PDFtoPDFocr - Lokaler PDF OCR Konverter

Wandelt gescannte PDF-Dateien und Bilddokumente in durchsuchbare PDFs um: per lokaler OCR (optische Zeichenerkennung) mit Tesseract. Bietet Mehrformat-Stapelverarbeitung, auswählbare OCR-Sprache mit automatischem Sprachpaket-Download, verlustfreien Erhalt der Originaldateien, barrierefreie Benutzeroberfläche und portable Tesseract/Poppler-Integration.

Maschinenlesbarer Projektkontext: llms.txt | English Documentation | Sicherheitsrichtlinie

Note

KI & LLM-Integration: Dieses Repository enthält eine strukturierte llms.txt-Datei mit maschinenlesbarem Kontext, Architektur-Details, CLI/GUI-Schnittstellen und Test-Einstiegspunkten für autonome KI-Agenten und Entwickler-Workflows.

Tip

Datenschutz & Lokale Verarbeitung: PDF- und Bilddateien werden zu 100% lokal auf Ihrem Rechner verarbeitet. Dokumente und OCR-Texte werden niemals auf externe Server oder Cloud-APIs übertragen (INV-LOCAL-01).

🧭 Schnellnavigation

📸 Visuelle Showcase-Galerie & Benutzeroberfläche
🏛️ Systemarchitektur & 5-Schichten-Topologie
🔄 Lokaler Datenfluss & Dokument-OCR-Verarbeitungslebenszyklus
🚀 Schnelleinstieg & Kernabläufe
✨ Funktionen & Leistungsmerkmale
🎯 Zielgruppen & Auffindbarkeit
⚖️ 10-Dimensionen-Vergleichsmatrix vs. 5 Alternativen
⌨️ Barrierefreiheit, WCAG-Ergonomie & Tastenkürzel
💻 Voraussetzungen & Plattformmatrix
📦 Installation & Portables Setup
🖥️ Nutzung & Ausführungsrichtlinien
🧪 Automatisierte Tests & Qualitätsprüfung
🌐 Geschwister-Tools & Ökosystem-Integration
📜 Level 1 SBOM & Drittanbieter-Lizenzen-Transparenz
🔒 Datenschutz- & Sicherheitsmodell (Invarianten INV-LOCAL-01..INV-SLA-10)
🪟 EXE & Distributions-Packaging (Windows Store MSIX & Portable)
🤖 Maschinenlesbarer LLM-Kontext (llms.txt)
⚖️ Gesetzlicher Hinweis (§ 521 BGB) & Lizenz

📸 Visuelle Showcase-Galerie & Benutzeroberfläche

Hauptansicht	App-Identität & Assets
_{Batch-Warteschlange – Drag-and-Drop Dateiaufnahme, dynamische Sprachauswahl, farbcodierte Status-Badges und asynchroner Arbeitsfortschritt.}	_{App-Identität – Windows Store und MSIX-Paket-Asset-Set mit barrierefreien Farbpaletten.}

🏛️ Systemarchitektur & 5-Schichten-Topologie

flowchart TD
    subgraph UI ["Schicht 1: Benutzeroberfläche & Aufnahme"]
        GUI["PySide6 Desktop-Anwendung<br/>(PDFtoPDFocr_2.py)"]
        QUEUE["Drag & Drop Dateiwarteschlange<br/>(PDFListWidget & Pfad-Normalisierung)"]
        I18N["Lokalisierungs-Engine<br/>(translations.json - DE/EN/ES/ZH/JA/RU)"]
        A11Y["WCAG AA Barrierefreiheits-Schicht<br/>(Screen-Reader Namen, Kontrast-Badges)"]
    end

    subgraph Router ["Schicht 2: Asynchrone Orchestrierung & Dispatcher"]
        DISPATCHER["Task-Dispatcher & Worker-Thread<br/>(Blockierungsfreie QThread-Ausführung)"]
        CANCEL["Abbruch- & Safe-Lease Guard<br/>(Threadsichere Unterbrechungs-Fallen)"]
        MANIFEST["Job-Manifest-Generator<br/>(pdftopdfocr-job-v1.json)"]
    end

    subgraph Core ["Schicht 3: OCR- & Transformations-Pipeline"]
        RASTER["pdf2image Rasterisierer<br/>(Poppler Engine Subprozess)"]
        IMGNORM["Bild-Normalisierer<br/>(Alpha-Compositing & EXIF-Ausrichtung)"]
        OCR["Tesseract OCR Engine<br/>(Portable Binärdatei & Auto-Sprach-Download)"]
        ASSEMBLER["pikepdf Ausgabe-Assembler<br/>(Verlustfreie Erzeugung durchsuchbarer PDFs)"]
    end

    subgraph Storage ["Schicht 4: Lokale Speicher- & Sicherheitsgrenze"]
        FS["Lokale Dateisystemgrenze<br/>(Zero-Egress / 100% Offline)"]
        NONDEST["Verlustfreie Zielpfadsicherung<br/>(*_ocred.pdf / Zielordner)"]
        SEC["Sicherheits- & Invarianten-Engine<br/>(INV-LOCAL-01 bis INV-SLA-10)"]
    end

    subgraph Packaging ["Schicht 5: Paketierung & Distribution"]
        PYINSTALLER["PyInstaller Bundle-Engine<br/>(Single-File / Portables Onedir)"]
        MSIX["Windows Store MSIX-Bridge<br/>(store_package.json & AppxManifest)"]
    end

    GUI --> DISPATCHER
    QUEUE --> DISPATCHER
    I18N --> GUI
    A11Y --> GUI
    DISPATCHER --> RASTER
    DISPATCHER --> IMGNORM
    IMGNORM --> OCR
    RASTER --> OCR
    OCR --> ASSEMBLER
    ASSEMBLER --> NONDEST
    NONDEST --> FS
    DISPATCHER --> MANIFEST
    MANIFEST --> FS
    SEC -.-> FS
    PYINSTALLER -.-> GUI
    MSIX -.-> GUI

🔄 Lokaler Datenfluss & Dokument-OCR-Verarbeitungslebenszyklus

sequenceDiagram
    autonumber
    actor User as Benutzer / Batch-Operator
    participant GUI as PySide6 Desktop GUI
    participant Worker as Hintergrund Worker-Thread
    participant Normalizer as Bild-Normalisierer
    participant Poppler as Poppler / pdf2image
    participant Tesseract as Tesseract OCR Engine
    participant Assembler as pikepdf PDF-Assembler
    participant FS as Lokale Dateisystemgrenze

    User->>GUI: PDF- oder Bilddateien hinzufügen (Drag & Drop / Dateidialog)
    User->>GUI: OCR-Zielsprache auswählen (z.B. deu, eng, fra, spa)
    User->>GUI: Stapelverarbeitung starten (Strg+Eingabetaste oder Button)
    GUI->>Worker: Asynchrone Konvertierungsaufgabe starten
    loop Für jedes Dokument in der Warteschlange
        alt Eingabe ist gescannte PDF
            Worker->>Poppler: PDF-Seiten in Arbeitsspeicher-Bitmaps rasterisieren
            Poppler-->>Worker: Hochauflösende gerenderte Seitenpuffer
        else Eingabe ist Direktbild (PNG, JPG, mehrseitiges TIFF)
            Worker->>Normalizer: Alpha-Kanal auf weißem Hintergrund zusammensetzen
            Normalizer-->>Worker: Standardisierte RGB-Bildframes
        end
        loop Für jede Seite / Frame
            Worker->>Tesseract: Textextraktion & Bounding-Boxes via lokaler Engine
            Tesseract-->>Worker: OCR-Text & hOCR / PDF-Ebenen zurückgeben
        end
        Worker->>Assembler: Durchsuchbare Volltext-Ebene in PDF-Struktur einbetten
        Assembler->>FS: Ausgabe als <dateiname>_ocred.pdf speichern (Verlustfrei)
        Worker-->>GUI: Fortschrittsbalken & Farbstatus-Badge aktualisieren
    end
    opt Portabler Job-Manifest-Export
        GUI->>FS: pdftopdfocr-job-v1.json schreiben (0 rohe Dokumenten-Bytes)
    end
    Note over User,FS: 100% Local-First / Zero-Egress Betrieb (Kein Netzwerk-/Cloud-Upload)

🚀 Schnelleinstieg & Kernabläufe

Aufgabe	Schnittstelle / Befehl	Ausgabe / Ergebnis
Desktop-App starten	`python PDFtoPDFocr_2.py` oder `START.bat`	PySide6 Desktop-GUI mit Drag & Drop Warteschlange
Gescannte PDFs umwandeln	Dateien hinzufügen, Sprache wählen, "Start" (`Strg+Eingabetaste`)	Verlustfreie `*_ocred.pdf` mit Volltext-Suchlayer
Direkte Bild-OCR	JPG, PNG oder mehrseitige TIFF-Dateien hineinziehen	Zusammengefügtes durchsuchbares PDF-Dokument
In Sammel-PDF vereinen	"Auto-Merge" in Menüleiste aktivieren	Konsolidierte mehrseitige durchsuchbare Sammel-PDF
Job-Manifest exportieren	Klick auf "Job-Export" (`Strg+E`)	Portables `pdftopdfocr-job-v1.json` Manifest
Testsuite ausführen	`python -m pytest`	120+ verifizierte Unit-, Regressions-, Barrierefreiheits- und Metadaten-Tests
Portablen Build erzeugen	`python build_release.py --clean`	Eigenständige ausführbare Datei in `dist/PDFtoPDFocr/`

✨ Funktionen & Leistungsmerkmale

Batch-Verarbeitung – Mehrere PDFs und Bilder gleichzeitig konvertieren (Dateiauswahl oder Drag & Drop).
Direkter Bild-Import – JPG, PNG und mehrseitige TIFF-Dateien direkt ohne Zwischenschritte per OCR in durchsuchbare PDFs umwandeln.
Auswählbare OCR-Sprache – Schnellwahl für Deutsch, Englisch, Französisch, Spanisch und dutzende weitere Sprachen.
Auto-Download – Fehlende Tesseract-Sprachpakete (.traineddata) werden bei Bedarf automatisch von offiziellen GitHub-Repositories geladen.
Auto-Merge & Stapeln – Mehrere verarbeitete OCR-Ergebnisse zu einer konsolidierten Sammel-PDF zusammenfassen.
Portable Tesseract & Poppler – Tesseract OCR ist lokal gebündelt; keine systemweite Installation erforderlich.
Verlustfreier Originaldateischutz – Ergebnisse werden standardmäßig mit dem Suffix _ocred.pdf oder im Zielordner abgelegt; Originale bleiben unberührt.
Job-Manifest-Export – Speichert portable pdftopdfocr-job-v1.json-Dateien mit Einstellungen, Status und Metadaten.
Vollständige Barrierefreiheit (A11y) – Screen-Reader-gerechte Bezeichnungen aller Steuerelemente, Tooltips in aktiver Sprache und vollständige Tastaturkürzel (Strg+O, Strg+Eingabetaste, Strg+E, F5, Strg+Umschalt+O, Entf/Rücktaste).
Kontrastreicher Fortschritt – WCAG-konforme Farbkodierung (#0b6e4f / #b45309) und Einzeldateistatus per Mouseover.

🎯 Zielgruppen & Auffindbarkeit

Zielgruppen-Profile

[PERSONA-01] Rechtswesen, Gesundheitswesen & Compliance-Beauftragte:
- Kontext: Verwaltung vertraulicher Patientenakten, Mandantenverträge, Gerichtsakten und Steuerunterlagen unter strengen DSGVO- und Berufsgeheimnis-Vorgaben.
- Kernproblem: Das Hochladen von Dokumenten zu Cloud-OCR-Diensten (z.B. Adobe Cloud, Smallpdf, Google Vision) verletzt Zero-Egress-Vorschriften und birgt erhebliche Datenschutzrisiken.
- Lösung durch PDFtoPDFocr: 100% lokale, abgeschottete OCR-Verarbeitung direkt auf dem Endgerät (INV-LOCAL-01). Unprivilegierte Ausführung (INV-UNPRIV-02). Quelldokumente bleiben strikt unverändert (INV-NONDEST-03).
[PERSONA-02] Archivare, Historiker & Akademische Forscher:
- Kontext: Digitalisierung umfangreicher historischer Buchbestände, mehrseitiger TIFF-Manuskripte und mehrsprachiger Archivbestände.
- Kernproblem: Kommerzielle Cloud-OCR verlangt prohibitive Seitenpreise und scheitert an großen Stapelverarbeitungen oder mehrseitigen TIFF-Scans.
- Lösung durch PDFtoPDFocr: Unbegrenzte lokale Stapelverarbeitung für PDFs und Bildformate (JPG, PNG, TIFF), freie Sprachmodellauswahl mit automatischem Download offizieller .traineddata-Modelle und optionaler Sammel-PDF-Zusammenführung.
[PERSONA-03] Datenschutzbewusste Wissensarbeiter & Desktop-Anwender:
- Kontext: Fachanwender, die Rechnungen, Quittungen und Unterlagen auf Windows-Arbeitsplätzen oder mobilen Laptops im Volltext durchsuchbar machen wollen.
- Kernproblem: Kommerzielle Desktop-Suiten (Adobe Acrobat, ABBYY) erzwingen teure Abonnements, Cloud-Logins, aufdringliche Hintergrund-Dienste und Administratorrechte.
- Lösung durch PDFtoPDFocr: Kostenloses, quelloffenes MIT-Desktop-Tool ohne Telemetrie, Ausführung im Standard-Benutzerkonto, portable Zero-Install-Ordner (INV-PORTABLE-06) und barrierefreie Tastaturbedienung (INV-A11Y-08).
[PERSONA-04] Automatisierungs-Entwickler & Pipeline-Integratoren:
- Kontext: Entwickler, die OCR-Schritte in lokale Archivierungs-, Ingest- oder Sicherungs-Pipelines einbetten wollen.
- Kernproblem: Den meisten Desktop-Tools fehlen maschinenlesbare Protokolle, nachvollziehbare Fehlerbehandlung und standardisierte Schnittstellen.
- Lösung durch PDFtoPDFocr: Strukturierter Job-Manifest-Export (pdftopdfocr-job-v1.json / INV-MANIFEST-07), Fail-Closed Einzelfehler-Abfangung (INV-FAILCLOSED-09) und maschinenlesbare Dokumentation via llms.txt.

Zweisprachige Suchbegriffe & Suchintentionen

Sprache	Primärer Suchbegriff	Zielintention & Persona
DE	`gescannte pdf durchsuchbar machen lokal kostenlos`	Kostenlose lokale Texterkennung für Rechnungen und Dokumente ([PERSONA-03])
DE	`offline pdf ocr texterkennung windows tesseract`	Lokales Tesseract-Desktop-Tool mit deutscher Benutzeroberfläche ([PERSONA-02], [PERSONA-03])
DE	`datenschutzkonforme ocr software ohne cloud dsgvo`	100% DSGVO-konforme Texterkennung für Kanzleien und Praxen ([PERSONA-01])
DE	`tiff mehrseitig in durchsuchbare pdf umwandeln`	Stapelverarbeitung für historische Scan-Archive ([PERSONA-02])
DE	`portable ocr software ohne installation windows`	Portable Ausführung ohne Administratorrechte ([PERSONA-03], [PERSONA-04])
EN	`local pdf ocr converter windows 10 11`	Local-First, offline Erstellung durchsuchbarer PDFs ([PERSONA-01], [PERSONA-03])
EN	`tesseract ocr batch desktop gui python pyside6`	Python/PySide6 Desktop-Lösung für Stapel-OCR ([PERSONA-02], [PERSONA-04])
EN	`offline searchable pdf creator zero egress gdpr`	DSGVO- und Zero-Egress-konforme Dokumentenverarbeitung ([PERSONA-01])

⚖️ 10-Dimensionen-Vergleichsmatrix vs. 5 Alternativen

Bewertungsdimension	Governance-Invariante	PDFtoPDFocr (doc-bricks)	Adobe Acrobat Pro	ABBYY FineReader PDF	OCRmyPDF (CLI)	Cloud SaaS (Smallpdf/iLovePDF)
Zero-Egress Datenschutz	`INV-LOCAL-01`	100% Offline (Lokal)	Cloud-Sync Standard	Cloud-Optionen	100% Offline (Lokal)	Nein (Cloud-Upload Pflicht)
Keine Privilegien-Erhöhung	`INV-UNPRIV-02`	Standard-Benutzermodus	Admin-Dienst / Daemon	Admin-Dienst / Daemon	Abhängig von Host/Docker	Remote Cloud Host
Verlustfreie Sicherheit	`INV-NONDEST-03`	Strikte `_ocred.pdf`	Überschreibt / Fragt	Überschreibt / Fragt	In-Place oder neue Datei	Erzeugt Cloud-Objekt
Prozess- & Copyleft-Schutz	`INV-ISOLATION-04`	Subprozess-Grenze	Proprietär (Closed)	Proprietär (Closed)	MPL-2.0 / Subprozesse	Proprietäres Backend
Begrenzter Speicherbedarf	`INV-BOUNDED-05`	Seitenweises Streaming	Hoher Cache-Bedarf	Hoher Cache-Bedarf	Speicherlastig bei Groß-PDFs	Server-Allokation
Portabilität / Zero-Install	`INV-PORTABLE-06`	Portabler Ordner / EXE	Schwerer Installer	Schwerer Installer	Paketmanager erforderlich	Web-Client im Browser
Prüfbare Job-Manifeste	`INV-MANIFEST-07`	`pdftopdfocr-job-v1.json`	Proprietäre Logs	Proprietäre Logs	Terminal stdout/stderr	JSON REST-Antwort
Screen-Reader & Tastatur	`INV-A11Y-08`	Vollständiges WCAG AA	Standard	Standard	Nur Terminal-Bedienung	Web-UI variiert
Fail-Closed Fehlerbehandlung	`INV-FAILCLOSED-09`	Seitenweiser Skip	Modale Dialogblocker	Modale Dialogblocker	CLI Fehlercode	HTTP 5xx Fehlercode
Sicherheits-Reaktions-SLA	`INV-SLA-10`	48h Antwort / 5d Triage	Enterprise-Support	Enterprise-Support	Best-Effort GitHub	Ticket-Warteschlange

⌨️ Barrierefreiheit, WCAG-Ergonomie & Tastenkürzel

Aktion	Tastenkürzel	Beschreibung
Dateien hinzufügen	`Strg+O`	Dateiauswahldialog öffnen
OCR starten	`Strg+Eingabetaste`	Stapel-OCR-Verarbeitung beginnen
Job-Manifest exportieren	`Strg+E`	Auftragszustand als JSON-Manifest speichern
Liste zurücksetzen	`F5`	Dateiliste leeren und Statusanzeige zurücksetzen
Ausgabeordner wählen	`Strg+Umschalt+O`	Benutzerdefinierten Zielordner festlegen
Ausgewählte Datei entfernen	`Entf` oder `Rücktaste`	Gewählte Datei aus der Warteschlange entfernen

💻 Voraussetzungen & Plattformmatrix

Python 3.10+
Windows 10/11 (Primäre Distributions-Plattform)
macOS / Linux (Ausführung aus Quellcode)

📦 Installation & Portables Setup

pip install -r requirements.txt

Poppler muss für pdf2image verfügbar sein (entweder im System-PATH oder portabel im Projektverzeichnis hinterlegt).

🖥️ Nutzung & Ausführungsrichtlinien

python PDFtoPDFocr_2.py

Unter Windows kann START.bat per Doppelklick als Direktstarter genutzt werden.

PDFs oder Bilder per Dateiauswahl oder Drag & Drop hinzufügen.
OCR-Sprache wählen (fehlende Sprachpakete werden automatisch geladen).
Auf "Start" klicken – fertig.
Optional per "Job-Export" ein portables pdftopdfocr-job-v1.json-Manifest sichern.

🧪 Automatisierte Tests & Qualitätsprüfung

python -m pip install -r requirements-dev.txt
python -m pytest

Die Testsuite deckt ab:

UI-Barrierefreiheit & Tastenkürzel (tests/test_ui_accessibility.py)
Tesseract-Konfiguration (tests/test_tesseract_config.py)
Job-Exportformat & Manifest-Schema (tests/test_export_format.py)
Sprachumschaltung & Mehrsprachigkeit (tests/test_language_switch.py)
Fehler-Regressionen & Ressourcen-Lebenszyklus (tests/test_bug_regressions.py)
App-Icons & Bild-Assets (tests/test_app_assets.py)
Plattform-Paketierung & Release-Validierung (tests/test_build_release.py, tests/test_platform_package_gate.py)
Metadaten, Sicherheit & Paritäts-Governance (tests/test_metadata.py, tests/test_security_license_contract.py)

🌐 Geschwister-Tools & Ökosystem-Integration

PDFtoPDFocr ist Teil der doc-bricks Dokumenten-Werkzeugfamilie und des open-bricks Open-Source-Ökosystems:

Werkzeug	Ökosystem	Zweck	Repository
DokuReader	`doc-bricks`	Lokale Dokumentenbibliothek, Lese-Arbeitsplatz & Viewer	doc-bricks/DokuReader
MediaBrain	`doc-bricks`	Medien-Metadaten-Inspektor, EXIF-Analyzer & Batch-Klassifizierer	doc-bricks/MediaBrain
UniversalDocsGrabber	`doc-bricks`	Automatisierte E-Mail-Dokumentenextraktion & Batch-Ingest	doc-bricks/UniversalDocsGrabber
UniversalInvoiceMail	`doc-bricks`	Intelligente Rechnungsextraktion & DATEV-Export	doc-bricks/UniversalInvoiceMail
UniversalMailCleaner	`doc-bricks`	Datenschutzorientierter Postfach-Cleaner & Newsletter-Abbesteller	doc-bricks/UniversalMailCleaner
CleanMarkdown	`doc-bricks`	Markdown-Bereinigung, Tabellenformatierung & Dokumenten-Linter	doc-bricks/CleanMarkdown
LitZentrum	`doc-bricks`	Literaturverwaltung, BibTeX-Zitationsmanager & Forschungs-Workspace	doc-bricks/LitZentrum
MailProcessor	`doc-bricks`	Regelbasierte E-Mail-Archivierung & Anhang-Sortierung	doc-bricks/MailProcessor
ProFiler	`file-bricks`	Schnelle Dateisuche nach Kriterien, Regex & Batch-Umbenennung	file-bricks/ProFiler
ExplorerPro	`file-bricks`	Zweifenster-Dateimanager mit Tabs, Lesezeichen & Hex-Vorschau	file-bricks/ExplorerPro
DevCenter	`dev-bricks`	Entwicklungsumgebungs-Manager, Toolchain-Orchestrierer & Starter	dev-bricks/DevCenter
CodeBox	`dev-bricks`	Offline Code-Playground, Snippet-Sammlung & Sandbox	dev-bricks/CodeBox
open-bricks	`open-bricks`	Dachorganisation für datenschutzkonforme Desktop-Software	open-bricks

📜 Level 1 SBOM & Drittanbieter-Lizenzen-Transparenz

PDFtoPDFocr erzwingt 100% Open-Source-Transparenz, verifizierte Lieferkettenhygiene und strikte Copyleft-Isolationsgrenzen:

Keine AGPL / SSPL Belastung: Die Anwendung ist frei von Netzwerk-Copyleft oder restriktiven dualen Lizenzen.
LGPL-3.0 Dynamische Verlinkung: PySide6 (Qt für Python) ist dynamisch gemäß LGPLv3 Abschnitt 4 angebunden; Austausch der Bibliotheken ist unterstützt.
Strikte Subprozess-Grenzen für Hilfswerkzeuge: Externe Werkzeuge (Poppler-Utilities wie pdftoppm und pdfinfo) laufen strikt in isolierten Betriebssystem-Subprozessen mit begrenzten Parametern, wodurch GPL-Code sauber isoliert bleibt (INV-ISOLATION-04).
Freizügige Kern-Laufzeit: pytesseract (Apache-2.0), Pillow (HPND), pdf2image (MIT), pikepdf (MPL-2.0) und requests (Apache-2.0) sind 100% kompatibel mit der übergeordneten MIT-Lizenz.

Das vollständige Software-Inventar und die Governance-Invarianten sind in THIRD_PARTY_LICENSES.md und MARKETING-LOG.txt dokumentiert.

🔒 Datenschutz- & Sicherheitsmodell (Invarianten INV-LOCAL-01..INV-SLA-10)

PDF-Dateien und Bilder werden ausschließlich lokal verarbeitet und niemals hochgeladen. Netzwerkzugriff beschränkt sich strikt auf den manuell ausgelösten Download öffentlicher Tesseract-Sprachpakete von GitHub. Vollständige Sicherheitsprinzipien finden sich in SECURITY.md.

🪟 EXE & Distributions-Packaging (Windows Store MSIX & Portable)

python build_release.py --clean

# oder unter Windows per Doppelklick / Konsole:
build_exe.bat

# oder direkt per PyInstaller:
python -m PyInstaller --noconfirm --clean PDFtoPDFocr.spec

Das fertige Paket wird in dist/PDFtoPDFocr/ erzeugt. Falls vorhanden, werden tesseract_portable/ und poppler/ automatisch eingebunden.

🤖 Maschinenlesbarer LLM-Kontext (llms.txt)

Für autonome KI-Programmierassistenten und automatisierte CI-Pipelines stellt dieses Repository eine dedizierte llms.txt-Datei nach modernen Konventionen bereit. Sie enthält:

Architektur-Zusammenfassung und Komponenten-Rollen
Testbefehle und Verifikations-Gates
Sicherheits- und Laufzeit-Invarianten (INV-LOCAL-01 bis INV-SLA-10)
Dateisystem-Übersicht und Abhängigkeits-Matrizen

⚖️ Gesetzlicher Hinweis (§ 521 BGB) & Lizenz

Important

Haftungsbeschränkung bei unentgeltlicher Softwareüberlassung (§ 521 BGB): Da diese Software unentgeltlich als Open-Source-Software zur Verfügung gestellt wird, haften die Autoren und Beitragenden gemäß § 521 BGB (Schenkungsrecht/Gefälligkeitsrecht) nur für Vorsatz und grobe Fahrlässigkeit. Die Software wird ohne ausdrückliche oder stillschweigende Gewährleistung in der vorliegenden Form ("as is") bereitgestellt.

Beiträge, Fehlermeldungen und Pull Requests sind willkommen! Bitte stellen Sie sicher, dass alle Pull Requests vor dem Einreichen die Testsuite (pytest) und den Linter (ruff check .) erfolgreich durchlaufen.

Dieses Projekt steht unter der MIT-Lizenz.

FilesExpand file tree

README_de.md

Latest commit

History