在 C++ 环境下利用 libcurl 库调用基于 CRNN 的 OCR 服务的完整流程。通过构造 multipart/form-data 类型的 POST 请求上传图片，并解析返回的 JSON 格式识别结果。文章提供了详细的代码示例、依赖安装（libcurl, nlohmann/json）、编译配置以及常见问题解决方案。该方案无需 Python 环境，支持跨平台部署，适用于文档数字化、发票识别等场景，具备低延迟和高并发处理能力。
在现代信息处理系统中，光学字符识别（OCR）已成为连接物理世界与数字世界的桥梁。无论是文档数字化、发票识别，还是智能客服中的图像理解，OCR 都扮演着关键角色。然而，许多轻量级 OCR 模型在面对复杂背景、模糊字体或中文手写体时表现不佳，导致识别准确率下降。
为解决这一问题，基于 CRNN（Convolutional Recurrent Neural Network）的通用 OCR 服务应运而生。该服务采用经典的卷积 + 循环网络结构，在保持 CPU 可运行的前提下，显著提升了对中文文本的识别能力。同时，服务通过 Flask 提供了 RESTful API 接口，使得外部程序如 C++ 应用可以轻松集成。
本文将重点讲解如何在 C++ 环境下，利用 libcurl 库向该 OCR 服务发起 POST 请求，上传图片并获取结构化识别结果，实现高效、低延迟的文字提取功能。
为什么选择 libcurl？
结合 CRNN OCR 服务提供的标准接口，我们可以通过构造 multipart/form-data 类型的 POST 请求，直接上传本地图像文件，并以 JSON 格式接收识别结果。
本方案优势总结：
该 OCR 服务暴露了一个简洁的 REST 接口：
POST http://<host>:<port>/ocr
支持字段：
返回 JSON 示例：
{
"code": 0,
"msg": "success",
"data": [
{
"text": "你好，世界",
"box": [10, 20, 100, 30]
},
{
"text": "Welcome",
"box": [110, 25, 180, 35]
}
]
}
其中 data 字段包含识别出的所有文本行及其边界框坐标。
使用 libcurl 发送文件上传请求的关键步骤如下：
整个过程不涉及任何中间临时文件，内存安全且效率高。
以下是一个完整的 C++ 程序，演示如何使用 libcurl 调用 OCR 服务并解析返回结果。
#include <iostream>
#include <string>
#include <vector>
#include <curl/curl.h>
#include <nlohmann/json.hpp>
using json = nlohmann::json;
// 回调函数：接收 HTTP 响应数据
static size_t WriteCallback(void* contents, size_t size, size_t nmemb, std::string* output) {
size_t total_size = size * nmemb;
output->append((char*)contents, total_size);
return total_size;
}
// 发起 OCR 请求
bool CallOCRService(const std::string& image_path, const std::string& server_url) {
CURL* curl;
CURLcode res;
struct curl_httppost* formpost = nullptr;
struct curl_httppost* lastptr = nullptr;
std::string response_string;
curl_global_init(CURL_GLOBAL_ALL);
curl = curl_easy_init();
if (!curl) {
std::cerr << "cURL 初始化失败" << std::endl;
return false;
}
// 1. 添加文件字段
curl_formadd(&formpost, &lastptr, CURLFORM_COPYNAME, "image", CURLFORM_FILE, image_path.c_str(), CURLFORM_CONTENTTYPE, "image/jpeg", CURLFORM_END);
// 2. 设置请求选项
curl_easy_setopt(curl, CURLOPT_URL, server_url.c_str());
curl_easy_setopt(curl, CURLOPT_HTTPPOST, formpost);
curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, WriteCallback);
curl_easy_setopt(curl, CURLOPT_WRITEDATA, &response_string);
curl_easy_setopt(curl, CURLOPT_TIMEOUT, 30L); // 超时 30 秒
curl_easy_setopt(curl, CURLOPT_FOLLOWLOCATION, 1L);
// 3. 执行请求
res = curl_easy_perform(curl);
if (res != CURLE_OK) {
std::cerr << "请求失败：" << curl_easy_strerror(res) << std::endl;
curl_easy_cleanup(curl);
curl_formfree(formpost);
curl_global_cleanup();
return false;
}
// 4. 解析响应
try {
json response = json::parse(response_string);
int code = response.value("code", -1);
if (code == 0 && response.contains("data")) {
std::cout << "识别成功，共检测到 " << response["data"].size() << " 行文字：" << std::endl;
for (const auto& item : response["data"]) {
std::cout << " \"" << item["text"].get<std::string>() << "\"" << " [Box: ";
if (item.contains("box")) {
auto box = item["box"].get<std::vector<int>>();
for (size_t i = 0; i < box.size(); ++i) {
std::cout << box[i] << (i < box.size() - 1 ? "," : "");
}
}
std::cout << "]" << std::endl;
}
} else {
std::cerr << "服务返回错误：" << response.value("msg", "unknown") << std::endl;
}
} catch (const std::exception& e) {
std::cerr << "JSON 解析失败：" << e.what() << std::endl;
std::cerr << "原始响应：" << response_string << std::endl;
}
// 5. 清理资源
curl_easy_cleanup(curl);
curl_formfree(formpost);
curl_global_cleanup();
return true;
}
int main() {
std::string image_path = "./test.jpg"; // 替换为你的测试图片路径
std::string server_url = "http://localhost:7860/ocr"; // OCR 服务地址
std::cout << "正在向 " << server_url << " 发送图片..." << std::endl;
if (CallOCRService(image_path, server_url)) {
std::cout << "调用完成" << std::endl;
} else {
std::cout << "调用失败" << std::endl;
return 1;
}
return 0;
}
sudo apt-get install libcurl4-openssl-dev
brew install curl
vcpkg install curl
由于 C++ 标准库无内置 JSON 支持，推荐使用 nlohmann/json，头文件方式集成：
git clone https://github.com/nlohmann/json.git
将 json/single_include/nlohmann 目录加入编译包含路径。
g++ -std=c++17 ocr_client.cpp \
-I./json/single_include \
-lcurl \
-o ocr_client
运行：
./ocr_client
| 问题 | 原因 | 解决方法 |
|---|---|---|
| CURLE_COULDNT_CONNECT | 服务未启动或端口错误 | 检查 Docker 是否运行，确认端口映射 |
| 图像上传后无响应 | 文件路径无效或格式不支持 | 确保图片存在且为 JPEG/PNG/BMP |
| JSON 解析失败 | 返回非 JSON 或网络中断 | 增加异常捕获和日志输出 |
| 内存泄漏 | 未调用 curl_formfree() | 务必清理 form 和 curl 句柄 |
+------------------+ +---------------------+
| C++ Application| --> | POST /ocr (libcurl) |
+------------------+ +---------------------+
↓
+----------------------------+
| Flask Web Server (OCR API) |
+----------------------------+
↓
[图像预处理 → CRNN 推理 → 结果封装]
↓
+------------------+
| 返回 JSON 识别结果 |
+------------------+
↓
←─────────────┘
整个链路清晰可控，适合作为企业级系统的组成部分。
docker run -d -p 7860:7860 your-ocr-image:crnn-cpu
选择不同类型图片进行测试：
成功调用后应看到类似输出：
✅ 识别成功，共检测到 5 行文字：
"姓名：张三" [Box: 10,20,100,30]
"身份证号：11010119900307XXXX" [Box: 15,40,200,50]
...
本文围绕'C++ 如何调用基于 CRNN 的 OCR 服务'这一核心命题，完成了从技术选型、API 分析、代码实现到工程优化的全链路实践。
核心收获总结：
通过本次实践，你已具备将任意 RESTful AI 服务集成进 C++ 工程的能力——这正是现代智能系统开发的核心技能之一。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online