数学OCR：处理公式时需要多一层判断

数学OCR处理的是既有字形又有位置关系的内容。扫描结果里出现了原式的全部字符，仍可能漏掉矩阵的一列、把指数挂到错误对象，或把绝对值竖线当成分隔线。校对时多做的一层判断，就是把读出的内容放回它在数学表达中应有的位置与角色。

先为矩阵建立行列坐标

面对矩阵，不妨先忽略具体数字，数清原图有几行几列，外侧是什么括号。再从第一行第一列开始，为每个元素找到对应位置。这样能发现某个空位被压掉后整行内容左移的问题；若直接逐字比，很可能因为数字都出现了而错过位置变化。

省略号要按方向检查。横向省略表示行内延续，竖向省略提示列内延续，斜向省略通常有自己的排列含义。识别结果若把它们统一为普通点号，读者将难以恢复原来的结构。要回到原图看具体布局，不能只用一个省略符替代所有情况。

矩阵周围的标签也应单独核对。行列名称、等号左侧的矩阵名以及旁边的编号，未必属于元素区域。先划分这些内容的身份，再处理内部结构，有助于避免把注释放进第一列或最后一列。

用运算对象解释上下标与分式

上下标检查可以从“这个小字符修饰谁”开始。变量的下标、整组括号的指数和运算符的上下限，外观都是小字符偏离主行，但作用不同。找到它们的宿主后，再核对内部是否还有加减号，不能因为字号小就把几部分合并成一个模糊标记。

分式则要看运算的两个对象。一条长横线可能包含多项分子，短横线也可能位于更大分式内部。先画出外层分子的范围与分母的范围，再逐层向内比较。若输出把两层除法压平，不应只补一条视觉横线，而要恢复正确的嵌套关系。

原图倾斜、行距紧或文字与公式混排时，这些位置判断会更费力。可以将完整公式区域单独整理出来，但留出上下边界，让上下限和外层括号仍然可见。没有足够信息时，保留待核对状态比凭经验补结构更稳妥。

同一个符号需要回到定义中解释

竖线可能用于绝对值，也可能出现在条件概率或行列式中。仅知道“这里有一条竖线”，还不足以决定应该采用怎样的数学结构。先读公式附近的说明，再看成对情况与包围内容，才能判断它承担什么作用。

类似地，字母 i 可能是索引，也可能表示另一个预先定义的量。整理者应保留文稿的约定，不能将所有相同字母统一解释成自己熟悉的含义。识别工具给出的排法最多提供一个候选结果，符号在这段材料中的意义还需要来源支持。

若数学内容将用于计算或论证，应进一步检查适用范围。某个分母是否允许取零，矩阵尺寸是否与相乘对象相容，都不是凭字符相同就能确认的。这里的复核是作者对内容负责的一部分，也不能被一次成功预览替代。

用本站完成可视与代码的交叉核对

本站公式编辑器提供「可视化」和 LaTeX 两种模式，可用来观察同一表达式的布局与源码。处理矩阵时先核对显示的行列，再检查代码所表达的分隔关系；处理分式时则逐层对照参数范围。模式切换方便观察，数学含义仍以你核实后的原稿为准。

图片识别和公式导出需要登录及会员权益。识别取得的结果应先校正结构，再选择后续文档所需形式；导出前要回到「可视化」。原图中的坐标记录与符号解释可以保留在自己的笔记里，遇到后续疑问时能直接定位到具体行列或变量。

延伸阅读

• 公式 OCR：查看公式识别工作的基本边界。
• 公式OCR识别：按字符错误与结构错误分别排查。