Zum Inhalt springen
Frage 11. August 2017, 18:33 Uhr · 8 Antworten

Umwandlung tif in durchsuchbare pdf

Hallo Profis!
Ich habe vor Jahren unter XP mit einem Scanner ein Dokumentenarchiv mit tif-Dateien angelegt. Der Scanner konnte damals leider noch nicht direkt pdf-Dateien erzeugen.

Wie kann ich diese tif-Dateien jetzt in pdf-Dateien umwandeln, die ich unter W7 u. W10 mit den Standard-Features des Acrobat-Reader (z.B. erweiterte Suche) bearbeiten kann?

Gruß und Dank
Leo

Diese Frage stammt aus dem Jahr 2017. Weißt du es heute besser?

Aktuelle Antwort ergänzen

8 Antworten

Es nützt rein gar nichts, gescannte Dokumente in ein PDF zu verpacken. Es ist und bleibt ein Bild von einem Text. Er ist weder durchsuchbar, noch editierbar, denn es ist ein Foto von einem Text, aber kein richtiger Text.

Evtl. kann man per OCR-Software den Text erkennen lassen, dann sollte das gehen

0 Hilfreich

Hallo,

so viel ich weiß, kann eine PDF-Datei, die aus Bildern erstellt wurde, nicht durchsucht werden. Alles, was mir einfällt, ist, die Dateien mit einer Texterkennungssoftware zu bearbeiten. Daraus kannst du dann auch eine PDF-Datei erstellen.

Gruß
Christa

0 Hilfreich
Antwort auf Woodpeckerzum Beitrag ↑

Es nützt rein gar nichts, gescannte Dokumente in ein PDF zu verpacken. Es ist und bleibt ein Bild von einem Text. Er ist weder durchsuchbar, noch editierbar, denn es ist ein Foto von einem Text, aber kein richtiger Text. …

Na gut, du warst ein bisschen schneller. 😄

0 Hilfreich

Hallo Leo,

Dateien bestehen eigentlich nur aus Zahlen (Bits).

Nun kann man z.B. den Zahlen von 0..255 Buchstaben, Ziffern, Satzzeichen, Steuerzeichen usw. zuordnen. Jetzt gibt es verschiedene Tabellen, welchem Wert, welcher Zeichen zugeordnet ist, Lange Zeit waren ASCII und EBCDIC sehr verbreitet.
Hier eine Tabelle, welche EBCEDIC und ASCII enthält. in der linken Spalte ist der Zahlenwert. In der rechten Spalte dann das EBCEDIC-Zeichen, welches auf dem Bildschirm erscheint, bzw. das Steuerzeichen. In der mittleren Spalte ist der Zahlenwert, welcher in ASCII für das Zeichen verwendet wird.
Du kannst leicht sehen, dass ein in ECBDIC geschriebener Brief in ASCII nicht lesbar ist.

Z.B. ist 0x40 in EBCDIC ein Leerschlag (SPace) in ASCII ist 0x40 das Zeichen @, welches in EBCDIC den Wert 0x/C hat.
Mittlerweile wird oft UTF verwendet. UTF-(, mit 8 Bits pro Zeichen entspricht in etwa ASCII. Nun sind aber nicht alle Schriften lateinisch wie unsere, weshalb es noch UTF-16 und UTF32 gibt. In UTF gibt es dann auch Zeichensätze für Klingonisch und ägyptische Hieroglyphen.

TIFF ist ein Bildformat. Hier geben die Zahlen die Farbe für die Bildpunkte an. Damit man das Bild wieder zusammenbauen kann, sind vorne noch angaben zum Bildformat (xx * yy, Pixel) und Angaben wie die Farben codiert sind.

PDF- und z.B. Word-Dateien sind noch etwas komplexer. Der Text selbst ist meistens UTF codiert. Dazwischen befinden sich dann Angaben zur Formatierung, Zeichensatz und auch zum einbinden anderer Dateien. Word kann noch verweise auf Programme einfügen, deren Ausgabe im Text eingesetzt werden (z.B. ein Graphik, welche mir Excel erstellt wird.) Bilder werden eben auch im Bildformat zwischen dem Text eingefügt.

Ein weiteres verbreitetes Format sind Programme. Hier stehen die Zahlenwerte für Befehle, welche die CPU dann ausführt.

Du musst also deine TIFF-Dateien zuerst in Text-Dateien umwandeln. Dies geht über OCR (Optical Character Recognition, Optische Zeichenerkennung). Dies sind spezielle Programme, welche heute eigentlich mit allen Scannern mitgeliefert werden.
Allerdings musst du das Ganze nachbearbeiten!
Bei einer sehr guten Erkennungsrate musst du vielleicht 5-10% der Zeichen nachbearbeiten. z.B. sind c und o für den Computer nicht immer eindeutig verschieden.
Falsche Buchstaben nützen dir beim Suchen nichts. 😦

Hier zeigt sich wieder einmal die, noch. Überlegenheit des Menschlichen Gehirns. In einem Text erkennst du ein Wort nicht nur an den Buchstaben, wie ein Computer. Aus dem Kontext heraus ergeben manche Worte auch keinen Sinn. Du kannst also euch ein Wort erkennen, das falsch geschrieben ist oder einzelne Buchstaben nicht erkennbar sind. Ein Computer versteht ab den Text (noch) nicht.
Aus „ich bin Müde“ kann der locker „Iho bln Mude“ machen. 😦

MfG Peter(TOO)

0 Hilfreich

Danke für die hilfreichen Antworten.

Kann mir jemand auch ein passendes OCR-Programm nennen?
Dies müsste dann tif-Dateien lesen, Texterkennung durchführen und dann eine Speicherung als durchsuchbares pdf-Datei ermöglichen.
Ich möchte mir verständlicherweise deswegen keinen neuen Scanner kaufen.

Gruß und Dank
Leo

0 Hilfreich

Hallo Leo,

Leo2000 schrieb:zum Beitrag ↑

Ich möchte mir verständlicherweise deswegen keinen neuen Scanner kaufen.

Schau doch als erstes auf der Wen-Seite deines Scanner-Herstellers nach. Möglicherweise kann man das dort gratis runterladen.

Es gibt grundsätzlich verschiedene Software, welche man normal kaufen kann, oder Versionen, welche gratis von einem Gerätehersteller mitgeliefert werden, aber nur mit dessen Geräten funktionieren.

MfG Peter(TOO)

0 Hilfreich
Antwort auf Leo2000zum Beitrag ↑

Danke für die hilfreichen Antworten. Kann mir jemand auch ein passendes OCR-Programm nennen? Dies müsste dann tif-Dateien lesen, Texterkennung durchführen und dann eine Speicherung als durchsuchbares pdf-Datei ermögliche …

Hallo Leo,

ich persönlich benutzt Abbyy FineReader in der Version 14 und bin damit ganz zufrieden (habe damit ursprünglich mit Version 6 angefangen, da klappte die Texterkennung auch schon ganz gut. Ich wusste es nicht mehr genau, da ich überwiegend PDFs oder JPGs benutze, aber ich habe es gerade mit einer TIF getestet, und die wird auch anstandslos gelesen.

Gruß
Christa

0 Hilfreich

Danke für Euer Engagement.
Ich werde versuchen, Eure Ratschläge umzusetzen.
Gruß
Leo

0 Hilfreich

Deine Antwort

Zum Antworten bitte anmelden oder kostenlos registrieren.