扫描件公式提取：先分区再逐条整理
更新于
扫描件公式提取面对的是一张页面图像，页眉、题干、示意图和公式可能紧挨在一起。直接把整页内容当作数学表达式处理，容易得到夹杂正文的长串结果。先看清版面，把每条公式与它的来源位置对应，再逐条整理，校对才有明确对象。
先画页面地图，再决定摘取范围
打开扫描页的完整预览，找到正文段落、独立公式、图注和页脚。用一张单独清单记录需要保留的条目，例如“第十二页左栏第二式”。此时不急着裁图，先确认是不是还有跨栏内容，或公式的条件延伸到了下一行。
对于教材中的例题，要同时记下题目和公式的关系。只保存一条式子的图像，之后可能不清楚它是定义、过程还是答案。来源信息可以保留在清单里，实际送去识别的区域则尽量围绕公式，减少无关字符干扰。
页面歪斜明显时，先在副本中调整阅读方向，再划区域。若边缘有黑带，不要直接把整侧裁掉，先看黑带是否覆盖了公式起点。原始扫描页始终保留，后续发现缺项时能回到完整页面检查，而不是只剩零散的小图。
切分围绕结构，别围绕固定格子
一条短式可以单独截取，包含大括号的分段表达式则要把所有分支一起保留。分母较高或上下限较长时，上下边界也要相应扩展。平均把页面切成几块，可能恰好把分数线与分母分开，反而制造新的缺失。
当正文和公式在同一行，先阅读整句话，区分普通说明、数学条件与单位。说明文字可以转写到文稿正文；公式内部确实需要保留的符号不能因为靠近文字就删掉。若边界很难划清，可先保留完整局部作为参照，再准备一张只含目标表达式的处理图。
每张处理图都应有对应的来源编号，完成一条再标记一条。对内容相近的连续公式尤其如此，它们可能只差一个下标，混淆来源后很难仅凭外观重新排序。裁图完成后快速复看整页，确认没有漏掉夹在段落中的短式。
提取完成后先去查混入物
本站图片识别接受 PNG、JPG、BMP，单图不超过 5MB，提交时要求登录和会员。扫描页需先准备为符合要求的公式区域图片，再进行识别。得到内容后，先看行首和行尾是否混入题号、页码或图注字符。
发现多余内容时，不要直接按“像文字”批量删除。对照原页确认其身份，再修正当前结果或重新框选。例如右侧括号数字可能是公式编号，也可能是式子本身的一个因子，必须结合版面判断，不能只凭数字位置决定。
清理混入物后，再数分式层数、检查上下标和括号。若结果漏了整行条件，应回看切分区域是否包含它。把图片准备问题和字符修订问题分开记录，下一页遇到相同版式时就知道该先调整哪一步。
汇总时保留回到原页的线索
整理多页材料，可以在文档中按章节放置说明与公式，来源页码另作记录。本站文档工作区支持在正文中插入公式，双击后可以继续修改。排好后按清单逐条勾核，检查内容和顺序，而不是只看总共有多少条。
最后抽查页面边缘、图旁与段落中间的公式，这些位置比单独居中的大式子更容易遗漏。遇到原件模糊或遮挡的地方，应注明待核对并寻找清楚来源，不把识别结果当成缺损资料的补全依据。
延伸阅读
常见问题
- 扫描件公式提取要先把整页切成小块吗？
- 应先预览页面并确定公式的位置，再按完整表达式划分区域。分块不宜机械平均裁切，要保留分式、上下标和分段条件的完整边界。
- 扫描件公式提取时正文混进公式怎么办？
- 回到原页检查框选边界，把说明文字放入单独的整理记录。若正文与公式同处一行，需确认哪些字属于条件或单位，不能看到文字就全部删除。