Ich arbeite viel mit alten Texten, oft komme ich nur an Scans ran. Diese sind dann oft mit schwarzen Streifen versehen oder haben eine auffällig gefärbte Texthintergrundfarbe (vergilbtes Papier bzw. Pergament).
Kann ich die auffälligen Streifen (vom ungenau einscannen) und/oder gefärbte Hintergrundfarbe so umstellen, dass wirklich nur Text erfasst und ausgedruckt wird? Mein Hintergedanke: Patronen sparen, mehr Platz für Notizen auf Ausdruck haben.

Da ich viele nicht-lateinische Buchstaben in meinem Text habe, ist simples markieren und rauskopieren des Textes nicht immer möglich, weil diese nicht erfasst werden.

OCR ist das Stichwort, kann u.a. Acrobat Pro. Gibt aber auch günstigere Software, da ich acrobat dafür einsetze, können dir sichere andere hier Alternativen nennen.

Wie wäre es mit einer Schere und dem Wegschneiden der gröbsten Streifen? Danach einscannen.

mit Adobe Acrobat kann man die in den Scans enthaltenen Bilder extrahieren. Diese kann man dann mit einem Programm wie ScanTailor reinigen und in Schwarz/Weiss Bitmaps abspeichern.
Das ist normalerweise „straight forward“, es gibt bei Scans von alten Dokumenten aber manchmal ein Verfahren, bei denen pro Seite nicht ein, sondern mehrere Scanbilder hinterlegt ist/sind.
Dann hat man zum Beispiel ein Bild mit dem vergilbten Hintergrund/Papier, und zwei weitere mit Textausschnitten.
Dann wäre die Methode oben nicht zu empfehlen.
Gibt es - außer Acrobat - ein anderes Programm, welches Bilder aus PDFs extrahiert?

Vielen Dank für eure Ideen!

Ein automatisiertes Verfahren wäre mir wichtig, da ich mit mehreren Hundert Seiten pro PDF arbeiten muss. Da wäre ein einzelnes Bearbeiten zu aufwendig.

Ich mache solche Sachen immer mit Photoshop und der dortigen Tonwertkorrektur. Das kann man dann über die Stapelverarbeitung automatisieren. Evtl. muss man dann noch extreme Dateien nachbearbeiten.

Die Scans mache ich mit meinem Canon-Scanner (z. B. das: ) und ich kann bei der Direkte-Ausgabe als PDF auswählen ob die Texte erkennen werden müssen oder nicht. Dabei kann ich auch die Sprache auswählen.

Das funktioniert aber nur beim Einscannen selber. Bei vorhandenen PDFs geht das sicherlich nicht, oder?

Mit OCR Software, wie etwa in Acrobat, geht das auch nachträglich.

Kein Ahnung, ich werde es testen...

ich vermute, dass die ganze OCR Geschichte bei den alten Drucken oder Manuskripten nicht funktionieren wird. Schaue Dir doch mal den ScanTailor an.

Über DevonThink Pro kann man auch bereits vorhandene PDFs in durchsuchbare (OCR) PDFs umwandeln. Vielleicht hilft dir das ja?

Nachträgliche OCR geht mit Acrobat natürlich auch.

Ich nutze eine Kombination aus PDF Nomad und PDFScan (gibt es beides im AppStore). Der ganze Adobekram ist mir auf Dauer einfach zu teuer...

sudox,

wie funktioniert denn bei PDFScanner das Exportieren als Bild? Bekommt man dort tatsächlich die original Bilder aus dem PDF herausgezogen?