Zhen Latex OCR

🚀 MixTeX - 图像转文本项目

MixTeX是一个图像转文本的项目，可将图像中的内容转换为文本，已发布win客户端本地离线cpu推理exe，方便用户使用。

🚀 快速开始

已经发布win客户端本地离线cpu推理exe，可以在github上下载。或者直接在Files里下载zip文件解压，直接运行exe即可（免安装）。

Github链接：https://github.com/RQLuo/MixTeX?tab=readme-ov-file

💻 使用示例

基础用法

from transformers import AutoTokenizer, VisionEncoderDecoderModel, AutoImageProcessor
from PIL import Image
import requests

feature_extractor = AutoImageProcessor.from_pretrained("MixTex/ZhEn-Latex-OCR")
tokenizer = AutoTokenizer.from_pretrained("MixTex/ZhEn-Latex-OCR", max_len=296)
model = VisionEncoderDecoderModel.from_pretrained("MixTex/ZhEn-Latex-OCR")

imgen = Image.open(requests.get('https://cdn-uploads.huggingface.co/production/uploads/62dbaade36292040577d2d4f/eOAym7FZDsjic_8ptsC-H.png', stream=True).raw)
#imgzh = Image.open(requests.get('https://cdn-uploads.huggingface.co/production/uploads/62dbaade36292040577d2d4f/m-oVg8dsQbQZ1fDWbwKtO.png', stream=True).raw)
print(tokenizer.decode(model.generate(feature_extractor(imgen, return_tensors="pt").pixel_values)[0]).replace('\\[','\\begin{align*}').replace('\\]','\\end{align*}'))

在线使用

你还可以通过colab在线使用该项目：https://colab.research.google.com/drive/1vj3GKTmHcVor7FRKyk254nXEi9Lu_dhL?usp=sharing

📚 详细文档

样例

项目作者表示将发布一小部分生成的合成数据集和数据收集方法。

补充信息

💡 使用建议

• 建议图片尺寸：大约 (400, 500), (H, W)。
• 建议输出字数：大约100－300个tokens。
• Latex 环境：

\usepackage{amssymb}
\usepackage{amsmath}
\usepackage{stmaryrd}
\usepackage{color}

📄 许可证

本项目采用Apache-2.0许可证。