GLM-OCR模型C语言基础调用示例嵌入式视觉应用入门如果你是一名C语言开发者或者正在捣鼓树莓派、ESP32这类嵌入式设备想给它们加上“眼睛”让它们能看懂图片里的文字那你来对地方了。今天咱们不聊复杂的Python生态也不搞庞大的深度学习框架部署。我们就用最纯粹的C语言聊聊怎么在资源有限的嵌入式环境里调用一个强大的OCR光学字符识别服务。想象一下你的智能门锁能识别访客车牌你的仓库巡检小车能自动读取货架标签或者一个简单的工业设备能检查产品上的批次号——这些场景的起点可能就是今天要讲的这个基础调用方法。我们假设你已经有一个部署好的GLM-OCR模型服务比如在另一台性能更强的服务器或云端它提供了标准的HTTP API。我们的任务就是教会你的C程序如何把一张图片“送过去”识别再把结果“拿回来”。整个过程我们会用到libcurl这个网络库来处理HTTP通信以及cJSON来解析返回的数据。放心我会一步步拆开讲保证你能跟着做出来。1. 动手之前环境与思路准备在开始写代码之前我们得先把“战场”布置好并且搞清楚我们要打一场什么样的“仗”。1.1 你需要准备什么首先确保你的开发环境里有这几样东西一个C编译器比如gcc这是标配。libcurl开发库这是我们进行HTTP网络通信的核心工具。在Ubuntu或Debian上你可以用sudo apt-get install libcurl4-openssl-dev来安装。其他系统请参考对应包管理器的命令。cJSON库一个轻量级的单文件C语言JSON解析器非常适合嵌入式环境。我们需要从它的GitHub仓库下载cJSON.c和cJSON.h这两个文件。一个可访问的GLM-OCR服务端点这是关键。你需要知道它的URL地址例如http://your-ocr-server:port/v1/ocr。同时也要了解它需要的具体请求格式比如图片是作为Base64字符串放在JSON里还是作为multipart/form-data上传。一张测试图片准备一个包含清晰文字的图片文件比如test.jpg。1.2 整个流程是怎么跑的我们的程序大概会像下面这样工作你可以先有个整体印象读取图片程序从硬盘上把我们的测试图片读进来变成一堆二进制数据。编码图片把这堆二进制数据转换成Base64格式的字符串。因为JSON里不能直接放二进制Base64就是一种把二进制“翻译”成纯文本的方法。组装请求按照OCR服务的要求构造一个JSON字符串。这个JSON里通常会包含一个字段比如image它的值就是我们刚才生成的Base64字符串。发送请求使用libcurl把这个JSON字符串通过HTTP POST请求发送到我们指定的OCR服务地址。接收回复服务识别完后会返回一个JSON格式的结果。我们用libcurl接收它。解析结果使用cJSON库从这个返回的JSON字符串里把识别出来的文字、文字所在的位置框Bounding Box等信息提取出来。展示结果最后把这些信息在终端上打印出来看看识别得对不对。下面这张图描绘了这个过程你可以对照着看graph TD A[开始: 准备测试图片] -- B[步骤一: 读取图片二进制数据] B -- C[步骤二: 将数据编码为Base64字符串] C -- D[步骤三: 构造包含Base64的JSON请求体] D -- E[步骤四: 使用libcurl发送HTTP POST请求] E -- F[OCR服务端进行文字识别] F -- G[步骤五: 接收服务端返回的JSON结果] G -- H[步骤六: 使用cJSON解析结果] H -- I[步骤七: 打印/处理识别出的文本与坐标] I -- J[结束]2. 核心代码一步步实现理论说完了咱们直接上代码。我会把关键部分拆开讲解你可以把它们组合成一个完整的.c文件。2.1 引入必要的“工具包”首先告诉编译器我们要用哪些库。#include stdio.h #include stdlib.h #include string.h #include curl/curl.h // libcurl的头文件 #include cJSON.h // 我们下载的cJSON头文件 // 一个简单的函数用于将二进制数据转换为Base64 // 这里为了简化我们使用一个占位实现。在实际项目中 // 你可能需要实现或引入一个完整的Base64编码函数。 char* base64_encode(const unsigned char* data, size_t input_length) { // 这是一个简化示例。实际使用时建议使用可靠的Base64实现库。 // 例如OpenSSL库中的 BIO_f_base64() 或 libb64等。 // 此处返回一个模拟的字符串以供流程演示。 char* encoded_data (char*)malloc(100); sprintf(encoded_data, [Base64_Encoded_Data_of_Image]); return encoded_data; }2.2 读取图片并编码我们写一个函数来完成读取图片和Base64编码的工作。char* load_image_as_base64(const char* filename) { FILE* file fopen(filename, rb); if (!file) { fprintf(stderr, 错误无法打开文件 %s\n, filename); return NULL; } // 获取文件大小 fseek(file, 0, SEEK_END); long file_size ftell(file); fseek(file, 0, SEEK_SET); // 分配内存读取文件 unsigned char* buffer (unsigned char*)malloc(file_size); if (!buffer) { fclose(file); fprintf(stderr, 错误内存分配失败\n); return NULL; } fread(buffer, 1, file_size, file); fclose(file); // 将二进制数据转换为Base64 char* base64_str base64_encode(buffer, file_size); free(buffer); // 释放原始图片数据内存 return base64_str; }2.3 组装JSON请求体接下来根据OCR服务的要求构造发送的JSON数据。这里假设服务需要{image: base64_string}这样的格式。char* build_request_json(const char* base64_image) { cJSON* root cJSON_CreateObject(); // 创建JSON对象 cJSON_AddStringToObject(root, image, base64_image); // 添加image字段 // 将cJSON对象转换为格式化的字符串 char* json_str cJSON_Print(root); cJSON_Delete(root); // 释放cJSON对象内存 return json_str; }2.4 发送HTTP请求并接收响应这是和服务器通信的核心部分。我们使用libcurl的“简单”接口。// 这个结构体用于存储libcurl收到的响应数据 struct MemoryStruct { char* memory; size_t size; }; // 这是一个回调函数libcurl每收到一块数据就会调用它 static size_t WriteMemoryCallback(void* contents, size_t size, size_t nmemb, void* userp) { size_t realsize size * nmemb; struct MemoryStruct* mem (struct MemoryStruct*)userp; char* ptr realloc(mem-memory, mem-size realsize 1); if (!ptr) { fprintf(stderr, 错误响应数据内存分配失败\n); return 0; } mem-memory ptr; memcpy((mem-memory[mem-size]), contents, realsize); mem-size realsize; mem-memory[mem-size] 0; // 添加字符串结束符 return realsize; } int call_ocr_api(const char* url, const char* json_payload, struct MemoryStruct* chunk) { CURL* curl; CURLcode res; struct curl_slist* headers NULL; curl_global_init(CURL_GLOBAL_DEFAULT); curl curl_easy_init(); if (curl) { // 设置目标URL curl_easy_setopt(curl, CURLOPT_URL, url); // 设置POST请求和JSON数据 curl_easy_setopt(curl, CURLOPT_POSTFIELDS, json_payload); // 设置HTTP头告诉服务器我们发送的是JSON headers curl_slist_append(headers, Content-Type: application/json); curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headers); // 设置接收响应数据的回调函数和存储结构 chunk-memory malloc(1); chunk-size 0; curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, WriteMemoryCallback); curl_easy_setopt(curl, CURLOPT_WRITEDATA, (void*)chunk); // 设置超时时间单位秒嵌入式环境下网络可能不稳定 curl_easy_setopt(curl, CURLOPT_TIMEOUT, 10L); // 执行请求 res curl_easy_perform(curl); // 检查请求是否成功 if (res ! CURLE_OK) { fprintf(stderr, curl_easy_perform() 失败: %s\n, curl_easy_strerror(res)); } // 清理libcurl资源 curl_easy_cleanup(curl); curl_slist_free_all(headers); } curl_global_cleanup(); return (res CURLE_OK) ? 0 : 1; // 返回0表示成功 }2.5 解析OCR返回的结果服务器会返回一个JSON我们需要从中提取信息。假设返回格式类似{text: 识别出的文字, boxes: [[x1,y1,x2,y2], ...]}。void parse_ocr_response(const char* json_response) { cJSON* root cJSON_Parse(json_response); if (!root) { const char* error_ptr cJSON_GetErrorPtr(); if (error_ptr ! NULL) { fprintf(stderr, JSON解析错误: %s\n, error_ptr); } return; } // 提取识别文本 cJSON* text_item cJSON_GetObjectItem(root, text); if (cJSON_IsString(text_item) (text_item-valuestring ! NULL)) { printf(识别出的文本: %s\n, text_item-valuestring); } // 提取文字位置框如果存在 cJSON* boxes cJSON_GetObjectItem(root, boxes); if (cJSON_IsArray(boxes)) { printf(文字位置框 (x1, y1, x2, y2):\n); cJSON* box; int box_index 0; cJSON_ArrayForEach(box, boxes) { if (cJSON_IsArray(box) cJSON_GetArraySize(box) 4) { cJSON* x1 cJSON_GetArrayItem(box, 0); cJSON* y1 cJSON_GetArrayItem(box, 1); cJSON* x2 cJSON_GetArrayItem(box, 2); cJSON* y2 cJSON_GetArrayItem(box, 3); printf( 框[%d]: [%d, %d, %d, %d]\n, box_index, x1-valueint, y1-valueint, x2-valueint, y2-valueint); } } } cJSON_Delete(root); // 释放JSON对象内存 }2.6 把所有零件组装起来主函数最后我们在main函数里把上面的流程串起来。int main(int argc, char* argv[]) { const char* image_filename test.jpg; // 你的测试图片 const char* ocr_server_url http://your-ocr-server:port/v1/ocr; // 替换为你的OCR服务地址 printf(1. 正在加载并编码图片...\n); char* base64_image load_image_as_base64(image_filename); if (!base64_image) { return 1; // 出错退出 } printf(2. 正在构建JSON请求...\n); char* json_payload build_request_json(base64_image); free(base64_image); // 编码数据已存入JSON可以释放 printf(3. 正在调用OCR API...\n); struct MemoryStruct response_chunk; if (call_ocr_api(ocr_server_url, json_payload, response_chunk) ! 0) { free(json_payload); return 1; // 网络请求失败 } free(json_payload); // 请求已发送释放JSON内存 printf(4. 解析识别结果...\n); if (response_chunk.memory) { parse_ocr_response(response_chunk.memory); free(response_chunk.memory); // 释放响应数据内存 } else { printf(未收到响应数据。\n); } printf(5. 完成\n); return 0; }3. 编译、运行与问题排查代码都有了怎么让它跑起来呢3.1 如何编译这个程序假设你的代码文件叫glm_ocr_demo.c并且cJSON.c和cJSON.h放在同一个目录下你可以用类似下面的命令来编译gcc -o glm_ocr_demo glm_ocr_demo.c cJSON.c -lcurl -lm解释一下这个命令gcc编译器。-o glm_ocr_demo指定输出的可执行文件名字。glm_ocr_demo.c cJSON.c编译我们自己的主代码和cJSON库的代码。-lcurl链接libcurl库。-lm链接数学库某些环境下cJSON可能需要。3.2 运行它编译成功后在当前目录下会生成一个叫glm_ocr_demo的文件Windows下可能是.exe。在运行前请确保将代码中的http://your-ocr-server:port/v1/ocr替换成你真实的OCR服务地址。将test.jpg替换成你准备好的图片文件名或者把图片放到程序同级目录下并命名为test.jpg。然后在终端里运行./glm_ocr_demo如果一切顺利你应该能看到程序一步步执行的提示并最终打印出识别出的文字。3.3 可能会遇到的坑第一次运行很可能不会一帆风顺这里有几个常见问题和解决思路编译错误找不到curl/curl.h问题说明libcurl的开发包没装好。解决回头检查1.1节用系统包管理器正确安装libcurl4-openssl-dev或类似名称的包。编译错误cJSON.h找不到问题cJSON.h文件不在当前目录或者编译命令里没包含cJSON.c。解决确保cJSON.c和cJSON.h和你的glm_ocr_demo.c在同一个文件夹。检查编译命令是否正确包含了cJSON.c。运行时报错或没反应问题网络连接失败、OCR服务地址不对、服务未启动、或者请求格式不符合服务端要求。解决检查地址用ping或curl命令先手动测试一下你的OCR服务地址是否能通。检查格式这是最容易出错的地方我们的示例代码假设服务端接收{image: base64_string}这种JSON格式。但你的GLM-OCR服务可能要求图片以multipart/form-data形式上传或者JSON的字段名是image_data。务必查阅你的OCR服务提供的API文档调整build_request_json函数中的字段名和结构。查看日志查看OCR服务端的日志看它收到了什么请求为什么拒绝或出错。简化测试可以先用curl命令行工具手动构造一个请求发给服务端确保API本身是工作的。例如curl -X POST http://your-server/ocr -H Content-Type: application/json -d {image:your_base64_string}Base64编码问题问题示例中的base64_encode函数是个空壳。解决你需要一个真正的Base64编码实现。可以考虑使用libb64这样的专用库。使用OpenSSL库中的BIO_f_base64()相关函数。在网上找一个经过验证的、轻量级的C语言Base64编码代码集成到你的项目中。4. 总结走完这一趟你应该已经掌握了在C语言环境下通过HTTP API调用远程AI服务的基本套路。这个过程的核心无非就是数据准备图片转Base64、网络通信libcurl发POST请求、数据解析cJSON读返回结果这三板斧。对于嵌入式应用来说这种将计算密集型的OCR任务放在远程服务器或网关设备端只负责采集图片和通信的思路是非常经典且实用的架构。它能让资源受限的嵌入式设备也能享受到大模型强大的视觉能力。当然这只是一个起点。在实际项目中你可能还需要考虑更多比如网络异常的重试机制、请求的异步处理、结果的本地缓存、更完善的内存管理等等。但有了这个基础示例你已经有了一个可以运行的原型完全可以把它集成到你的树莓派项目、ESP32应用或者其他物联网设备程序中去尝试解决那些真实的、有趣的识别问题了。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。