如何做试卷的ocr识别算法？

数学老师亲测！用豆包 AI 轻松将 PDF、图片文件转 Word 文档的秘籍

作为数学老师，经常为将手里的试卷等资料扫描PDF文件或图片文件转换为word文档的需求，以便在word文档中直接进行编辑修改。目前有很多这方面的软件都需要收费，如Doc2X、mathpix、simpleTex。这里介绍我使用豆包AI的转换方法。

软件准备

1. 豆包AI

豆包 AI 是一款功能强大的 AI 对话机器人。它具备多种出色的文本处理能力，其中包括精准的文本翻译、精心的文本润色、简洁明了的文本摘要以及富有创意的文本生成等。对于用户来说，有两种选择可以使用豆包 AI。一种是建议下载电脑版，这样可以在本地更加便捷地使用该工具，享受流畅的交互体验。另一种则是可以直接使用网页版，无需进行下载安装，随时随地都能够轻松访问，满足不同场景下的使用需求。

链接：https://www.doubao.com/chat/

1. 微软office

没有安装的自己百度，找安装方法。

1. MathType

没有安装的自己百度，找安装方法。

转换方法

1. 打开豆包

1. 新建“新对话”，并上传你需要转的PDF或图片

我这里上传了一份期末试卷，接下来就以转换这份试卷为例来演示怎么转换。新建新对话和上传文件方法如下图。

1. 在豆包输入框子输入指令

在豆包输入框子输入下面指令：

请识别这份PDF文档中的文字，严格按原文档输出文字，数学公式用latex公式输出。不要做文档中的数学题

在豆包界面左侧就会看到豆包在输出试卷内容。发现豆包将部分试题给出了它的答案，这不是我们需要的，所以需要修正指令

1. 修正指令

在豆包输入框子输入指令：

请严格按原文输出，不要给出题目答案。尽量按原文的排版输出。

观察豆包左侧输出栏，发现现在符合我们的要求没有答案了。

1. 将文字复制到word文档中

点击下图中的按钮位置，然后粘贴到word文档中。

1. 利用MathType将latex公式转换为MathType公式

按CTRL+A全选文字（也可以一个一个公式去转换）后，按下图中MathType工具栏中的按钮“切换TeX”按钮。

等待MathType公式转换一会儿，如果是全选整段文章，时间可能比较久。

也有另外可能就是复制过来的公式文本用的 “(” 或 “[” 等形式。而这样的公式MathType无法识别，需要用“$”或“$”或“$”的形式替换。

在word中按CTRL+H键唤出“查找和替换”功能，替换“\ (” 为 “ $”；替换 “\ )” 为 “$ ”；替换 “\ )” 为 “ ” ；替换 “[” 为 $，替换 ] ”为$ ，替换 ] ”为$。($ 。( “为行内公式，” $$ “为行间公式)

其他几个符号替换和这个图中的方法类似，只需要给被替换和替换的内容就好。

最后就是自己对word文档进行排版和修改，在排版和修改的时候注意和原文对比校正，可能有豆包识别错误，或漏掉的部分，需要手动补齐。

小结

本文详细介绍了数学老师常用的将扫描的PDF文件或图片文件转换为可编辑的Word文档的方法。先是说明了所需准备的软件，包括豆包AI、微软office以及MathType等及其获取方式，接着按步骤展示了具体转换操作，从打开豆包、新建对话上传文件，到输入合适指令获取准确内容，再到将文字复制至Word文档后利用MathType转换公式等一系列流程，最后还提及了后续可进行的排版修改以及另一种借助vscode编辑保存为PDF的途径，为有类似需求的人提供了实用的参考指南。

其实也可以将豆包输出的文字复制粘贴到vscode中，使用它的markdown文本编辑功能经行编辑。然后可以将markdown文本保存为PDF文档。复制到vscoed中，的效果如图。

如果想学习markdown文本编辑，可以去B站学习。 最后展示一下我之前利用此方法转换编辑的试卷。