Kamera-Textleser — OCR, das vorliest

Solange die Kamera an ist, ertönt ein Ton: Je besser der Text das Bild ausfüllt, desto höher und gleichmäßiger wird er. Ist das Bild erfasst und stabil, wird das Foto automatisch aufgenommen und eine Stimme sagt „Aufgenommen“. So können Sie Text fotografieren, ohne den Bildschirm zu sehen.

Über zwanzig, darunter lateinische, kyrillische, griechische, arabische, hebräische, Devanagari-, thailändische, koreanische, japanische und chinesische Schrift. Der Automatikmodus wählt die Sprache anhand des Bildes; er ist verlässlich, wenn die Seite einsprachig ist, und unverlässlich, wenn zwei Sprachen sich eine Zeile teilen — ein russisches Etikett mit englischem Markennamen ist der klassische Fall, und die Sprache von Hand zu setzen behebt es. Weit stärker als die Sprache begrenzt die Aufnahme selbst die Genauigkeit: gleichmäßiges Licht, die Seite bildfüllend, die Kamera parallel zum Papier. Ein schräg aufgenommenes Foto macht aus Geraden Kurven, und die Erkennung einer gekrümmten Textzeile scheitert in jeder Schrift gleichermaßen.

Die Genauigkeit hängt von Licht, Schärfe, Schriftart und Winkel ab. Das Tool richtet die Neigung gerade, entfernt Schatten und korrigiert die Drehung, doch für beste Ergebnisse fotografieren Sie bei gutem Licht, halten die Kamera ruhig und näher am Text. Handschrift wird schlecht erkannt.

Fast alles, worauf es hier ankommt, und meist zugunsten des Telefons. Die rückwärtige Kamera eines Telefons fokussiert nah und bewegt sich mit Ihrer Hand — das ist die natürliche Art, ein Etikett oder eine Speisekarte zu lesen; die Kamera eines Notebooks sitzt fest, zeigt auf Sie und lässt sich nicht auf eine Seite richten. Taschenlampe und Zoom gibt es, wo das Gerät sie bietet, was in der Praxis häufiger Android als iPhone heißt. Das Vorlesen nutzt die in Ihrem System installierten Stimmen, derselbe Text klingt also unter iOS und Android verschieden — und auf einem Telefon ohne Stimme für diese Sprache erscheint der Text, wird aber nicht gesprochen.

Alles außer dem allerersten Laden und der natürlichen HD-Stimme: diese entsteht auf unserem Server, offline liest die Gerätestimme. Erkennungsmodul, Sprachdaten und Stimmen werden einmal geholt und dann vom Browser behalten — nachdem Sie eine Sprache einmal benutzt haben, funktioniert das Draufhalten und Vorlesen ganz ohne Verbindung, und das zählt, denn die Momente, in denen man ein Etikett am dringendsten lesen muss, sind oft die ohne Empfang. Zwei Vorbehalte: Eine Sprache, die Sie nie benutzt haben, ist noch nicht geladen — holen Sie sich die gebrauchten, solange Sie Netz haben. Und das Löschen der Website-Daten wirft den Zwischenspeicher weg, die nächste Nutzung braucht dann wieder das Netz.