前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Github上2700多星的Python公式识别项目,超两万多次下载,实力不言而喻

Github上2700多星的Python公式识别项目,超两万多次下载,实力不言而喻

作者头像
巴山学长
发布2023-03-15 11:09:16
1.1K0
发布2023-03-15 11:09:16
举报
文章被收录于专栏:巴山学长巴山学长
最近有不少伙伴在交流群和公众号里面询问公式识别

今天分享的这款公式识别神器是由大神Lukas-Blecher开发的,采用Python语言编写,在Github中获得2.7K stars和311次forks,从上线至今,平均每月有超过3500次下载,火爆程度杠杠的。

LaTex OCR的识别技术路线如下:

其中最方便的莫过于它添加了GUI界面,可以直接截图识别而无需使用命令行操作。

LaTex-OCR的运行环境要求Python的版本3.7+,并安装相应依赖文件,如PyTorch,详情见setup.py文件中。LaTex-OCR提供三种包:GUI、API和Train,以下是三种包的安装命令:

① pix2tex[gui] (界面版,在CMD中输入latexocr命令直接调出GUI使用),安装命令为:

代码语言:javascript
复制
pip install pix2tex[gui]

② pix2tex[api] (API形式,Streamlit和docker),安装命令为:

代码语言:javascript
复制
pip install -U pix2tex[api]

③ pix2tex[train] (训练模块,支持用户训练自己的公式数据库,增强模型的自我创新能力),安装命令为:

代码语言:javascript
复制
pip install pix2tex[train]

测试效果动画:

以上就是今天分享的全部内容,望伙伴用得愉快,使用中若遇到什么问题,欢迎留言或直接到Latex-OCR项目的issue区搜寻答案或提问。

祝伙伴们生活、工作愉快,有缘再见!!!

参考资料:github.com/lukas-blecher/LaTeX-OCR

如需转载,请在公众号中回复“转载”获取授权,如未经授权擅自搬运抄袭的,本公众号将保留一切追责权利!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2023-01-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 巴山学长 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档