rapid_latex_ocr: 更快更好用的公式图像转latex工具-Toy模板网

这篇具有很好参考价值的文章主要介绍了rapid_latex_ocr: 更快更好用的公式图像转latex工具。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Rapid Latex OCR

rapid_latex_ocr是一个将公式图像转为latex格式的工具。
仓库中的推理代码改自LaTeX-OCR，模型已经全部转为ONNX格式，并对推理代码做了精简，推理速度更快，更容易部署。
仓库只有基于ONNXRuntime或者OpenVINO推理onnx格式的代码，不包含训练模型代码。如果想要训练自己的模型，请移步LaTeX-OCR。
如果有帮助到您的话，请给个小星星⭐或者赞助一杯咖啡（点击页面最上面的Sponsor中链接）
欢迎各位小伙伴积极贡献，让这个工具更好。

使用

安装
1. pip安装rapid_latext_ocr库。因将模型打包到whl包中超出pypi限制（100M），因此需要单独下载模型。
```
pip install rapid_latex_ocr
```
2. 下载模型（Google Drive | 百度网盘），初始化时，指定模型路径即可，详细参见下一部分。
  
  模型名称大小
  
  image_resizer.onnx 37.1M
  
  encoder.onnx 84.8M
  
  decoder.onnx 48.5M

模型名称	大小
`image_resizer.onnx`	37.1M
`encoder.onnx`	84.8M
`decoder.onnx`	48.5M

使用

脚本使用：

from rapid_latex_ocr import LatexOCR

image_resizer_path = 'models/image_resizer.onnx'
encoder_path = 'models/encoder.onnx'
decoder_path = 'models/decoder.onnx'
tokenizer_json = 'models/tokenizer.json'
model = LatexOCR(image_resizer_path=image_resizer_path,
                encoder_path=encoder_path,
                decoder_path=decoder_path,
                tokenizer_json=tokenizer_json)

img_path = "tests/test_files/6.png"
with open(img_path, "rb") as f:
    data = f.read()

result, elapse = model(data)

print(result)
# {\frac{x^{2}}{a^{2}}}-{\frac{y^{2}}{b^{2}}}=1

print(elapse)
# 0.4131628000000003

命令行使用

$ rapid_latex_ocr -h
usage: rapid_latex_ocr [-h] [-img_resizer IMAGE_RESIZER_PATH]
                    [-encdoer ENCODER_PATH] [-decoder DECODER_PATH]
                    [-tokenizer TOKENIZER_JSON]
                    img_path

positional arguments:
img_path              Only img path of the formula.

optional arguments:
-h, --help            show this help message and exit
-img_resizer IMAGE_RESIZER_PATH, --image_resizer_path IMAGE_RESIZER_PATH
-encdoer ENCODER_PATH, --encoder_path ENCODER_PATH
-decoder DECODER_PATH, --decoder_path DECODER_PATH
-tokenizer TOKENIZER_JSON, --tokenizer_json TOKENIZER_JSON

$ rapid_latex_ocr tests/test_files/6.png \
    -img_resizer models/image_resizer.onnx \
    -encoder models/encoder.onnx \
    -dedocer models/decoder.onnx \
    -tokenizer models/tokenizer.json
# ('{\\frac{x^{2}}{a^{2}}}-{\\frac{y^{2}}{b^{2}}}=1', 0.47902780000000034)

输入输出说明文章来源地址https://www.toymoban.com/news/detail-593835.html
- 输入(Union[str, Path, bytes])：只含有公式的图像。
- 输出(Tuple[str, float])： (识别结果, 耗时)，具体参见下例：
```
(
   '{\\frac{x^{2}}{a^{2}}}-{\\frac{y^{2}}{b^{2}}}=1',
   0.47902780000000034
)
```