Kirchenbücher, Ratsprotokolle, Briefe, Grundbücher: Archive verwahren Millionen handschriftlicher Seiten. Viele davon sind längst gescannt. Durchsuchbar sind sie nicht. Der Scan zeigt die Seite, aber keine Suche findet den Namen darauf.
Handschrifterkennung (Handwritten Text Recognition, HTR) macht aus dem Bild der Seite Text.
Was ist HTR?
HTR liest handgeschriebenen Text und wandelt ihn in digitalen Text um. In Archiven und Forschung ist HTR der übliche Begriff für das Lesen historischer Handschriften.
Für Handschrift in heutigen Formularen spricht man meist von ICR (Intelligent Character Recognition). HWR (Handwriting Recognition) meint dasselbe wie HTR. OCR steht für das Lesen gedruckter Schrift.
Warum historische Handschrift schwer zu lesen ist
Jede Hand schreibt anders. In einem Kirchenbuch haben über zwei Jahrhunderte Dutzende Schreiber eingetragen.
Alte Schriften wie Kurrent und Sütterlin können heute selbst Menschen kaum noch lesen. Buchstaben gehen ineinander über, und derselbe Buchstabe sieht je nach Stellung im Wort anders aus.
Die Vorlagen sind gealtert. Tinte verblasst, Papier bekommt Flecken, die Rückseite scheint durch. Zeilen laufen schief, Randnotizen füllen den Rand, und Abkürzungen gehörten zum Handwerk.
Wie IDA historische Handschriften liest
IDA Recognition liest moderne Handschriften und historische Schriften wie Kurrent und Sütterlin. Zuerst findet IDA die Textzeilen, auch auf schiefen und eng beschriebenen Seiten. Dann erkennt IDA die Wörter Zeile für Zeile.
Das Ergebnis ist eine Textebene über dem Scan. Die Seite sieht aus wie vorher, und jedes Wort darauf lässt sich jetzt suchen. Für jedes erkannte Wort gibt IDA einen Konfidenzwert aus. So lassen sich unsichere Stellen gezielt prüfen.
Die Forschung dahinter hat internationale Wettbewerbe zu historischen Handschriften gewonnen:
- Handschrifterkennung, ICFHR 2014 und ICDAR 2015
- Stichwortsuche in handschriftlichen Dokumenten, ICDAR 2015
- Zeilenerkennung in mittelalterlichen Handschriften und Informationsextraktion aus historischen Registern, ICDAR 2017
- Baseline Detection (cBAD), ICDAR 2019
Alle Auszeichnungen stehen auf unserer Technologieseite.
Wer davon profitiert
Archive und Bibliotheken
Bestände werden nach Namen, Orten und Daten durchsuchbar. Anfragen, für die man früher Kisten durchblättern musste, beantwortet eine Suche.
Forschung und Familienforschung
Historikerinnen, Historiker und Ahnenforschende finden Personen und Orte über Tausende Seiten hinweg, ohne jede einzelne erst in Kurrent lesen zu müssen.
Scan-Dienstleister
Digitalisierungsprojekte mit handschriftlichem Material liefern Volltext statt nur Bilder.
Behörden
Grundbücher und Altakten werden durchsuchbar. Für handschriftliche Einträge in aktuellen Anträgen und Formularen gibt es IDA für Formulare.
Mehr zu IDA für Archive und historische Bestände.
Häufige Fragen
Was ist der Unterschied zwischen HTR und OCR?
OCR liest gedruckte Schrift. HTR liest Handschrift. Viele historische Bestände mischen beides, etwa gedruckte Vordrucke, die von Hand ausgefüllt wurden. IDA liest beides.
Kann IDA Kurrent und Sütterlin lesen?
Ja. IDA Recognition liest historische Schriften wie Kurrent und Sütterlin ebenso wie moderne Handschrift.
Wie genau ist Handschrifterkennung?
Bei moderner Handschrift erreicht IDA eine Genauigkeit von über 95 %, bei Maschinenschrift von über 99 %. Bei historischen Schriften hängt das Ergebnis stärker von der Schrift, der Hand und dem Zustand der Vorlage ab. An Beispielseiten aus Ihrem Bestand zeigen wir Ihnen, wie gut IDA ihn liest.
Was passiert mit schwer lesbaren Wörtern?
Jedes erkannte Wort bekommt einen Konfidenzwert. Unsichere Stellen lassen sich herausfiltern und von einem Menschen prüfen.
Bleiben unsere Bestände bei uns?
IDA läuft dort, wo Sie es festlegen: im eigenen Rechenzentrum, in Ihrer Cloud oder hybrid.
Mit Ihren Beständen ausprobieren
In einer Demo zeigen wir Ihnen, wie IDA Seiten aus Ihrem Bestand liest.