Ubuntu系统进行OCR文字识别+latex公式识别

前言

现在的工作重心慢慢往ubuntu上靠拢，所以在闲暇之余摸索一下ubuntu的小功能。如果在ubuntu上码字的话，尤其是写技术文档，OCR识别和公式识别应该会经常用到。自己也是折腾了好长时间，终于搞定了，分享记录一下过程。以下，enjoy！

Step1：安装tesseract

tesseract是一个开源的OCR引擎，最初是由惠普公司开发用来作为其平板扫描仪的OCR引擎，2005年惠普将其开源出来，之后google接手负责维护。目前稳定的版本是3.0。4.0版本加入了基于LSTM的神经网络技术，中文字符识别准确率有所提高。

sudo add-apt-repository ppa:alex-p/tesseract-ocr
sudo apt-get update 
sudo apt-get install tesseract-ocr 

然后安装一下中文库。国内可以从下面的链接下载（仅有简体中英文字库）：
https://share.weiyun.com/5IJtlcY（感谢作者，好人一生平安）
下载完成之后把.traineddata字库文件放到tessdata目录下，默认路径usr/share/tesseract-ocr/4.00/tessdata
然后继续安装

sudo apt-get install gnome-screenshot
sudo apt-get install xclip
sudo apt-get install imagemagick

Step2： 制作Shell文件

将以下代码复制到文档，并将后缀改成.sh 并增加运行权限 sudo chmod a+x *.sh
注意："SCR="路径那里替换成你想要存放截图以及识别结果txt文档的路径

#!/bin/env bash 
# Dependencies: tesseract-ocr imagemagick gnome-screenshot xclip

#Name: OCR Picture
#Author:andrew
#Fuction: take a screenshot and OCR the letters in the picture
#Path: /home/Username/...
#Date: 2020-02-10

#you can only scan one character at a time
SCR= "/home/Username/Documents/temp"

####take a shot what you wana to OCR to text
gnome-screenshot -a -f $SCR.png

####increase the png
mogrify -modulate 100,0 -resize 400% $SCR.png 
#should increase detection rate

####OCR by tesseract
tesseract $SCR.png $SCR &> /dev/null -l eng+chi1

####get the text and copy to clipboard
cat $SCR.txt | xclip -selection clipboard

exit

Step3：设置快捷键，一键调用shell脚本

进入：设置→键盘 拉到底部，点击+
名称：自由设置，建议以shell脚本名称命名
命令：bash 这里换成你自己shell脚本所在的路径/OCR.sh

注意bash后面有一个空格
配置完成后直接按F4即可直接截图识别啦

下面是Latex公式识别

提到公式识别，Mathpix Snip在科研圈中应该是人尽皆知，只需要截个图，Mathpix Snip就可以将截图中的公式自动转化为 LaTex 代码表达式，而且准确度出奇的高。刚开始这软件是免费的，后面收费了，不过每个账号每个月有30次的免费次数，所以不限麻烦的话多注册几个账号也能用，另外Mathpix也可以识别中文。

可以官网直接下载linux版本
/添https://mathpix.com
然后找到该文件，右键属性，勾选允许作为执行程序
然后打开就可以用拉。
ctrl+alt+m直接截图识别，超级方便。

也可以通过snap安装

cd ~/Downloads
wget https://download.mathpix.com/linux/Mathpix_Snipping_Tool-x86_64.v03.00.0050.AppImage -O Mathpix_Snipping_Tool.AppImage (Note: The link might change, check it on https://mathpix.com/)
chmod 777 ./Mathpix_Snipping_Tool.AppImage
./Mathpix_Snipping_Tool.AppImage