ホワイトボードの写真からソースへ

切り抜き、OCR またはマルチモーダルモデル、コンパイル、添え字を目で確認。

ホワイトボードの写真からソースへ

ホワイトボード上の導出、講義ノートのスキャン、コピーできない PDF 内の数式。数学を LaTeX に手で打ち直すのは、遅く、間違いも起きやすい作業です。最近のツールなら、写真からそのほとんどを変換できます。変換の精度は今ではかなり良いのですが、出力は完成した書き起こしではなく、下書きとして扱ってください。以下のワークフローは、その前提で組まれています。

まず、より良い写真を撮る

結果は、ツールの選択より画像の品質で決まります。斜めからではなく正面から撮ってください。ベースラインが傾くと、下付き文字と上付き文字が曖昧になります。ボードに反射がない均一な照明にし、変換したい数式 1 つにぴったり切り抜いてください。周囲の図や関係ない書き込みは、存在しない記号として誤って出力されるからです。写真に数式が 3 つあるなら、3 枚の画像に切り分けて 1 つずつ変換します。数式ごとの結果は、ページ全体を一度に変換した結果より、一貫して良くなります。

手元のツールで変換する

この作業をするツールは 3 種類あります。数式専用の OCR サービスは、きれいな入力に対して正確です。汎用のマルチモーダルモデルは、チャットで画像を受け取り、頼めば LaTeX を返します。「2 つ目の添え字は i ではなく j のはず」と返信すれば、修正版が得られます。Oleafly には画像から LaTeX への変換が組み込まれていて、設定したプロバイダの、自分の API キーで動くので、スニペットをスクリーンショットからソースまで、エディタを離れずに変換できます。設定についてはAI のセットアップを参照してください。入力が鮮明なら 3 つの方法は同じ結果に収束します。そのため、上の写真に関する助言のほうが、ツールの選択よりも重要です。

すぐにコンパイルする

出力を文書の equation 環境の中に貼り付け、ほかの何よりも先にコンパイルします。変換のエラーは 2 種類に分かれ、1 種類目はコンパイラが見つけてくれます。波括弧の対応がとれていない、\left と \right の区切りが合っていない、未知のコマンドがある、といったものはすべて明確に失敗し、修正は機械的です。Missing dollar signで、これらの失敗の中で最もよくあるものを説明しています。

そのうえで、数学を校正する

2 種類目のエラーは、完璧にコンパイルできるのに間違っているものです。レンダリングされた数式を、元の式と記号ごとに突き合わせて読んでください。変換が決まって間違いやすい箇所には、特に注意します。小さなグリフがにじんで x_i が x_j になる、添え字と上付き文字。消えたり位置が移ったりするプライムやハット。1、l、I や \rho と p のような、よく似た組み合わせ。そして、和や積分の上下限です。これらは、式の意味を変えてしまいながら、見た目はもっともらしいままにする細部です。数式 1 つにつき 2 分の比較で済みますし、査読者に印刷物で間違った添え字を見つけられるより、はるかに安く済みます。

人 + モデル に戻る