时光里的沙漏1. 项目概述
LaTeX-OCR（也称为pix2tex）是一个开源项目，它能够将数学公式的图片转换为LaTeX代码。这个工具对于经常需要处理数学公式的研究人员、学生和教师来说非常实用。我最近在本地成功部署了这个工具，并解决了一些常见的安装和运行问题。
提示：这个项目基于深度学习模型，需要一定的计算资源，建议使用带有独立显卡的电脑运行。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与安装
2.1 系统要求
在开始之前，请确保你的系统满足以下要求：
- 操作系统：Windows 10/11, Linux或macOS
- Python版本：3.7-3.9（推荐3.9）
- 显卡：NVIDIA GPU（推荐）或CPU（性能较差）
- 至少8GB内存（16GB以上更佳）
2.2 创建Python环境
为了避免与其他项目的依赖冲突，建议创建一个独立的conda环境：
bash复制conda create -n latex python=3.9 -y
conda activate latex
2.3 安装依赖
我整理了一个经过测试的requirements.txt文件，可以避免常见的版本冲突问题：
text复制torch==1.12.1+cu113
torchvision==0.13.1+cu113
pix2tex==0.0.14
numpy==1.23.5
Pillow==9.3.0
requests==2.28.1
tqdm==4.64.1
安装这些依赖：
bash复制pip install -r requirements.txt
注意：如果你使用CPU而不是GPU，需要安装不带CUDA支持的PyTorch版本。
3. 项目配置与运行
3.1 下载预训练模型
LaTeX-OCR需要下载预训练模型才能正常工作。模型会自动下载到~/.pix2tex/目录（Linux/macOS）或C:\Users\<username>\.pix2tex\（Windows）。
如果自动下载失败，可以手动下载模型文件并放到上述目录中。
3.2 编写运行脚本
为了简化使用流程，我创建了一个简单的Python脚本run_ocr.py：
python复制from PIL im