用于包含数学和表格的 pdf 的最佳 OCR 工具

Question

我开始开发一款专为数学考试量身定制的 examMaker 应用程序，此过程的关键部分涉及将大量数学考试从 PDF 转换为 LaTeX 格式。在尝试了各种工具和模型后，我发现只有两个选项被证明始终可靠：

1-Mathpix：

被广泛认为是将包含数学表达式和表格的图像和 PDF 转换为 LaTeX 的首要工具。然而，也有一些缺点： a- 它的价格很高。 b- 尽管功能强大，但它在处理包含大量数学方程的大型表格时遇到了困难，例如 Cambridge Markscheme 9709_s22_ms_11.pdf（链接 https://papers.gceguide.net/A%20Levels/Mathematics%20(9709)/2022/ 9709_s22_ms_11.pdf）。

2- InftyReader（版本 3.1.1.2）：

虽然是较旧的版本并且仅非正式可用（通过 mod 版本），但它在准确性方面仅次于 Mathpix。

我尝试过的其他工具包括：

3- InftyReader（版本3.3.2.3，最新版本）：

我不建议购买该软件，原因如下： a- 虽然相对便宜（大约 40 美元），但它无法提取对我的任务至关重要的图像，例如图表和函数图。 我 b- t 比旧的 mod 版本慢。 c- 不幸的是，许可证仅对最新版本有效，如果您想要更好的质量，则需要使用 mod 版本。

4- Meta Nougat（基本型号和小型型号）：

这种将 PDF 转换为 LaTeX 的免费模型有其局限性： a- 即使在 Colab（免费版）等基于云的平台上运行，它的运行速度也很慢，大约需要 9 分钟才能处理 20 页的文档。 b- 输出通常不准确，缺少数字、文本和方程。 c-此外，它以 Markdown (MMD) 格式输出，需要进一步转换为 LaTeX。 对于那些有兴趣探索 Meta Nougat 的人，您可以参考本教程 (https://www.youtube.com/watch?v=SYO_4uhdHKM )。但是，根据我的经验，由于其速度和准确性问题，我建议谨慎。

在投入大量时间进行研究和实验后，我得出了这些结论，希望能为面临类似任务的其他人节省宝贵的时间。这些见解是经过大量试验和错误得出的，我相信它们将为任何人在复杂的 PDF 到 LaTeX 转换工具领域提供有用的指南。

其他工具，我不知道

Answer 1

我正在使用 LayoutLMV3 解决与您类似的问题。 你可以检查一下！

也许我们可以改变想法！