FMatPix Web - 数学公式识别Web应用

一、项目概述

FMatPix Web是基于Flask的数学公式识别Web应用，提供两种识别模式：

1. API模式：使用火山引擎Doubao-vision-lite-32k大模型
2. 本地模式：使用FMatPix项目提供的公式定位模型和公式识别模型，此方式需要配置对应深度学习环境，涉及pytorch-cuda等拓展库体积很大，打包后会体积也非常臃肿，因此只建议涉猎深度学习的用户使用，这样无需二次配置环境节省大量空间。

二、功能特点

• 支持图片上传和剪贴板粘贴识别
• 实时LaTeX渲染预览及修改
• 历史记录管理
• 暗色/亮色主题切换
• 自动渲染开关
• 置信度显示❌（这是我从之前我的项目迁移的，目前的置信度是定值，无参考意义）
• 多种复制格式选项

三、安装指南

1.系统要求

• Python 3.8+

2.安装步骤

1. 克隆仓库：

git clone https://github.com/yourusername/fmatpix_web.git
cd fmatpix_web

2. 安装依赖：

pip install -r requirements.txt

三、配置指南

1.API模式配置

1. 访问火山方舟管理控制台
2. 开通Doubao-vision-lite-32k或其他视觉模型
3. 获取API Key
4. 修改app.py中的配置：

client = OpenAI(
    base_url="https://ark.cn-beijing.volces.com/api/v3",
    api_key="your_api_key_here",  # 替换为你的API Key
)

Note

此方式借助openai的sdk，因此对于市面上现存的视觉模型api理论都是可以支持替代的。这些视觉大模型的价格相较于目前转向收费的SimpleTex要便宜划算许多，并且不用不扣费。

2.本地模式配置

1. 从FMatPix项目下载模型
2. 在项目目录创建models文件夹，将下载的模型文件放入models文件夹
3. 通过torch检测cuda，若未配置则使用cpu进行推理（速度较慢）：

四、使用说明

1. 启动应用：

python app.py

2. 浏览器访问 http://127.0.0.1:5000

3. 使用方式：

• 选择识别模式（API/本地）
• 上传图片或从剪贴板粘贴
• 查看识别结果和置信度
• 编辑LaTeX代码
• 复制结果到剪贴板

程序运行后会创建托盘角标，方便用户进行二次跳转界面或者退出程序。

五、项目结构

fmatpix_web/
├── app.py                # Flask主程序
├── models.py             # ONNX模型加载
├── processor.py          # 图像预处理
├── utils.py              # 批量推理和后处理
├── templates/
│   └── index.html        # 前端界面
├── static/               # 静态资源
├── models/               # ONNX模型存放目录
└── assets.README/        # README资源

六、项目不足

由于涉及深度学习环境，打包后体积会非常巨大，我对python打包了解不深，希望大家可以提供更好的打包建议。

致谢

本项目部分功能基于开源项目FMatPix实现，特此感谢。