我打字速度很快，所以大多数情况下打字都不麻烦，但我有一大堆旧的课程笔记，想用 LaTeX 格式，但又很害怕翻看。所以，我想知道目前最好的手写 -> LaTeX 解决方案是什么，如果有的话。
答案1
所以，我只是想知道到目前为止手写 -> LaTeX 的最佳解决方案是什么（如果有的话）。
没有，如果有的话，可能还要几年甚至几十年。我知道有人目前正在努力识别布局文档，即识别出一张纸代表一封信件等。
效果还不错，但还处于研究阶段，从识别布局到使用 LaTeX 复制布局是一个不明显的重大进步。我们甚至还没有讨论文本识别本身。
如今，仅文本识别（即忽略任何布局问题）效果相当好，但仅适用于纯文本，而不适用于任何格式。
这就是说， 有JMathNotes它能识别基本公式并生成 LaTeX 输出。这是一个非常好且非常强大的概念证明。
但重要的是要认识到，尽管存在许多单独的构建块，但拼凑出一个可行的解决方案却很困难。
答案2
答案3
Mathpix 应用程序（仅适用于 iOS，Android 即将推出）实际上是通过相机在您的手机上完成所有这些操作。
只需拍照，即可导出为 Latex、PDF，或者获取 Overleaf 链接（他们有一个非常好用的基于浏览器的编辑器）。iOS 链接是：
https://itunes.apple.com/us/app/mathpix/id1075870730?ls=1&mt=8
主网站只是http://mathpix.com/。
免责声明：我是 Mathpix 的创始人。我作为斯坦福大学应用数学专业的研究生开始从事这项工作，我讨厌将我的笔记/作业集数字化所花费的时间。无论如何，Mathpix 希望让每个人都摆脱 Latex 的痛苦，我希望这能有所帮助！
答案4
作为作者write-math.com，我想我可以对这个问题进行更新。
首先，手写识别有两种类型：在线和离线。在线识别意味着您可以使用符号的书写方式信息，而在离线识别中，您只有一个像素图（又称“图像”）。将在线识别想象成一部电影，您可以获得笔尖所在的准确信息，而在离线识别中，您只能获得最终结果。这意味着在线识别比离线识别更简单，因为您始终可以生成最终结果。
我正在做在线识别的研究。
有一个名为 ICDAR（国际文档分析与识别会议）的在线手写识别国际会议和一个名为克罗姆。在这次比赛中，你会得到一个非常好的数据（意思是：写得很清楚，输入中没有错误，因为在现实生活中经常会出现这种情况），你的分类器必须识别录音。录音也非常简单：符号写在一行上（没有\begin{align}\end{align}，但可以有多个分数），一组非常简单的 75 个允许符号（0-9、ae、ik、n、xz、A、B、C、X、Y - 你可以看到这个列表被设计得非常精简，没有像 0、O、o 或 \pi 和 \prod 这样的复杂组合），没有矩阵，没有延迟笔画（例如，你写下a < b然后决定将其更正为a \leq b）。而且仍然是 2013 年最好的系统（由 VisionObjects 提供，请参阅网络演示) 的正确率只有 60.36%。
有三个任务需要解决：
- 单个符号识别（相当简单）：仅给出一个手写符号，找到它的 LaTeX 代码
- 分割（更难）：给定一个手写方程，找出哪些笔画属于哪个符号（不对符号进行分类，而只说“这是符号 a，这是另一个符号 b，...”）
- 结构分析：给定一个符号列表
a和b，判断它是否ab或a^b或a_b。（我现在还没有尝试过，但我认为这相对容易）
为何分割如此困难？分割的可能性数量令人难以置信。假设你有n=3中风。那么你可以进行以下分割：
- 1：[[0，1，2]]
- 2：[[0，1]，[2]]
- 3：[[0，2]，[1]]
- 4：[[0]，[1，2]]
- 5：[[0]，[1]，[2]]
可能性 3 是让它变得如此复杂的原因。我使用 write-math.com 收集了大量录音，并手动对它们进行了分段。大约 10% 的多符号录音都有这样的延迟笔划（见上文）。可能性的数量在https://oeis.org/A000110 但即使没有延迟笔画，您仍然有 2^{n-1} 种可能的方法来分割 n 个笔画。
您可以在这里看到我在这个主题上的进展：https://github.com/MartinThoma/hwrt/issues/21
我的所有材料（论文、演示文稿、工具）都在这里：http://martin-thoma.com/write-math/
总结
如果你有一些不平凡的事情，你仍然必须自己写。但我会努力改变这一点 :-)