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。