公式OCR识别：字符读取与结构还原的区别

公式OCR识别后，有时所有字母都对，整条式子仍然不能用。这是因为读取字符与恢复数学结构是两件事：前者要判断图上写了什么，后者要判断这些内容怎样组合。理解这个差别，能帮助你在输出异常时找到该改的部分，而不是反复换一张几乎相同的图片。

看见字母还不等于知道它属于哪里

普通段落通常按行阅读，公式却常把信息放在主行的上方、下方和括号内部。数字二出现在变量右上方时可能是指数，出现在同一高度时则可能是相乘的数或名称的一部分。只保留字符顺序，往往无法保留这种区别。

分式更加明显。分子与分母分别占一块区域，中间的线不是普通标点，而是把两块内容组织起来的结构线。若识别结果将它们排成连续一行，即使每个字符都认出来，也需要重新确定除法范围。把输出的字母全部核对一遍，不能替代这一步。

准备素材时应保留这些结构提示。裁切只考虑字的外框，可能截掉根号横线尾部或括号尖端；压缩图片则可能让细分数线断开。此时应改善输入或回看更完整的来源，不宜仅凭结果“像一条公式”就继续使用。

把失败结果分为字形错与分组错

字形错误通常能指出具体替换位置，比如一个数字被读成相近字母。可以对照原图修改，再复查邻近的小标记。若同一位置反复看不清，原因可能在素材本身，应先获取更清楚的局部，而不是让多个不确定结果互相投票。

分组错误则需要调整关系。分母少包含了一项、平方没有作用于整个括号、下标的加一跑回主行，都属于这一类。处理时先找到外层结构，再向里检查，不要只移动视觉上的空格来让它“看起来接近”。空格可以改变间距，却不一定改变数学结构。

实践中两类问题会一起出现。建议先记录原图应有的层级，再逐项核对字形，这样不会在改完十几个字符后才发现整块内容放错了位置。若来源包含正文和多条公式，先确定每条的范围也很关键，否则结果可能从一开始就混入了相邻内容。

用一个指数例子验证理解是否一致

原图如果表达整个和的平方，结果应保留外层括号：

(a+b)^2

若变成下式，字母、数字和加号都还存在，运算对象却已经变化：

a+b^2

因此复核时可以直接问“平方的是哪一块”，而不是问“有没有数字二”。对根号可以问覆盖哪几项，对求和可以问上下限依附于哪个运算符。把问题落到作用对象上，往往比单纯比外观更有帮助。

检查还应包含原文语境。有些编号和注释看起来也像脚标或括号，是否属于公式需要结合页面位置与文字说明。无法从图片确认的地方要暂留疑问，不能把自动输出当成原作者含义的证明。

在编辑器中修正对应层级

本站的图片识别可将结果插入公式编辑器，识别使用要求为登录与会员。之后可以用预览观察分组效果，再在 LaTeX 模式查看结构表达。若仅有一处错误，应定位到对应字符或参数修订，改后再从整式看一次范围关系。

准备带出结果时，先回到「可视化」，并核对目标格式。导出需要登录和会员；目标文件打开后也应复查复杂结构。这样把输入、结构修订与交付检查衔接起来，才不会把一段能显示的内容误当作已经核实的公式。

延伸阅读

• 公式 OCR：理解公式处理与普通文字读取的差异。
• 数学OCR：继续检查空间布局背后的符号含义。