yoge
99e1314bf9
- Delete blog/copy-math-to-word (EN+ZH) — identical to docs/copy-to-word - Rewrite blog/pdf-formula-issues as narrative troubleshooting story; operational steps now link out to docs/pdf-extraction - Add "Further reading" cross-links: 4 docs → relevant blog posts - Add "See also" cross-links: 3 blog posts → relevant docs Docs = product reference; Blog = narrative/use cases/opinions Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
2.7 KiB
2.7 KiB
title, description, slug, date, tags, order
| title | description | slug | date | tags | order | ||
|---|---|---|---|---|---|---|---|
| PDF 公式提取 | 使用 TexPixel 自动从 PDF 文档中提取并转换公式 | pdf-extraction | 2026-03-25 |
|
6 |
PDF 公式提取
TexPixel 可以处理完整的 PDF 文档，自动从每一页提取所有公式。这对教材、研究论文或任何包含数学内容的多页文档非常有用。
如何从 PDF 提取
- 点击上传区域或将 PDF 文件拖拽到其中。
- TexPixel 检测所有页面并识别公式区域。
- 每个识别的公式列在结果面板中。
- 复制单个公式或将整个文档导出为 DOCX。
提取内容
无论 PDF 中的公式是如何生成的，TexPixel 都能识别：
- 用 LaTeX 排版（渲染为矢量数学）
- 嵌入为图片（扫描页面）
- 两种混合
对于矢量 PDF（由 LaTeX 或 Word 生成），识别准确率通常为 95% 以上。对于扫描/图片 PDF，准确率遵循与普通图片上传相同的图片质量准则。
支持的 PDF 类型
| 类型 | 描述 | 准确率 |
|---|---|---|
| 矢量 PDF | 由 LaTeX、Word 或排版工具创建 | 95–99% |
| 扫描 PDF（高质量） | 印刷文字的 300 DPI 扫描 | 90–97% |
| 扫描 PDF（低质量） | < 150 DPI 或对比度差 | 60–80% |
| 照片 PDF | 嵌入为图片的拍照页面 | 75–90% |
文件限制
- 最大文件大小： 20 MB
- 最大页数： 每次上传 50 页（专业版：无限制）
- 处理时间： 每页约 2–5 秒
对于超出限制的文档，上传前将 PDF 分割成较小的部分。
导出 PDF 识别结果
提取后，可以多种方式导出：
- 复制单个公式 — 点击任意识别的公式复制其 LaTeX
- DOCX 导出 — 下载包含原生 Word 方程的完整文档
- 批量复制 — 将所有公式复制为列表（专业版功能）
提高 PDF 识别效果的技巧
- 使用原始 PDF，而非重新扫描的副本——矢量 PDF 效果最佳
- 避免密码保护的 PDF——这类文件无法处理
- 如果 PDF 有很宽的空白边距，裁剪页面——较小的页面处理更快
- 对于非常大的文档，按章节分割以保持在页数限制内
常见问题
"未找到公式" PDF 可能已加密，公式可能以复杂矢量路径存储，或使用了非标准编码。尝试将页面转换为 PNG 图片后再上传。
公式已识别但内容乱码 这通常发生在非常低 DPI 的扫描件上。尝试在上传前使用 PDF 扫描应用以 300 DPI 重新扫描。
处理速度慢 包含多页的大型 PDF 可能需要 30–60 秒。这是正常的，处理完成后结果会显示。