3 步搞定公式截图识别，不用再买付费 OCR

你有没有过这种时候：看到论文里一个漂亮公式，想抄到自己文档里，结果要么手动敲半天，要么打开收费 OCR 工具——结果识别错一堆括号和上下标，还得一行行改。有些工具连根号都认成“V”，积分号变“S”。我上周改一篇数学作业，光校对公式就花了 20 分钟。后来试了 pix2tex，截个图，3 秒出 LaTeX 代码，粘贴进 Overleaf 就能直接编译。它不卖会员、不弹广告，也不需要注册账号。

能替代什么 / 能省多少钱

它不是替代某一款具体软件，而是替代你为「数学公式识别」单独花钱的整类需求。比如 Mathpix（最常用的那个），个人版每月 5 美元，一年要 360 块；教育版便宜点，但得验证学生邮箱，而且只支持网页上传，不能截图即用。还有些国产 PDF 工具带公式识别功能，但基本是噱头，试过三款，识别率不到 40%，还动不动卡死。pix2tex 不收一分钱，MIT 协议允许商用，你拿它做课件、写论文、甚至帮孩子检查作业，都不用担心版权或续费。说实话，如果你每年为公式识别花过 100 块以上，这工具半年就回本了。

核心功能

• 截图后直接出 LaTeX 代码，不用上传、不走云端。我在 KDE 桌面下按 Ctrl+Shift+P 截图，松手就弹出窗口，左下角实时渲染预览，右键就能复制代码。它用的是本地模型，没网络也能跑，这点我很满意，毕竟有些公式涉及未公开数据，我不放心传到国外服务器。
• 自动适配截图分辨率。README 里说它会先判断图片该放大还是缩小再识别，我试了同一张公式图：原图 2000×1500 像素，识别失败；缩到 800×600 后，一次成功。它没让我手动调参，而是悄悄做了这事。
• 支持 Linux 下多屏截图。我双显示器，用 gnome-screenshot 默认只截主屏，但 pix2tex 的 GUI 会自动调用 slurp（wlroots 环境下）或 spectacle（KDE 下），框选任意区域都行。这点比 Mathpix 的网页版强太多，后者只能拖拽上传，没法精准框选。
• 命令行也能用。比如我存了一堆公式截图在 ~/math/ 目录，直接终端里敲 pix2tex ~/math/equation1.png，回车就打印 LaTeX，适合批量处理。不过命令行没预览，错了得重来，所以我日常还是用 GUI。
• 温度参数可调。默认点击“Retry”会换结果，但把 temperature 设成 0.3 后，连续五次截图同一张图，输出完全一样。这点对教学很实用，我要给学生发标准答案，不能每次识别都变样。

三步上手

1. 确认你的系统是 Linux（Ubuntu/Debian/Fedora 都行），已安装 Python 3.7+ 和 pip。如果没装过 PyTorch，先去 pytorch.org 复制对应命令执行（官网有中文镜像选项，选 Linux + Pip + Python，别选 CUDA 版，除非你真有 NVIDIA 显卡）。
2. 打开终端，输入 pip install "pix2tex[gui]" 回车。第一次运行时会自动下载约 1.2GB 的模型文件，我用校园网大概等了 4 分钟，之后就不用再下了。
3. 安装完后，终端输入 latexocr 回车，GUI 就弹出来了。点中间的「Take Screenshot」按钮，它会自动调起截图工具，框选公式区域，松手后 2-3 秒就显示 LaTeX 代码和 MathJax 渲染效果，Ctrl+C 复制即可。我建议第一次用时先试一张清晰的手写公式图，别急着扫印刷体 PDF，那得先转成 PNG 再截。

项目信息

Python 语言，GitHub Star 数 16581，MIT 开源协议，GitHub 项目地址

你用过类似的免费工具吗？评论区聊聊，我挑几个下期专门写。