Hinweis zur Genauigkeit: Diese Werte wurden mit dem LSTM-Modell auf sauberem, gedrucktem Text gemessen. Offizielle Testberichte ansehen →
Tesseract ist ein Meilenstein der Computerlinguistik. Seine Architektur basiert auf wissenschaftlich fundierten Arbeiten.
Tesseract bildet das Rückgrat automatisierter Datenverarbeitung in führenden Industriezweigen.
Extrahiert Beträge, Daten und Rechnungspositionen aus abfotografierten Quittungen und Rechnungen.
Für Parkraumbewirtschaftung, Zufahrtskontrollen und intelligente Verkehrsüberwachung.
Beschleunigt Onboarding-Prozesse durch Auslesen von Personalausweisen, Pässen und Führerscheinen.
Verwandeln Sie Millionen gescannter Bibliotheks- und Archivseiten in vollständig durchsuchbare PDFs.
Tesseract unterstützt nativ über 100 Sprachen. Suchen Sie unten nach Ihrer Sprache und laden Sie das .traineddata Modell direkt herunter.
.traineddata im Verzeichnis TESSDATA_PREFIX und führen Sie aus:
tesseract bild.png ausgabe -l deu
Für mehrere Sprachen gleichzeitig:
tesseract bild.png ausgabe -l deu+eng+fra
Tesseract ist eine CLI-Engine. Für den Desktop gibt es jedoch hervorragende grafische Programme aus der Open-Source-Community.
| Anwendung | Plattform | Lizenz | Bester Einsatzzweck |
|---|---|---|---|
| gImageReader | Windows, Linux | Kostenlos | Dokumentenverarbeitung mit manueller Layoutanpassung |
| Capture2Text | Windows | Kostenlos | Schnelle Texterkennung per Screenshot und Tastaturkürzel |
| NAPS2 | Windows, Mac, Linux | Kostenlos | Dokumentenscan mit automatischer OCR-Texterkennung |
| FreeOCR | Windows | Kostenlos | Einfaches und klassisches Desktop-Werkzeug |
| Tesseract-UI / Normcap | Mac, Windows, Linux | Kostenlos | Plattformübergreifende Screenshot-Texterkennung per Drag & Drop |
Dokumente haben unterschiedlichste Layouts. Tesseract bietet 14 Segmentierungsmodi zur optimalen Erkennung.
import pytesseract
from PIL import Image
def dokument_erkennen(pfad):
img = Image.open(pfad)
return pytesseract.image_to_string(img, lang='deu')
extrahierter_text = dokument_erkennen('rechnung.jpg')
print(extrahierter_text)Als kompilierte C/C++ Bibliothek, die auf allen großen Plattformen verfügbar ist, verfügt Tesseract über ein riesiges Ökosystem an Schnittstellen.
Ob Backend mit tesseract.js in Node.js, Datenpipeline mit pytesseract in Python oder performanter Microservice mit gosseract in Go – die Einbindung gelingt in wenigen Zeilen Code.
Tesseract meistert die komplexe Umwandlung von Pixeln in lesbaren Text mit maximaler Zuverlässigkeit.
Keine Token, keine API-Schlüssel, keine Limits. Verarbeiten Sie 1 Seite oder 10 Millionen Seiten ohne Kosten.
Absoluter Datenschutz. Ihre Dokumente verlassen niemals Ihre Infrastruktur. Konform für Medizin-, Rechts- und Finanzdaten.
Integrierte Bildverarbeitung mit Leptonica für automatische Binarisierung, Skalierung und Entrauschung.
1985 bei HP gestartet, 2005 von Google als Open Source veröffentlicht und von einer weltweiten Community aktiv gepflegt.
Läuft auf Raspberry Pi ebenso wie auf Standard-Webservern oder Multi-Core-Clustern mit OpenMP-Beschleunigung.
Erkennt automatisch Ausrichtung und Schriftsystem von Dokumenten (OSD-Modus) und passt den OCR-Prozess dynamisch an.
Tesseract wandelt Bilder mit Text (wie Rechnungen, Quittungen und gescannte Dokumente) in maschinenlesbaren, durchsuchbaren und bearbeitbaren Text um. Es dient als Kerntechnologie für Tausende Automatisierungs- und Scan-Anwendungen weltweit.
Ja! Tesseract OCR steht unter der Apache-2.0-Lizenz zu 100 % kostenlos und quelloffen zur Verfügung. Sie können es ohne Lizenzkosten in privaten, akademischen und kommerziellen Projekten einsetzen.
Absolut. Seit Version 4 und den Verfeinerungen in Version 5 nutzt Tesseract neuronale LSTM-Netzwerke, die bei gedruckten Dokumenten mit teuren Cloud-Diensten mithalten können – bei vollem Datenschutz und vollständiger Offline-Funktionalität.
Ja. Während frühere Versionen (v3) auf klassischem Mustervergleich basierten, setzt das moderne Tesseract (v4 und v5) auf rekurrente neuronale LSTM-Netzwerke (Deep Learning), die speziell für sequentielle Textdaten entwickelt wurden.
Tesseract 5 bietet eine deutlich höhere Verarbeitungsgeschwindigkeit bei unverändert hoher Genauigkeit der LSTM-Modelle. Zudem wurden Speicherlecks behoben und das Modelltraining modernisiert. Es ist die empfohlene Version für den Produktiveinsatz.
Nicht ab Werk. Tesseract ist eine C/C++ Bibliothek und ein Kommandozeilenwerkzeug. Für grafische Oberflächen können Sie Open-Source-Tools wie gImageReader, NAPS2 oder Capture2Text nutzen.
Ja. Projekte wie tesseract.js kompilieren den C++ Code nach WebAssembly (WASM). Dadurch läuft die Texterkennung direkt im Browser des Nutzers ohne jegliche Serverübertragung.
Über das offizielle tesstrain Repository. Dieses Makefile-basierte Framework automatisiert die Generierung von Trainingsdaten und das Fine-Tuning bestehender .traineddata Modelle.
Tesseract benötigt Bilder mit gutem Kontrast und ausreichender Schärfe. Bei verrauschten oder schiefen Scans empfiehlt sich eine Vorverarbeitung (Binarisierung, Entzerrung) mit OpenCV oder Pillow vor der Texterkennung.
Unterstützt werden PNG, JPEG, TIFF, BMP, PNM, GIF und WebP über die Leptonica-Bibliothek. Für optimale Ergebnisse empfehlen sich verlustfreie Formate wie TIFF oder PNG mit 300 DPI oder höher.
Bei sauberen Scans in 300 DPI erreicht Tesseract v5 über 95 % Genauigkeit pro Zeichen und bei klarem Standarddruck oft mehr als 99 %. Bildvorverarbeitung verbessert die Ergebnisse bei schwierigen Vorlagen erheblich.
Ja. Tesseract arbeitet 100 % lokal und offline. Es überträgt keinerlei Daten an externe Server – ideal für datenschutzsensible Umgebungen in Medizin, Verwaltung und Finanzwesen.
Tesseract OCR ist kostenlos, Open Source und 100 % offline – perfekt, wenn Datenschutz und Unabhängigkeit im Vordergrund stehen. Cloud-APIs wie Google Cloud Vision bieten Vorteile bei komplexer Handschrift, verursachen jedoch laufende Kosten und erfordern Serverübertragungen.
Der wichtigste Hebel ist die Bildvorverarbeitung:
--psm 6 für Textblöcke oder --psm 7 für einzelne Zeilen.-l deu für Deutsch oder -l deu+eng für bilinguale Dokumente.Ergänzend zu Tesseract gibt es spezialisierte Open-Source-Frameworks:
In einem einzigen Befehl zu einer vollständigen OCR-Pipeline.
$ tesseract scan.png stdout -l deu