Skip to content

README_de.md

Latest commit

 

History

History
222 lines (160 loc) · 10.9 KB

README_de.md

File metadata and controls

222 lines (160 loc) · 10.9 KB
Raw

PDFtoPDFocr-Banner

English | Deutsch | Español | 中文 | 日本語 | Русский

PDFtoPDFocr — durchsuchbare PDFs aus Scans und Bildern

Python 3.10+ Version 1.1.4 MIT-Lizenz Plattformen

PDFtoPDFocr ist eine Desktop-Anwendung, die gescannte PDFs und Bilddateien mit Tesseract-OCR in durchsuchbare PDFs umwandelt. Sie unterstützt Stapelverarbeitung, wählbare OCR-Sprachen und den Erhalt der Quelldateien.

OCR und PDF-Erstellung verwenden lokale Werkzeuge. Fehlt eine ausgewählte Tesseract-Sprachdatei, kann die Anwendung sie von GitHub herunterladen. Die Anwendung stellt keine netzwerksperrende Sandbox oder Firewall bereit.

Diese kompakte Einstiegsseite ersetzt die ausführliche Vorgängerdatei README_de-archive-2026-10-12.md. Die Detailanleitung ist dort mit korrigierten aktuellen Aussagen archiviert; die unveränderte Quelle steht unter Commit 3cfce468.

Maschinenlesbarer Kontext: llms.txt · Sicherheitsrichtlinie · Drittanbieter-Lizenzinventar

Schnellnavigation

  1. Visuelle Übersicht
  2. Architektur
  3. Lokaler Datenfluss
  4. Schnelleinstieg
  5. Funktionen
  6. Einsatzmöglichkeiten
  7. Produktvergleich
  8. Barrierefreiheit
  9. Voraussetzungen
  10. Installation
  11. Nutzung
  12. Verwandte Projekte
  13. Tests
  14. Drittanbieter-Lizenzen
  15. Datenschutz und Sicherheit
  16. Desktop-Paketierung
  17. LLM-Kontext
  18. Lizenz und Rechtshinweis

Visuelle Übersicht

Screenshots und die ausführliche Oberflächenbeschreibung stehen in der archivierten Anleitung.

Architektur

flowchart LR
    Nutzer --> App["PDFtoPDFocr-Desktopanwendung"]
    App --> Poppler["Poppler: PDF-Seiten als Bilder"]
    App --> Tesseract["Tesseract: OCR-Text"]
    App --> Ausgabe["Durchsuchbares PDF"]
    App -. "wenn ausgewählte Sprachdaten fehlen" .-> GitHub["GitHub-Download der Sprachdatei"]
Loading

Architekturdetails

Die ausführlichen Komponenten- und Ablaufansichten stehen in der archivierten Anleitung.

Lokaler Datenfluss

Die PDF-Verarbeitung verwendet lokale Werkzeuge. Der Quellcode enthält eine GitHub-Anfrage zum Abruf fehlender Tesseract-Sprachdaten. Das beschreibt den Anwendungspfad, keine systemweite Netzwerksperre. Kontakt und Geltungsbereich der Sicherheitsrichtlinie stehen in SECURITY.md.

Schnelleinstieg

git clone https://github.com/doc-bricks/PDFtoPDFocr.git
cd PDFtoPDFocr
python -m venv .venv

Aktivieren Sie die Umgebung mit genau einem passenden Befehl für Ihre Shell:

PowerShell:

.\.venv\Scripts\Activate.ps1

Eingabeaufforderung:

.\.venv\Scripts\activate.bat

macOS oder Linux:

source .venv/bin/activate

Installieren Sie danach die Abhängigkeiten und starten Sie die Anwendung:

python -m pip install -r requirements.txt
python PDFtoPDFocr_2.py

Das aus diesem Repository gebaute Python-Wheel enthält nur Distributionsmetadaten; es installiert die Desktopanwendung nicht. Verwenden Sie diesen Quellcheckout, um die App auszuführen.

Tesseract OCR und Poppler müssen separat installiert werden; siehe Voraussetzungen. Unter Windows steht zusätzlich START.bat bereit.

Funktionen

  • Gescannte PDFs und Bilder stapelweise verarbeiten.
  • OCR-Sprache auswählen; fehlende Tesseract-Sprachdaten können von GitHub geladen werden.
  • Durchsuchbare PDFs erstellen und Quelldateien erhalten.
  • Ein Jobmanifest aus der Anwendung exportieren.

Die archivierte Funktionsübersicht enthält den ausführlichen Ablauf.

Einsatzmöglichkeiten

Die Anwendung ist für Desktop-Arbeitsabläufe gedacht, die Scans oder Bilder in durchsuchbare PDFs umwandeln. Sie ist keine rechtliche, medizinische oder Compliance-Zertifizierung.

Produktvergleich

Wir pflegen keinen verifizierten Funktions- oder Compliance-Vergleich mit anderen Produkten. Prüfen Sie Alternativen anhand ihrer aktuellen Dokumentation und Ihrer eigenen Anforderungen.

Barrierefreiheit

Die Anwendung enthält Tastaturkürzel und Barrierefreiheits-Metadaten. Eine unabhängige WCAG-Konformitätsprüfung wird nicht behauptet. Siehe die detaillierten Hinweise zur Oberfläche.

Voraussetzungen

Für die Ausführung aus dem Quellcode wird Python 3.10 oder neuer benötigt. Die deklarierten Mindestversionen der Python-Pakete sind:

Paket Mindestversion
PySide6 6.5.0
pytesseract 0.3.13
Pillow 10.4.0
pdf2image 1.17.0
pikepdf 8.15.1
requests 2.33.1

Dieselben Anforderungen stehen in requirements.txt und pyproject.toml. Tesseract OCR und Poppler müssen zusätzlich im PATH verfügbar oder über die unterstützten lokalen Pfade konfiguriert sein. Windows ist das primäre Paketierungsziel; macOS und Linux sind Ziele für die Ausführung aus dem Quellcode.

Installation

Klonen Sie das Repository und installieren Sie die in requirements.txt aufgeführten Python-Abhängigkeiten in der aktivierten virtuellen Umgebung. Tesseract und Poppler müssen separat installiert werden. Fehlende ausgewählte Sprachdaten können zur Laufzeit von GitHub geladen werden.

Nutzung

  1. python PDFtoPDFocr_2.py starten oder unter Windows START.bat verwenden.
  2. PDF- oder Bilddateien hinzufügen und eine OCR-Sprache auswählen.
  3. OCR starten und die durchsuchbare PDF-Ausgabe prüfen.
  4. Bei Bedarf den Job-Export der Anwendung für ein portables Jobmanifest verwenden.

Tests

Aktivieren Sie zuerst die virtuelle Umgebung. Installieren Sie dann die Entwicklungsabhängigkeiten mit python -m pip install -r requirements-dev.txt; diese Datei bindet requirements.txt, pytest und ruff ein. Führen Sie python -m pytest aus. python manage_translations.py --check prüft zusätzlich die Übersetzungskonsistenz.

Verwandte Projekte

Projekt Angrenzende Aufgabe
DokuReader Lokale Dokumentenbibliothek und PDF-Organisation.
UniversalDocsGrabber E-Mail-Anhänge herunterladen und Dokumente unter Windows organisieren.
UniversalInvoiceMail Rechnungsextraktion und DATEV-ähnlicher CSV-Export.

Dies sind eigenständige Projekte. Die Links beschreiben verwandte Aufgaben, keine gemeinsame Laufzeit oder Datenübertragung.

Drittanbieter-Lizenzen

THIRD_PARTY_LICENSES.md und THIRD_PARTY_LICENSES.txt listen ausgewählte Lizenzinformationen zu Abhängigkeiten und gebündelten Werkzeugen auf. Das ist ein Informationsinventar, keine Compliance-Zertifizierung für jede Verteilung oder Nutzung.

Datenschutz und Sicherheit

Die Anwendung verwendet lokale OCR- und PDF-Werkzeuge; ihr Quellcode enthält außerdem eine Anfrage für fehlende Tesseract-Sprachdaten. Sie stellt keine Firewall, Sandbox oder Betriebssystem-Berechtigungsgrenze bereit. Details zu Datenflüssen stehen in PRIVACY_POLICY.md; Meldestelle und Reaktionsrichtlinie stehen in SECURITY.md.

Desktop-Paketierung

Ein lokaler Windows-Build lässt sich mit python build_release.py --clean oder build_exe.bat erstellen. Die Option --clean entfernt dist/, build/ und .build_venv/, bevor sie eine frische Build-Umgebung erstellt und PyInstaller ausführt. Das Skript verwendet eine eigene Build-Abhängigkeitsliste. Es erstellt lokale Artefakte und veröffentlicht kein Release.

LLM-Kontext

llms.txt ist ein kompakter, maschinenlesbarer Index der Projektdateien und Entwicklungsbefehle.

Lizenz und Rechtshinweis

Das Projekt steht unter der MIT-Lizenz. Ob gesetzliche Vorschriften wie § 521 BGB anwendbar sind, hängt vom konkreten Rechtsverhältnis und dem anwendbaren Recht ab; diese Dokumentation begründet keine pauschale Haftungsfreistellung.