HEIC in TXT umwandeln

Ein Behördenschreiben, eine Nebenkostenabrechnung oder ein Rezept wurde mit dem iPhone abfotografiert, und jetzt soll der Text daraus. Das wäre eine gewöhnliche Erkennungsaufgabe. Was dieses Paar anders macht: Auf einem Windows-Rechner lässt sich die Datei oft nicht einmal ansehen. HEIC enthält HEVC, das hinter Patentpools liegt, die viele Hersteller nicht lizenziert haben, weshalb Windows nach einem kostenpflichtigen Codec aus dem Store fragt und manche Browser gar nichts anzeigen.

Der Rat, das Bild zuerst umzuwandeln und den Text erst danach zu lesen, bleibt der richtige — nur eben als zwei getrennte Schritte auf dieser Website, nicht als ein Durchlauf: erst die HEIC-Datei auf der HEIC-in-PNG-Seite umwandeln, danach das PNG auf einer eigenen Erkennungsseite lesen lassen.

Die Texterkennung dieser Website bekommt eine Bilddatei so, wie sie abgelegt wurde, ohne dass vorher irgendetwas dekodiert wird — bewusst, denn ein Bild vorher durch einen Canvas zu schicken würde Transparenz zu Schwarz verflachen. Was die Erkennungssoftware selbst liest, ist eine feste, kleine Liste kompilierter Formate, und HEIC gehört nicht hinein, weil ihr Kern keinen HEVC-Decoder enthält.

Ein HEIC lässt sich deshalb auf dieser Website nicht in einem Zug in Text verwandeln. Der Weg über die Umwandlung nach PNG oder JPG als eigener, erster Schritt bleibt nötig — PNG ist die verlustfreiere Zwischendatei, weil das Foto bereits eine verlustbehaftete Runde auf dem Handy hinter sich hat und eine zweite ausgerechnet die feinen Linien weichzeichnen würde, an denen sich die Erkennung orientiert.

Es wäre unehrlich, das zu verschweigen. Liegt das Foto noch auf dem iPhone und wird nur ein Absatz gebraucht, ist Finger auf den Text halten und kopieren schneller als alles auf dieser Seite, und es ist bereits im Telefon eingebaut.

Diese Seite ist für die anderen Fälle: Die Bilder liegen schon auf einem Rechner, es sind vierzig Stück, die ganze Seite soll als Datei vorliegen statt als Ausschnitt, oder der Rechner gehört nicht einem selbst. Diese Situationen kommen oft genug vor, um eine eigene Seite wert zu sein, und Live Text hilft bei keiner davon.

Die Auflösung hilft: zwölf Megapixel und mehr bedeuten reichlich Pixel je Buchstabe, selbst wenn das Blatt nur einen Teil des Bildausschnitts füllt. Objektiv und Bildverarbeitung helfen ebenfalls — ein modernes Handyfoto eines Blattes ist oft schärfer und gleichmäßiger belichtet als mancher Flachbettscan aus den Neunzigern.

Was das Ergebnis dennoch bestimmt, ist die Aufnahme selbst. Blatt flach hinlegen, von oben senkrecht fotografieren statt vom Stuhl aus schräg, und das Licht seitlich einfallen lassen, damit der eigene Schatten nicht über dem Text liegt. Diese drei Dinge zählen mehr als jede Einstellung dieser Seite.

Erkennung gleicht Formen mit Buchstaben ab. Sie versteht das Dokument nicht und liefert flüssigen, vollständig aussehenden Text, egal ob jedes Zeichen richtig gelesen wurde.

Diese Vorsicht gilt besonders für das, was Leute mit dem Handy fotografieren: Beträge auf einer Rechnung, eine Kundennummer auf einem Bescheid, eine Dosierung auf einem Beipackzettel, ein Datum auf einem Formular. Das Ergebnis gegen das Original lesen, und Zahlen zweimal prüfen — eine falsche Ziffer sieht genauso aus wie eine richtige.

Die Erkennung arbeitet innerhalb der Buchstabenformen und des Wortschatzes einer Sprache. Bei der falschen Einstellung gibt sie keinen Fehler aus, sondern liefert die beste Übereinstimmung aus einem Vorrat, der die richtige Antwort gar nicht enthält — das liest sich wie selbstbewusster Unsinn.

Das trifft ausgerechnet die Dokumente, die auf Reisen fotografiert werden — eine Speisekarte, ein Formular, ein Aushang —, wo die Sprache nicht die Standardeinstellung ist. Wirkt ein Ergebnis unerklärlich seltsam, hier zuerst nachsehen.

Die Ausgabe ist reiner Text ohne Layout: keine Spalten, keine Tabellenstruktur, keine Positionen auf der Seite. Ein Brief oder eine Rechnung kommt in lesbarer Reihenfolge zurück. Eine zweispaltige Seite kann sich vermischen, weil die Erkennung entlang dessen liest, was wie eine Zeile aussieht.

Formulare sind der schwierigste Fall — Bezeichnung und Wert landen nebeneinander auf eine Weise, die sich schwer entwirren lässt, und eine Tabelle mit Zahlen wird zu einer Zahlenkette ohne Spalten. Für solche Fälle liefert es mehr, jeden Abschnitt einzeln zu fotografieren.

Beide Schritte laufen im Browsertab auf dem eigenen Prozessor, jeder auf seiner eigenen Seite dieser Website: Das HEIC wird dort zum PNG dekodiert, und das PNG wird dort gelesen. Kein Upload, keine Serverkopie, kein Konto, kein Tageslimit — und ein ganzer Ordner Fotos wandelt sich so schnell, wie der eigene Rechner lesen kann.

Bei diesem Dateityp ist das kein Nebenaspekt. Ein Foto einer Verordnung, einer Gehaltsabrechnung oder eines unterschriebenen Briefs ist genau die Datei, die man nicht auf einem fremden Server liegen haben möchte, und die einfachste Zusicherung ist, dass sie dort nie ankommt.