OCR识别数学公式图片，获得原始公式代码

最新推荐文章于 2024-05-10 17:58:35 发布
最新推荐文章于 2024-05-10 17:58:35 发布
阅读量1.9k 收藏 8
点赞数 1
分类专栏： MathType Word 文章标签： msword ocr
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ww2011/article/details/122222774
版权

场景

撰写算法类报告时，需要引用一些数学公式，直接截图太难看

解决方法

1、注册并下载mathpix

网址：Mathpix Snip Notes

2、打开软件并登陆

3、点击识别按钮，并选择需要识别的内容

最低0.47元/天 解锁文章
狷介的产品之路
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MathOCR：智能数学公式识别工具
gitblog_00080的博客
03-30 366
MathOCR：智能数学公式识别工具 项目地址:https://gitcode.com/chungkwong/MathOCR 本文将向您介绍一个开源项目——MathOCR，这是一个基于深度学习技术的数学公式图像识别工具。利用这个项目，您可以将手写或扫描的数学公式轻松转换为LaTeX代码，从而提升工作效率，尤其是在处理大量数学公式时。 项目简介 MathOCR是用Python编写的，核心采用Tens...
【常见工具】LaTeX-OCR一款免费的公式识别软件
qq_41100635的博客
03-13 5782
但是收费昂贵，对于普通用户一个月仅有100次机会，实在捉襟见肘。有网友提供一种基于注册的无限使用方法，参考。github开源的一款识别工具，使用过程如下（其实按照作者的步骤一步一步来就好）作者在写文章时，大量的公式输入比较频繁，因此需要一款公式自动识别根据。网页版使用体验还可以。
图像截屏公式识别——LaTeX-OCR安装与使用
知来者逆的博客
12-14 6273
LaTeX-OCR 是一个开源的光学字符识别（OCR）软件，专为 LaTeX 文档提供支持。其主要目的是帮助用户将扫描的文档转换为 LaTeX 编辑器可以使用的可编辑文本，从而方便进行修改、编辑和排版。LaTeX广泛用于科技、数学、工程等领域的文档编写。而 OCR 技术则用于将图像中的文字转换为计算机可编辑的文本。LaTeX-OCR 的结合使得用户能够更方便地将扫描得到的文档内容转换为 LaTeX 格式，为文档的后续编辑和排版提供了便利。
使用大模型进行公式识别并且以LaTeX形式输出与OCR公式识别工具介绍
最新发布
yshln的博客
05-10 503
本文用来测试使用大模型与一些OCR工具来识别公式并将其转换成LaTeX形式的代码。旨在帮助在论文中需要编辑复杂公式的人快速高效处理公式内容。
OCR-手写数学公式识别
cunyizhang的博客
11-24 7909
最近感兴趣做了一个手写数学公式的识别,效果还很不错. results: {"status": 0, "msg": "success", "noid": "34fbfd58-0e66-11ea-bb9a-fa163ebe6507", "results": [{"text": "(8/15)-(3/15)=(1/3)", "location": [[987, 163], [814, 162...
【实操】Java+百度ocr，实现图片识别文字小工具
JavaDog程序狗
10-17 1020
通过Java+百度ocr，实现图片识别文字小工具。从Java Swing页面基础布局，百度ocr配置，将java项目打包成jar，exe4j将jar打包exe四个方面入手，实现功能的同时，也熟悉了其他工具的使用
图片识别转公式，GitHub 又一 LaTeX 神器面世
m0_63437643的博客
03-17 3661
只需要把公式图片用鼠标拖动到工具内，就能一键转成 LaTex 公式。 写论文、做研究时，最让你头疼的是什么？想必公式编辑会榜上有名。那么有没有便捷的方法进行公式编辑呢？这里推荐一款神器，它使用 PyTorch Lightning 可将 LaTeX 数学方程的图像映射到 LaTeX 代码。 它的效果是这样的，输入一张带公式的图片，它能转换成 LaTeX 代码形式： 而它的名字也是很直接的，就叫做「Image to LaTex Converter」，把产品功能写在了明面上。 ...
MathOCR.rar_MathOCR_mathocr下载_公式ocr识别_公式识别_图片公式识别
07-14
用于数学公式图片识别，即从图片中识别公式生成文档。
数学公式识别 Math Formula OCR 识别LaTex
05-07
可以快速识别图片的latex公式，可以免除打LaTex公式太烦等 包括以下部分 1. 搭建环境 Linux Mac 2. 开始训练 生成小数据集、训练、评价 生成完整数据集、训练、评价 3. 可视化 可视化训练过程 可视化预测过程 ...
LaTeX_OCR:数学公式识别
05-04
搭建环境python3.5 + tensorflow1.12.2latex (latex 转 pdf)ghostscript (图片处理)magick (pdf 转 png)Linux一键安装make install-linux或安装本项目依赖virtualenv env35 --python=python3.5source env35/bin/...
C# OCR识别 图片文字识别
06-19
c#实现OCR图片文字识别，包含图片预处理提高识别率。支持简体繁体识别
InftyReader公式OCR工具
12-28
InftyReader公式OCR工具，可以识别PDF、图片中的公式，输出格式多种多样
文字、表格、公式图片识别神器V0.3.zip
08-19
文字、表格、公式图片识别神器V0.3.zip
在线工具网址(eda/画图[visio替代]/公式编辑/公式识别/时序图)
cy413026的博客
03-01 5188
1. 公式996-在线识别公式，一个帮你快速输入公式的网站 该网站只有免费15次识别机会，可以直接截图，然后转为lateX或者mathML 2.
利用Mathpic OCR和Quicker实现数学公式的快速识别
mp9105的博客
10-27 7511
利用Mathpic OCR和Quicker实现数学公式的快速识别 写在前面 相信很多小伙伴已经习惯了使用Mathpic来识别手写的或者论文中的数学公式，但是现在Mathpic每个月只能免费查询50次，如果想继续查询需要5美刀包月，这价格优点扛不住啊！不过， Mathpix官网还算是优点良心，给开发者留了条后门，使用API查询每月可免费查询1,000条，相信对于一般的小伙伴来说已经是绰绰有余了~ 具...
论文神器OCR公式-Inftyreader【论文投稿】
周末参见
11-20 6072
InftyReader下载 0-简介： InftyReader是一款强大的数学文档ocr识别软件，它可以将图像中的数学符号转换为字符型文件，支持保存为LaTeX，MathML可XHTML，HRTeX，IML以及word格式，大大地方便教育工作者。 1-安装教程： step-1 setp-2    setp-3 中间步骤省略…… step-4 2-使用方法： ①生成原有...
Unity | 总结：OCR文字识别、公式识别
热门推荐
该用户还没想到好的昵称的博客
11-27 2万+
一、功能简介： 最近在做一个项目：运用OCR文字识别、公式识别、手写英文识别等AI技术，当用户批量导入图片或者PDF文件时可快速识别为可编辑文本，该项目主要功能有： 印刷体识别、手写英文识别； 公式识别：将公式转为LaTex格式； 历史记录功能； 文本查找、替换； 文本撤销、恢复； 绘制区域：进行部分区域识别； 左旋转、右旋转：导入的图片出现90°旋转时使用； 图片/文件删除（单...
关于文本OCR与公式OCR的一些理解
Justin.upsame 蒲山牧
10-11 1135
关于文本OCR与公式OCR的一些理解 文本OCR: 最后比较结果是，Adobe Acrobat 与 有道云的OCR都很不错，最后使用Adobe Acrobat来使用。（Adobe Acrobat识别出的PDF导出为txt后更好用）。 首先：有道云笔记需要VIP功能才能使用OCR功能， 第二、外能图王OCR没找到破解版，应该效果和有道云笔记好一些。 第三、其他的网上OCR也试过，还是Adobe Ac...
请你帮我用JAVA编写一个能识别数学公式的OCR代码
06-02
数学公式识别是一个比较复杂的任务，需要结合多个算法和库来完成。以下是一个基本的Java代码框架，可以作为参考： ```java import java.awt.image.BufferedImage; import java.io.File; import java.util.ArrayList; import java.util.List; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfByte; import org.opencv.core.Rect; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import ij.ImagePlus; import ij.process.ImageProcessor; import net.sourceforge.tess4j.ITesseract; import net.sourceforge.tess4j.Tesseract; import net.sourceforge.tess4j.TesseractException; public class MathOCR { // 图像二值化阈值 private static final int THRESHOLD = 120; // 字符宽度和高度的最小值和最大值 private static final int MIN_WIDTH = 5; private static final int MAX_WIDTH = 300; private static final int MIN_HEIGHT = 5; private static final int MAX_HEIGHT = 300; // 字符识别器 private static ITesseract tesseract = new Tesseract(); static { // 设置Tesseract的语言 tesseract.setLanguage("eng"); } public static void main(String[] args) { // 加载OpenCV库 System.loadLibrary(Core.NATIVE_LIBRARY_NAME); // 读取输入图像 String imagePath = "input.png"; Mat image = Imgcodecs.imread(imagePath); // 预处理图像 Mat gray = new Mat(); Imgproc.cvtColor(image, gray, Imgproc.COLOR_BGR2GRAY); Imgproc.threshold(gray, gray, THRESHOLD, 255, Imgproc.THRESH_BINARY_INV); Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3)); Imgproc.erode(gray, gray, kernel); Imgproc.dilate(gray, gray, kernel); // 字符分割 List<Rect> charRects = new ArrayList<>(); Mat hierarchy = new Mat(); List<MatOfPoint> contours = new ArrayList<>(); Imgproc.findContours(gray, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); for (int i = 0; i < contours.size(); i++) { Rect rect = Imgproc.boundingRect(contours.get(i)); if (rect.width > MIN_WIDTH && rect.width < MAX_WIDTH && rect.height > MIN_HEIGHT && rect.height < MAX_HEIGHT) { charRects.add(rect); } } // 对每个字符进行识别 StringBuilder sb = new StringBuilder(); for (Rect charRect : charRects) { Mat charImage = gray.submat(charRect); BufferedImage bufferedImage = MatToBufferedImage(charImage); String result = recognizeCharacter(bufferedImage); sb.append(result); } // 输出识别结果 System.out.println(sb.toString()); } // 将OpenCV的Mat对象转换为Java的BufferedImage对象 private static BufferedImage MatToBufferedImage(Mat matrix) { MatOfByte mob = new MatOfByte(); Imgcodecs.imencode(".png", matrix, mob); byte[] byteArray = mob.toArray(); BufferedImage image = null; try { image = javax.imageio.ImageIO.read(new java.io.ByteArrayInputStream(byteArray)); } catch (Exception e) { e.printStackTrace(); } return image; } // 对单个字符进行识别 private static String recognizeCharacter(BufferedImage image) { String result = ""; try { result = tesseract.doOCR(image); } catch (TesseractException e) { e.printStackTrace(); } return result.trim(); } } ``` 这个代码框架包含了图像预处理、字符分割和字符识别等步骤，但是仅作为示例，可能需要根据具体的场景进行调整和优化。另外，需要注意的是，这个代码框架依赖于OpenCV和Tesseract两个库，需要在项目中添加这两个库的引用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值