数学公式的识别

LaTeX

在上世纪80年代初期,由美国计算机学家莱斯利·兰伯特开发的LaTeX,可以生成复杂表格和数学公式,得到高印刷质量的科技和数学类文档书籍等。目前在学术圈和各大出版商都广泛的使用这种系统来排版、编辑科学文档,尤其是数学论文、书籍等。数学公式的编辑排版得到了良好的解决,提高了印刷质量。目前LaTeX的主流编辑器有Texworks、TextStudio、WinEdt等,当然也可以使用Visual Studio Code、Sublime Text、Atom等文本编辑器配合各自的插件搭建LaTeX编辑环境。如果有志于学术研究、经常编写论文、学术海报、杂志和书籍的话,建议可以了解一下。快速入门LaTeX也不是一件困难的事情,网上也有大量的资料可查。

但随着互联网的发展,在页面中展示数学公式还存在若干的问题;为解决在浏览器中渲染数学公式,先后出现了MathJax和Katex。它们的数学公式代码标记大致相同,均可实现在浏览器显示出LaTeX格式的公式。可能大家都知道,现在很多的自媒体和博客等后台都有图文编辑功能,很多支持markdown(比如技术博客CSDN,知乎还支持公式编辑);但是也有很多平台不支持公式的编辑和渲染,比如公众号就不支持。因此,这些平台上的数学内容都是图片,用起来...谁用谁知道...。目前我的公众号中,数学类的图文都是通过Visual Studio Code或Sublime Text配合相关插件来编写markdown,然后将其中的公式转化为图片,再粘贴到公众号图文编辑器。目前的内容平台,貌似没怎么考虑到这种需求。

虽然TeX格式的数学公式编写和渲染都已解决,但离广泛使用还很远,原因很多。个人觉得,有一个很大的原因就是公式编写对大多数人来说,还是陌生+繁琐,我们的习惯是手写。这也是数学在线教育、网络数学内容传播的一个痛点,而且图片格式的数学公式是不利于百度、Google等搜索引擎的检索的。那有没有什么好的办法呢?有,公式识别!请看下文。

公式识别

数学公式的识别重要性不言而喻,同时公式的识别(印刷体的识别、手写体的识别)要比文字的识别要困难的多。目前谷歌、百度、阿里巴巴等互联网巨头的AI项目都是通用AI项目,均没有公式识别。幸好,还是有些人在努力的,而且还不错。比如,接下来主要介绍的Mathpix

使用Python调用Mathpix的API,只是每月只能免费调用1000次,超过一千是收费的;当然还需要登录,完成注册,获取“app_key”,国内用户请Email联系:support@mathpix.com。下面是调用代码,更多细节可参其考官网。

import urllib.request as Request
import urllib.parse as parse
import sys
import base64
import json

class math_formula_recognize:
    def __init__(self):
        self.mathpix_url = 'https://api.mathpix.com/v3/latex'
        self.headers = {'User-Agent': "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.96 Safari/537.36",
        'app_id':'XXXXX',
        'app_key':'YYYYYYYYYY',
        'Content-type': 'application/json'}

    def get_Latex(self,image_path = 'test1.jpg'):
        try:
            image_uri = "data:image/jpg;base64," + str(base64.b64encode(open(image_path, "rb").read()))
            data = {'url': image_uri}
            data = parse.urlencode(data).encode('utf-8')
            req = Request.Request(url = self.mathpix_url,headers = self.headers,data = data)
            res = Request.urlopen(req).read()
            print(res)

        except Exception as e:
            raise e


if __name__ == '__main__':
    test = math_formula_recognize()
    test.get_Latex()

除了通过API使用,还可在官网下载相关的转化工具。

用户体验

什么时候公式识别能够做到实时准确的识别手写体,同时完成渲染,那么会大大的助力网络上数学内容的丰富和交流。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容