希望数学公式能提供Markdown渲染预览

[Ward-zzZ]

如题，有些时候数学公式识别出来不一定正确，如果能提供MD预览，就可以快速在识别结果上修改

[hiroi-sora]

建议收到，之后会考虑

[hiroi-sora]

目前的前端框架支持简单Markdown渲染。但如果要支持latex语法渲染，我研究了一下，都要付出一定的代价。

方案1：

python使用 matplotlib 库将latex字符串渲染为图片，交给前端显示。 matplotlib 大小 16MB 左右。

方案2：

qml中加载一个web浏览器内核，通过 MathJax 等js库渲染网页，将网页嵌入软件面板中显示。qt的浏览器内核要 100MB 左右。

方案3：

python请求在线API服务，获取图片。无法离线使用。

方案4：

生成一个内置 MathJax 库的网页html文件，调用系统浏览器打开渲染。基本无需占用存储空间，但是操作较繁琐，而且不能实时预览更新。

方案5：

使用 LaTeXML 等命令行工具将字符串转为xml文本。但是该工具的安装非常麻烦，且可能无法绿色化（提取出能单独运行的exe）。

---

总之，我暂时没有找到一个能平衡空间占用与性能的方案。如果各位有建议可以提。

[realDGD]

总之，我暂时没有找到一个能平衡空间占用与性能的方案。如果各位有建议可以提。

天若的开源版本没有渲染的功能，但是闭源有😂在识别出来的那一刻才进行渲染，而不是实时渲染可以减少空间占用和性能吗

[hiroi-sora]

@realDGD

感谢你提供的线索。我出于学习的目的 反编译了天若OCR闭源版本，发现它是采用第2种方案。

首先，它的前端界面库 DSkin 原生支持 Html5+CSS3 ，允许直接显示html格式的公式。

然后，首次运行时下载一个 MathJax.js 。通过该js库，将 Latex 格式的文本转变为 html 元素，将该元素更新到软件界面上。

[hiroi-sora]

柳暗花明又一村！我初步实现了公式渲染。

具体原理是，借助 hfmath.js 这个项目，用js脚本将 latex 字符串转变为 svg 字符串。然后在qml中渲染svg图像。

全程只使用qml引擎自带的js解释器，无需引入额外组件，离线运行，支持实时刷新。

不足：

1. 只支持纯latex公式，不支持混合文本和公式的Markdown格式。
2. 只支持显示图像，无法用鼠标划选公式。

综合效果没有天若的 MathJax.js 方案那么好，但至少能用😂

[realDGD]

1. 只支持纯latex公式，不支持混合文本和公式的Markdown格式。

感谢开发者。

我在用pix2text serve中地Mixed模式会碰到将公式识别成普通文本的问题，我觉得这种东西还是专品专用比较好。

开发者是否可将这个功能单独提出来，采取不同的快捷键的方式分别进行文字识别，公式识别和混合识别。我记得pix2text项目是有cnocr，cnstd两个分支。

另外，可能是我一开始用的是天若OCR养成了使用习惯，对于截图OCR的功能我更倾向于文本识别，表格识别，公式识别的划分，而不是采用mixed。同时，该软件截图功能也很全（画图，序号，马赛克，撤销与重做，录制等等），加上翻译功能，我完全不用再安装其他的截图等软件，可以说是All in One。但是天若从2022年后就没更新了，发邮件也没人回复，很多服务的接口都没有（虽然可以自己写，但无奈实在是不会C#）。

我看目前支持本地公式OCR的面向用户的项目其实挺少的（也有可能是这个功能的使用对象比较小众，最近挺火的PixPin也没人在request提这个功能。），感觉这个方向很不错。

[RarityBrown]

纯公式的情况下也许可以考虑 CortexJS，目前 SimpleTex 正在使用的方案，不仅支持实时渲染预览，还支持一定程度的 wysiwyg 公式编辑。

[ztayty]

如题，有些时候数学公式识别出来不一定正确，如果能提供MD预览，就可以快速在识别结果上修改

OpenDataLab 开源的这个MinerU项目可以很好地把PDF里的公式提取出来，专门为大模型语料从复杂文档（PDF、网页、电子书）中提取开发的工具，效果挺好，速度也很快，需要的话，可以看看：https://github.com/opendatalab/MinerU