LaTeX−OCR本地搭建记录

$LaTeX-OCR$本地搭建记录

LaTeX-OCR是一个开源的OCR项目，旨在将手写或打印的LaTeX数学公式的图像转换为可编辑的LaTeX代码

github链接
pix2tex LaTeX-OCR

运行要求:

python 3.7+
PyTorch

电脑信息

Windows 10专业版
版本 22H2(操作系统内部版本 19045.4412)

处理器(CPU) AMD Ryzen 7 4800H with Radeon Graphics 2.90 GHz
GPU 0 NVIDIA GeForce RTX 2060
GPU 1 AMD Radeon(TM) Graphics

在命令提示符(CMD)或文件资源管理器的地址栏中输入winver并按下回车，可出现关于Windows窗口

显示结果

命令行窗口输入nvidia-smi，可显示NVIDIA GPU的详细信息，
nvidia-smi为NVIDIA System Management Interface的缩写，是一个命令行工具，可查看驱动程序版本与安装在系统上的CUDA(Compute Unified Device Architecture)版本

python环境初始化

python版本 3.11.1 官网要求Python版本3.7+

命令行输入python --version或python -V即可查看当前系统正在使用的Python解释器版本号；使用python -VV查看更详细的python配置信息

venv虚拟环境(virtual environment)创建

创建虚拟环境

python -m venv LaTeX-OCR venv

运行上述程序，即在当前路径下创建LaTeX-OCR venv目录，并在其中创建包含 Python 解释器副本和各种支持文件的目录

激活虚拟环境

进入LaTeX-OCR-env文件夹，运行Scripts\activate即可激活虚拟环境，虚拟环境激活成功后，可在左侧看到(LaTeX-OCR-env)的提示

PyTorch安装

在激活LaTeX-OCR-env虚拟环境后，可在当前虚拟环境下安装pytorch与LaTeX-OCR

pytorch官网

在安装界面可以看到有不同的操作系统与包管理器选择，我使用的CUDA版本为11.7，需要安装之前的版本，可以根据以下链接选择自己对应的版本
先前版本

pip安装命令为
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu117

验证pytorch GPU是否安装成功(能用)
在虚拟环境下依次输入
python
import torch
torch.cuda.is_available()
结果返回true表示可用，如图所示

安装LaTeX-OCR

虚拟环境下运行pip install "pix2tex[gui]"即可安装，安装成功后，下载模型权重文件，虚拟环境下运行latexocr即可弹出GUI界面
模型权重文件下载地址

使用示例

待识别公式图片

在几秒内即可识别成功，识别结果如下

$${\mathrm{e}}^x=\sum _{n=0}^{\infty }\frac{x^n}{n!}=1+x+\frac{x^2}{2!}+\cdots +\frac{x^n}{n!}+\cdots ,x\in (-\infty ,+\infty )$$

参考链接

CUDA版本 更新
2023最新pytorch安装（超详细版）
Mathpix平替工具pix2tex/Latex-OCR完全使用教程
【LaTeX】数学公式/文档识别编辑软件/工具合集（含下载地址和使用指南
离线LaTex公式识别工具/模型调研
GitHub项目·LaTex OCR·一款免费的公式识别器
图像截屏公式识别——LaTeX-OCR安装与使用
数学公式KaTex识别神器，LaTex-OCR
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）
其他开源项目

---

pip源

PyCharm配置/更换镜像源及安装第三方库
pip国内镜像源