从本期开始将整理一些常用的LaTeX相关工具，回归一下本账号成立的初衷。
简要介绍
在过去，最好用的识别数学公式并进行代码转换的网站/软件莫过于Mathpix了：支持各种格式转换，比如pdf,png到tex,md，当然也包括docx等等，无论是pdf文档转换还是截图识别，从移动端的Snip App再到桌面客户端以及网页版、浏览器插件全生态的覆盖让使用体验无比丝滑。
但免费版的使用额度相当有限，而付费订阅又太贵（一年50美刀）；此外，网页版还偶尔会出现网络连接不稳定的情形。
不过现在，号称地表最强的OCR工具Mistral出现了。这是一家法国的初创AI公司，可以理解为欧洲版的DeepSeek，它的价格也十分便宜（OCR功能大概1美刀可以转换上千页pdf）。
使用示例
文件上传
直接访问官网聊天界面（可能需要用手机号注册账号）：
https://chat.mistral.ai/chat
像其他大语言模型一样对话框内上传文件，输入“转换成markdown”即可；比如这里我上传了一篇和DeepSeek-R1相关的论文：
等待几秒钟，即可得到转换后的markdown代码。 进一步地，利用Typora或Obsidian等markdown编辑器，即可查看或转换成pdf、docx等格式（可能需要额外安装pandoc）。
网页版效果展示
更多效果展示请参阅官网介绍：
https://mistral.ai/news/mistral-ocr
这是原来的pdf文件：
这是转化后并在Typora中显示的效果（主题：Newsprint）：
可以看到，除了图片外的效果非常不错，但如果要把图片也提取出来并在相应位置保留，就需要用到下面的方法了。
进阶配置
除了在官网的对话界面处理文件外，也可以通过API调用进行批量处理。 感谢@nicekate 提供的Python代码，可以实现在本地调用Mistral API进行文件处理，并且在B站上还有相应的演示视频。
-
GitHub仓库地址： https://github.com/nicekate/mistral-ocr -
B站视频： 【实测 Mistral OCR ：世界最佳文档理解模型？】 https://www.bilibili.com/video/BV1Bw92YiEEH
配置方法也非常简单，只需要申请一个自己的API key，然后再把上面的仓库clone下来，填入相应的API key即可。
申请API key
在控制台左侧菜单栏点击"API Keys"，然后点击右上角的“Create new key”，复制即可。
https://console.mistral.ai/home
下载Python代码
先将上述仓库clone到本地：
git clone https://github.com/nicekate/mistral-ocr.git
再安装依赖项：
pip install mistralai
在pdf_ocr.py 中修改 API 密钥和 PDF 文件路径即可（72～73行）：
API_KEY = "填入你自己的api key""
PDF_PATH = "xxx.pdf"
运行文件，即可在同目录下找到转换后的文件夹ocr_results_xxx，其中包含了转换后的markdown文件和图片文件。
本地转换效果展示
主题：Typora GitHub
批处理
有时需要同时进行多个PDF文件的转换，于是在此基础上我自己动手增加了批处理功能，可以将同一目录下的所有PDF文件进行转换。
具体修改如下：
-
新增 get_pdf_files_in_directory函数，用于扫描指定文件夹并返回所有 PDF 文件的完整路径。 -
在 __main__中，替换手动指定 PDF 文件路径的方式，改为从文件夹中自动获取 PDF 文件。 -
如果文件夹中没有 PDF 文件，会提示用户。 以下是新增的代码片段：
def process_pdfs(pdf_paths: list, api_key: str) -> None:
for pdf_path in pdf_paths:
try:
output_dir = process_pdf(pdf_path, api_key)
print(f"文件 {pdf_path} 处理完成，结果保存在: {output_dir}")
except Exception as e:
print(f"处理文件 {pdf_path} 时出错: {e}")
def get_pdf_files_in_directory(directory: str) -> list:
"""获取指定目录中的所有PDF文件路径"""
pdf_files = []
for file in os.listdir(directory):
if file.endswith(".pdf"):
pdf_files.append(os.path.join(directory, file))
return pdf_files
if __name__ == "__main__":
# 使用示例
API_KEY = "your_mistral_api_key"
DIRECTORY = "your_pdf_file"# 指定包含PDF文件的文件夹名称
# 获取文件夹中的所有PDF文件
PDF_PATHS = get_pdf_files_in_directory(DIRECTORY)
ifnot PDF_PATHS:
print(f"目录 {DIRECTORY} 中没有找到PDF文件。")
else:
process_pdfs(PDF_PATHS, API_KEY)
完整的文件已上传至GitHub，欢迎star：
https://github.com/YZDame/mistral-ocr
参考资料
-
完美翻译 PDF 的第一步-Mistral OCR 初步使用指南 https://zhuanlan.zhihu.com/p/28801320889 -
【实测 Mistral OCR ：世界最佳文档理解模型？】 https://www.bilibili.com/video/BV1Bw92YiEEH -
https://github.com/nicekate/mistral-ocr -
在前者基础上增加批处理功能：https://github.com/YZDame/mistral-ocr
相关文章
