Joomla OCR: Texterkennung für Belege, PDFs und Fotos
J!DMS bringt OCR-Texterkennung in Joomla 6. Gescannte Rechnungen, Kassenbons, Fotos und PDFs werden beim Hochladen automatisch gelesen und sind danach im Volltext durchsuchbar – ohne Zusatzsoftware auf dem Server und ohne kostenpflichtigen OCR-Dienst.
Kann Joomla von Haus aus Texterkennung?
Nein. Joomla speichert hochgeladene Bilder und PDFs als Dateien, liest aber deren Inhalt nicht. Ein eingescannter Beleg ist für die Joomla-Suche deshalb unsichtbar. J!DMS schließt diese Lücke: Die Komponente erkennt den Text jedes Dokuments und legt ihn zusammen mit der Datei in Ihrer Joomla-Datenbank ab.
So funktioniert die Texterkennung in J!DMS
- PDFs mit Textebene – bei PDFs aus Buchhaltung, Online-Shop oder Office-Programm liest J!DMS den vorhandenen Text direkt aus. Das geht schnell und ist fehlerfrei.
- Gescannte PDFs und Fotos – hat eine PDF-Seite keinen Text, wird sie als Bild dargestellt und per OCR erkannt. Dasselbe gilt für JPG, PNG, WebP und GIF, zum Beispiel ein Handyfoto vom Kassenbon. J!DMS prüft das Seite für Seite, gemischte PDFs sind also kein Problem.
- Speichern und finden – Datei, erkannter Text und ein Vorschaubild landen gemeinsam in der Datenbank. Danach finden Sie den Beleg über jedes Wort darin: Lieferant, Rechnungsnummer, Betrag oder Artikel.
Warum die Erkennung im Browser läuft
Klassische OCR-Lösungen brauchen ein Programm wie Tesseract auf dem Server. Auf den meisten Webhosting-Paketen lässt sich das nicht installieren. J!DMS nutzt deshalb Tesseract.js und pdf.js direkt im Browser der Person, die die Belege hochlädt. Das hat drei Vorteile:
- Es funktioniert auf jedem gewöhnlichen Joomla-Hosting, auch auf Shared Hosting.
- Der Server wird nicht belastet, auch nicht bei vielen Dokumenten.
- Es gibt keinen externen OCR-Dienst, keinen API-Schlüssel und keine Kosten pro Seite.
Wer auf dem eigenen Server Tesseract und Poppler installieren kann, aktiviert in den Optionen zusätzlich die Server-Erkennung als Ausweichlösung.
Sprachen, Seitenzahl und Einstellungen
- Standardmäßig erkennt J!DMS Deutsch und Englisch gleichzeitig. Weitere Tesseract-Sprachen tragen Sie in den Optionen ein.
- Bei langen PDFs werden standardmäßig bis zu 50 Seiten gelesen, einstellbar bis 500.
- Der erkannte Text lässt sich in der Bearbeiten-Ansicht korrigieren und jederzeit neu erkennen – einzeln oder für viele Belege auf einmal.
Datenschutz
Die Dokumente verlassen bei der Texterkennung Ihren Browser und Ihre Joomla-Installation nicht. Es gibt keine Cloud, an die Belege geschickt werden. Lediglich die Programmbibliotheken (Tesseract.js, pdf.js und die Sprachdaten) werden standardmäßig von einem öffentlichen CDN geladen. Für einen streng DSGVO-konformen Betrieb legen Sie diese Dateien auf Ihrem eigenen Server ab und tragen die Adressen in den Optionen ein.
Wo die Texterkennung an Grenzen stößt
Gedruckter Text auf sauberen Scans (ab etwa 300 dpi) und gerade fotografierte Belege werden zuverlässig erkannt. Schwierig sind Handschrift, stark verblasste Thermobons, zerknitterte Belege und sehr kleine Schrift. Auch dann bleibt der Beleg über Titel, Notiz, Kategorie und Belegdatum auffindbar, und Sie können wichtige Angaben von Hand in den Text ergänzen.
Häufige Fragen
Kostet die Texterkennung extra?
Nein. Die OCR ist in J!DMS Free (bis 20 Dokumente) und J!DMS Pro enthalten, es fallen keine Gebühren pro Seite an.
Welche Dateien werden erkannt?
PDF (mit und ohne Textebene), JPG, PNG, WebP und GIF.
Brauche ich Tesseract auf dem Server?
Nein. Die Erkennung läuft im Browser. Die Server-Erkennung ist nur eine optionale Ausweichlösung.
Was ist mit Belegen, die schon im Archiv liegen?
Markieren Sie die Belege in der Liste und starten Sie die Texterkennung erneut. J!DMS ersetzt dann Text und Vorschaubild.
Welche Joomla-Version brauche ich?
Joomla 6 mit PHP 8.3 oder neuer und MySQL oder MariaDB.
Jetzt ausprobieren
Die kostenlose Version enthält alle Funktionen inklusive Texterkennung für bis zu 20 Dokumente.