通过 Mathpix API 将公式识别为 LaTeX

Matrix 精选

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。

文章代表作者个人观点，少数派仅对标题和排版略作修改。

在编写理工科文本的时候，有一大痛点是如何处理各种公式，虽然大部分 Markdown 编辑器支持通过 $ $ 行内或 $$ $$ 独自一行插入 LaTeX 公式，但是编写公式本身依旧是一个枯燥的工作。

后来我发现了一个服务/软件叫 Mathpix OCR，其首先是一个 OCR 服务，不同之处是它可以将打印和手写的公式转换成 LaTeX：

通过其 macOS 客户端试用了一阵子，发现效果非常不错，速度很快，而且识别率非常高，唯一的问题是价格太贵——免费用户一个月只能识别 50 次，无识别次数限制的 Pro 账户一个月要 4.99 美元。

后来我发现其提供的 API 收费要合理很多：每个账户每个月的头 1000 次请求免费；随后的第 1-100 千次，每次 0.004 美元；第 100- 300 千次，每次 0.002 美元。算下来 5 美元可以在免费额度之后使用 1250 次，对于像我这种虽然不是重度用户，但是 50 次每月的免费额度完全不够的用户来说，使用 API 显然是更经济的选择。

首先注册一个账户：https://dashboard.mathpix.com/login，注意使用 API 的账户和使用客户端的账户是分开的两个系统，不是统一的账户。输入信用卡信息以后就能看到自己的 app_id 和 app_key。

macOS 平台使用方法

通过阅读官方文档，很简单就可以构建一段 Python 脚本：

#!/usr/bin/env python3

# example from https://github.com/Mathpix/api-examples/blob/master/python/mathpix.py

import os,base64,requests,json
from PIL import ImageGrab

env = os.environ
HOME = env.get('HOME') + "/Desktop/"

default_headers = {
    'app_id': env.get('APP_ID', '你的 APP'),
    'app_key': env.get('APP_KEY', '你的 APPKey'),
    'Content-type': 'application/json'
}

service = 'https://api.mathpix.com/v3/latex'


# Return the base64 encoding of an image with the given filename.
def image_uri(filename):
    image_data = open(filename, "rb").read()
    return "data:image/jpg;base64," + base64.b64encode(image_data).decode()

# Call the Mathpix service with the given arguments, headers, and timeout.
def latex(args, headers=default_headers, timeout=30):
    r = requests.post(service, data=json.dumps(args), headers=headers, timeout=timeout)
    return json.loads(r.text)

def mathpix(): 
# 从剪贴板获取公式  
    im = ImageGrab.grabclipboard()
    im.save(HOME+'screen.png','PNG')
    r = latex({
        'src': image_uri(HOME+"screen.png"),
        "ocr": ["math", "text"], 
        'formats': ['latex_styled']
    })
    print(r['latex_styled'])

if __name__ == '__main__':
    # 调用 macOS 的 screencapture 命令行工具
    os.system("screencapture -i -c")
    mathpix()

把其中的app_id 和 app_key 替换成你自己的对应的值，然后放到 Keyboard Maestro 里面就可以用了，运行后识别的结果会复制到剪贴板内。