Kaizen OCR

Die meisten OCR-Tools geben Ihnen eine einzige Engine und hoffen, dass sie passt. Kaizen OCR bringt vier mit, und Sie wechseln je Aufgabe. Tesseract ist die schnelle Wahl für saubere Drucksachen und deckt über 100 mitgelieferte Sprachen ab. Paddle ist auf strukturierte Daten und Tabellen ausgelegt. Paddle-AI führt ein Offline-Vision-Modell aus, die stärkste Option für schlechte Scans und Handschrift. Azure ist das optionale Sicherheitsnetz und erzeugt zusätzlich durchsuchbare PDFs. Mit vier Engines läuft Ihnen bei der Umwandlung von Bild zu Text selten ein Dokument in die Hände, das keine davon lesen kann.

Alle Engines und Werkzeuge laufen auf Ihrem Computer, und nichts wird hochgeladen. Das zählt für jeden, der mit Dokumenten arbeitet, die das Haus nicht verlassen sollten: medizinische, juristische und finanzielle Unterlagen gehören dazu. Es heißt auch, dass die App ohne Internet funktioniert, was im Flugzeug oder in einer Praxis mit schwachem WLAN den Unterschied macht. Die einzige Ausnahme ist die optionale Azure-Funktion für durchsuchbare PDFs, die Ihr eigenes Konto nutzt.

Die App bleibt nicht beim OCR stehen. Sie bearbeitet vorhandenen PDF-Text, fügt Text und Bilder hinzu, führt zusammen und teilt, setzt Bilder auf eine Seite, konvertiert zwischen PDF, DOCX, RTF, HTML, TXT, ODT, EPUB und gängigen Bildformaten und holt eingebettete Bilder aus einem PDF heraus. Ein Begradigungswerkzeug richtet schiefe Scans auf und schneidet vor dem Speichern zu. Diese Bandbreite lässt sie drei oder vier getrennte Programme ersetzen.

Sie können eine einzelne Seite oder einen ganzen Ordner hinzufügen. Für die Archivarbeit heißt das Tausende Seiten in einem Lauf statt Seite für Seite. Dasselbe gilt für Konvertierung und Zusammenführen, ein großer Auftrag bleibt also ein großer Auftrag. Bei Pro gibt es weder Seitenobergrenze noch Drosselung, genau das braucht, wer einen großen Rückstand abbaut.

Paddle-AI ist die Engine für Handschrift-OCR und verrauschte Scans, und deshalb meistert die App Notizbücher und ausgefüllte Formulare, an denen Standard-OCR scheitert. Über alle Engines hinweg liest sie mehr als hundert Sprachen, gemischte Dokumente sind also keine Sackgasse. Das lokale Modell hält diese Fähigkeit ohne Umweg über die Cloud bereit.

Ein eingebautes Aufnahmewerkzeug deckt Bereich, Vollbild, verzögert und Serienaufnahme per globaler Tastenkombination ab, und Sie können einen Screenshot mit einem Tastendruck per OCR auslesen. Der Rekorder nimmt HD-MP4 mit bis zu 60 fps und Mikro- oder Systemton auf und lässt Sie schneiden. Das ist Snipping-Tool, Rekorder und OCR-Leser in einem und erspart den Fensterwechsel mitten in der Aufgabe.

Die Funktion für durchsuchbare PDFs legt wählbaren Text über gescannte Seiten, damit Sie später in einer Datei suchen und kopieren können, die früher nur ein Bild war. Ergebnisse gehen auch als Text, Markdown, HTML oder JSON heraus, was zählt, wenn die Ausgabe ein anderes Werkzeug speist. Das ist die einzige Funktion, die auf Azure setzt, und Sie bringen Ihren eigenen Schlüssel mit 500 Gratisseiten pro Monat zum Start mit.