Obsidian笔记里，图片总是“隐形人”？
各位Obsidian用户，有没有同感？在咱们的数字笔记世界里，文字永远是主角，图片就像个不受待见的小透明，躲在角落里瑟瑟发抖。作为一名 AI 研究生，同时也是 Obsidian 的深度用户，我早就受够这种不平衡了！知识管理嘛，光顾着文本处理，把图片这个重要的信息载体扔一边，这说得过去吗？
好消息是，随着计算机视觉技术的突飞猛进，咱们终于有机会打破这个僵局，让图片在 Obsidian 里也能风生水起！经过我这几个礼拜的摸索和实践，我总结了几种超给力的 AI 工具和方法，保证能彻底改变你处理图片的方式。
为啥说图片是知识管理里的“隐形人”？
计算机这玩意儿，天生就对文字敏感。虽然现在啥媒体素材都能显示，但要让它理解像素背后的含义，就有点儿强人所难了。所以，大多数笔记软件，包括 Obsidian，对图片的支持都比较弱鸡。
就拿 Obsidian 来说，它不支持图像编辑、缩放、对齐，更别提啥图像管理功能了。想引用之前用过的图片？你只能老老实实地去附件文件夹里翻，简直是原始社会！
但是，都 2024 年了，计算机视觉这么火，再忽视图片就说不过去了。好在 Obsidian 的可定制性很强，给了咱们巨大的改造空间！
OCR：让图片里的文字“活”过来！
OCR（光学字符识别）绝对是计算机视觉里最成熟、最实用的技术之一。有了它，扫描版 PDF、禁止复制的网站，统统不在话下！
现在的 OCR 模型，跑在本地都没问题，早就是“标配”了。虽然 Obsidian 有不少 OCR 插件，但我总觉得这玩意儿应该全局调用才方便。
我强烈推荐 Pixpin 这款截图神器！它集成了截图、长截图、录屏、取色、OCR、图像编辑等一系列功能，而且对普通用户完全免费！使用方法简单到爆：按下截图键 Ctrl+1，框选屏幕上的文字，再按 Shift+C，文字就复制到剪贴板了！
如果你愿意开个 Pixpin 会员（年费平均每月 6.66 元，或者 198 元买断），还能复制表格到 Excel，以及截图翻译。最重要的是，Pixpin 免费版没广告，功能也够用，完全能满足日常需求。
LaTeX OCR：数学公式识别的福音！
相比普通文本，识别数学公式并转化为 LaTeX 代码，难度可不是一个级别。数学公式介于文本和图画之间，模型不仅要识别符号，还要理解符号之间的位置关系，然后映射到 LaTeX 代码结构。
市面上好用的 LaTeX OCR 工具，比如 Mathpix，免费版一个月只能识别 10 次（教育优惠 20 次），Pro 版要 4.99 美元/月，而且还有次数限制。对于咱们学生党来说，有点儿肉疼。
别担心，我们可以自己部署 LaTeX 公式识别模型，实现免费且高效的识别！首先，在 Obsidian 里安装 Image2LaTEX 插件，然后选择合适的后端服务。
我强烈推荐 pix2tex 作为后端。如果你安装了 Docker，只需运行以下命令：
然后在插件设置里填入 URL（ https://localhost:8502/predict ），就可以愉快地使用公式识别服务了。pix2tex 能够精准识别多行公式，但对于复杂矩阵的识别能力稍逊一筹。如果你经常需要识别大型矩阵或 LaTeX 表格，Mathpix 仍然是不错的选择。
图像搜索：让图片不再“查无此图”！
OCR 只能识别图片里的文字，但没法理解其他内容。要让计算机真正理解图像，通常有两种方法：一是将图片编码为向量，用于图像分类和搜索；二是用文字描述图像内容（图生文），然后用这段文字替代图像进行搜索。
虽然图像搜索的技术含量很高，但 Obsidian 的搜索插件 Omnisearch 已经支持基于图生文的图像搜索了！要实现这个功能，我们需要安装 AI Image Analysis Plugin，它支持使用多模态大模型为图像生成文字描述索引。
这个插件推荐使用 Ollama 托管模型，它是一个高效的本地大模型推理引擎，可以大幅压缩模型所需的资源。安装步骤如下：
然后在插件设置里填入 URL（ https://localhost:11434/ ），选择模型并下载。索引建立完成后，Omnisearch 就能搜索图像了。注意，如果用中文搜索，需要把插件设置里的 prompt 改成中文，不然搜不到！
除了图生文搜索，Omnisearch 还支持搜索图像中的文字。它可以使用 Text Extractor 插件 OCR 识别图像中的文本，并将其作为索引进行搜索。
总结：告别“图文分离”，拥抱更高效的知识管理！
图文结合是效率最高的的信息传递方式，咱们的笔记数据也几乎都采用这种形式。然而，作为“图文”中的“图”，图片一直被忽视，难以管理和编辑，几乎和文字完全分离，也无法搜索，实在是太不方便了！
有了 OCR 和图生文等 AI 技术，咱们终于可以打破文字与图像之间的壁垒，将图像真正纳入知识管理体系，让我们的笔记系统更加完整、高效！这不仅提升了信息检索的便捷性，也为知识管理开辟了全新的维度！
