企业官网建设流程全解析

公式图片不再手敲：用 LaTeX-OCR（pix2tex）快速把图片转成 LaTeX 代码的简单方法

【免费下载链接】LaTeX-OCRpix2tex: Using a ViT to convert images of equations into LaTeX code.项目地址: https://gitcode.com/GitHub_Trending/la/LaTeX-OCR

你在写论文，文献里的一个公式只有截图，不想逐字符手敲进 LaTeX——LaTeX-OCR（pix2tex）就是干这个的：给一张公式图片，它返回对应的 LaTeX 代码，免费、开源，贴进文档就能用。

🚀 5 分钟装好并跑通

装完依赖，你就能开始把公式图片转成 LaTeX 代码。先确认本机有 Python 3.7+ 和 PyTorch，然后执行：

pip install "pix2tex[gui]"

[gui]标签会顺带装上图形界面所需的依赖。首次运行时会自动下载模型 checkpoint（约 200MB），所以第一次启动会慢一些，属于正常现象。更省心的备选：直接拉取官方 Docker 镜像跑 API 容器，一行命令即可，细节可查官方文档。

日常随手转：截图即得代码

写论文时最快的取公式方式是 GUI，一条命令启动：

latexocr

窗口打开后框选或截图一张公式，识别结果会即时渲染出来，LaTeX 代码同时自动复制到剪贴板，你直接粘贴即可。如果模型对这张图不太确定，点 Retry 重跑一次，用 temperature 参数（0.0-1.0）控制结果的稳定性与多样性：低温度结果固定，高温度每次可能有变化。

⚡ 批量转图片与跑服务

手头有一批本地公式图片要转，用命令行最顺，一条命令输出一张图的结果：

pix2tex path/to/formula.png

图片已经在剪贴板里时，不带文件参数即可直接读剪贴板。量再大一些，比如把整批 PDF 里的公式都转掉，可以安装[api]扩展并运行python -m pix2tex.api.run启动服务，它跑在 8502 端口，你的脚本发 HTTP 请求就能批量处理。

集成进自己的工具

如果你正在做一个需要公式 OCR 的工具，pix2tex 可以直接当现成组件用：在 Python 里从pix2tex.cli导入LatexOCR，用 PIL 打开图片后调用模型实例即可拿到 LaTeX 字符串，几行代码的事。官方文档里有完整示例可对照：docs/installation.md。

💡 常见坑与解法

• 症状：识别结果不对、符号缺失。先检查截图裁得是否太宽，只保留公式主体、排除复杂背景效果最好；模型偏好较小分辨率的输入，原图过大就先裁剪缩放，别把图放大到最大再截。仍然不理想就多按几次 Retry 取最好的那次。
• 症状：首次运行模型下载失败。多半是网络问题，检查连接；也可以手动把 checkpoint 下载到~/.cache/pix2tex/目录，程序会自动读取。
• 症状：Linux 下 GUI 的截图功能不工作。通常是系统挑到的截图工具与你的桌面环境不匹配，设置环境变量SCREENSHOT_TOOL切到grim（可配合slurp）或spectacle即可解决。

🔗 写在最后

这个项目底层是 ResNet backbone + ViT 编码器看图片、Transformer 解码器吐 LaTeX，识别前还有一个小网络预测最优输入分辨率，在标准数据集上拿到 0.88 的 BLEU 分数，精度够应付大多数学术场景。装好之后，从写论文抠公式到搭自己的工具，基本都能直接用起来。

• 官方文档：docs/installation.md
• 模型配置：pix2tex/model/settings/config.yaml

【免费下载链接】LaTeX-OCRpix2tex: Using a ViT to convert images of equations into LaTeX code.项目地址: https://gitcode.com/GitHub_Trending/la/LaTeX-OCR