阿超 > LaTeX-OCR

LaTeX-OCR

2025-10-22

python

吾十有五而志于学，三十而立，四十而不惑，五十而知天命，六十而耳顺，七十而从心所欲不逾矩。——孔子《论语》

https://github.com/lukas-blecher/LaTeX-OCR

LaTeX-OCR（pix2tex）：用 AI 把公式图片秒变 LaTeX 代码的神器！

在学术论文、科技书籍、工程笔记的世界里，数学公式和 LaTeX 几乎是“标配”。但无论是写论文还是搬运资料，遇到图片里的复杂公式，仅靠手工敲 LaTeX，效率低下、易出错。有没有一款“拍照识别公式，秒出 LaTeX 代码”的 AI 工具？LaTeX-OCR（pix2tex），绝对是你不容错过的开源神器！

一、项目简介

  • 项目地址：lukas-blecher/LaTeX-OCR
  • 官网/演示：https://lukas-blecher.github.io/LaTeX-OCR/
  • 一句话简介：pix2tex: Using a ViT to convert images of equations into LaTeX code.
  • 主语言：Python
  • Star：15850+
  • Forks：1265+
  • 开源协议：MIT
  • 标签：latex ocr math-ocr deep-learning transformer vision-transformer python im2latex

二、LaTeX-OCR 能做什么？

  • 图片转 LaTeX：一键将公式图片、截图、扫描件等转成可编辑的 LaTeX 代码。
  • 高准确率：基于 Vision Transformer（ViT）等 SOTA 深度学习模型，复杂公式识别能力强。
  • 支持多种输入输出：图片、PDF、网页、截图均可，输出标准 LaTeX，完美适配论文、笔记、Markdown 等场景。
  • 开源免费，易用性强：本地运行，无需上传隐私数据到第三方服务器。

三、核心技术亮点

  • ViT（Vision Transformer）加持：采用 transformer 架构，强大的视觉理解与序列建模能力，让公式结构与符号还原度极高。
  • 端到端训练：输入图片，直接输出 LaTeX 序列，无需人工规则拆分。
  • 大规模数据集微调：用海量公式图片-代码对训练，支持多种符号、嵌套、复杂结构。
  • 支持批量识别、剪贴板互通：适合批量处理教材/论文，也方便与常用编辑器配合。

四、快速上手体验

1. 安装与环境准备

首先确保有 Python 3.x 和 CUDA（建议用于 GPU 加速），然后：

1
2
3
git clone https://github.com/lukas-blecher/LaTeX-OCR.git
cd LaTeX-OCR
pip install -r requirements.txt

2. 命令行识别图片公式

假设你有一张公式图片 equation.png，只需：

1
python predict.py --img_path equation.png

输出：

1
\int_{-\infty}^{\infty} e^{-x^2} dx = \sqrt{\pi}

3. 批量识别/GUI（如支持）

除了命令行，还可结合 demo 网页或第三方 GUI 工具（如 Snip、Notion AI、Obsidian 插件等）批量处理复杂文档。

五、典型应用场景

  • 论文搬运：看到 PDF、图片里的公式，想提取出来编辑/复用
  • 教材数字化：将扫描版教材/笔记自动转为 LaTeX 电子文档
  • 学术笔记整理：手写/板书照片一键变 LaTeX，便于后续排版和分享
  • AI 辅助标注/批量数据处理：研究者开发自定义公式识别、数据集生成

六、代码案例：集成到你自己的 Python 工具链

你可以直接用该项目的 Python API 在自己的脚本中批量识别图片：

1
2
3
4
5
6
7
8
from pix2tex import LatexOCR
import cv2

model = LatexOCR()
img = cv2.imread('equation.png')
latex_code = model(img)
print(latex_code)
# 输出：\int_{a}^{b} f(x)\,dx

七、社区与生态

  • 高活跃度开源社区：1.5w+ Star，持续维护、问题响应及时
  • 支持 Discussions 讨论与新特性建议
  • 丰富的数据集与模型权重：方便二次训练、定制化开发
  • 兼容多平台：可集成 VSCode、Jupyter、Notion、Obsidian 等编辑器

八、总结

LaTeX-OCR（pix2tex）大大提升了数学公式数字化的效率，是学术、工程、教育领域的 AI 助手。无论你是论文作者、学生、科研教师，还是极客开发者，这个项目都能帮你节省无数手敲公式的时间，让创作更专注于内容本身。如果你还没用过，赶快体验一下吧！

项目主页：https://github.com/lukas-blecher/LaTeX-OCR
在线演示：https://lukas-blecher.github.io/LaTeX-OCR/
Star 15850+，让 AI 为你的学术效率加速！