离线LaTex公式识别V1.0开发

离线LaTex公式识别V1.0开发

前期的工作

请看博文-离线LaTex公式识别V0.9开发

已完成的内容

• LaTex公式识别的GUI。
• 支持将LaTex复制为MathML。
• 支持读取剪切板的图片。

部分UI换成iconfont下载的一些元素。

读懂pyqt的一些代码。基本实现了万能君的软件库的所有功能。

开发过程暂时告一段落。

主要添加的代码

初始化方面

        # 初始化剪切板监听  
        self.clipboard = QApplication.clipboard()
        # 初始化剪切板监听（默认不开启）  
        self.clipboard.dataChanged.connect(self.on_clipboard_data_changed)  
       
        self.tempField.setRange(0, 1)
        self.tempField.setSingleStep(0.1)
        self.checkbox = QCheckBox("Enable listening to clipboard | 使能读取剪切板", self)
        self.checkbox.setChecked(True)  # 设置初始状态为选中  
        self.checkbox.stateChanged.connect(self.on_checkbox_change)
        # Create retry button
        self.MathMLButton = QPushButton('LaTex2MathML|复制为MathML', self)
        self.MathMLButton.setEnabled(False)
        # self.MathMLButton.clicked.connect(self.returnSnip)
        self.MathMLButton.clicked.connect(self.mathml)


        # Create LaTex button
        self.LaTexButton = QPushButton('LaTex_Copy|复制为LaTex', self)
        self.LaTexButton.setEnabled(False)
        self.LaTexButton.clicked.connect(self.latex)

函数方面：

    def on_checkbox_change(self, state):

        if self.checkbox.isChecked():
            self.clipboard.dataChanged.connect(self.on_clipboard_data_changed)
        else:
            self.clipboard.dataChanged.disconnect(self.on_clipboard_data_changed)   

    def on_clipboard_data_changed(self):  
 
        # 检查剪切板中是否有图像数据  
        clipboard = QApplication.clipboard()  
        mime_data = clipboard.mimeData()  
        if mime_data.hasImage():  
            # 从剪切板获取图像数据  
            qimage = mime_data.imageData()  
            img = Image.fromqimage(qimage)
            # img = ImageQt.fromqimage(qimage)
            self.img = img
            self.returnSnip(self.img)
    @pyqtSlot()
    def mathml(self):
        math = latex2mathml.converter.convert(self.text)
        pp.copy(math)
    @pyqtSlot()
    def latex(self):
        result = self.text
        pp.copy(result)

GitHub工程见Pix2Text-GUI

删除内容

公式识别软件，不是刚需，之前的版本占用了8G的内存，其中torch占用3个G(GPU版本），模型2个多G、属实是本末倒置。因此本版本删除了Nougat、Texify,以节约工具占用的存储空间。

尽管Pix2Text在印刷体的识别精度某些程度上是不如Nougat、Texify的，但是它支持手写体公式的识别，此外模型也是比较小的，不到200MB。

经过瘦身后的工具占用空间1.2G。

尽量的在瘦身。

使用案例

印刷体

手写公式

下载地址

链接：https://pan.quark.cn/s/4f49a9abaa85
提取码：UvM1