我把 PP-OCRv6 做成了一个绿色版 C++ HTTP OCR 服务：解压即用，C#、Java、Python 都能调

说明

最近一直在整理 OCR 推理项目，这次做了一个更适合实际部署和客户集成的版本：

lw.OpenCVDNN.PPOCR.HttpServer

它是一个基于 C++ 开发的 PP-OCR HTTP 服务，底层使用 OpenCV 5 DNN 做 OCR 推理，默认集成 PP-OCRv6 tiny 模型。程序提供 HTTP 接口，客户端只需要把图片转成 base64 上传，就可以拿到识别文本、坐标、置信度和 OCR 耗时。

更重要的是，这次做成了绿色部署包：

解压即可运行，不需要安装复杂环境。

效果

它解决了什么问题

很多 OCR 项目在演示时很好用，但真正交付给客户时，经常会遇到这些问题：

环境依赖复杂
需要安装 Python、CUDA、ONNX Runtime、各种运行库，新手很容易卡在环境配置上。
调用语言受限
如果只提供 C++ DLL，C# 可以调，但 Java、Python、Web 系统接入还要再封装一层。
部署不够友好
客户希望拿到一个文件夹，双击或者注册服务就能跑，而不是重新编译源码。
不方便测试
接口服务启动后，如果没有测试页面，还要额外写 Postman、Python 脚本去验证。

所以这次我把 OCR 推理能力封装成了一个 HTTP 服务。

项目特点

lw.OpenCVDNN.PPOCR.HttpServer 主要包含这些能力：

C++ 原生 HTTP 服务
使用 OpenCV 5 DNN 推理
默认 PP-OCRv6 tiny 模型
CPU 推理，不依赖 GPU
base64 图片上传
返回识别文本、坐标、置信度、耗时
内置 HTML 测试页面
支持 Windows 服务
支持开机自启动
spdlog 日志记录
绿色部署包，带 C++ 运行时

整个服务启动后，浏览器访问：

http://127.0.0.1:8080/

就可以打开测试页面，选择图片，点击识别，页面会显示 OCR 结果，并自动绘制文本框。

接口设计

OCR 接口非常简单：

POST /api/ocr
Content-Type: application/json

请求内容：

{
  "imageBase64": "data:image/jpeg;base64,..."
}

返回内容：

{
  "code": 0,
"msg": "ocr success",
"elapsed_ms": 228,
"image_width": 1280,
"image_height": 720,
"results": [
    {
      "text": "识别文本",
      "score": 0.99,
      "x1": 10,
      "y1": 20,
      "x2": 200,
      "y2": 20,
      "x3": 200,
      "y3": 50,
      "x4": 10,
      "y4": 50
    }
  ]
}

这样的接口形式，对接非常方便。

C# 可以调，Java 可以调，Python 可以调，前端也可以直接调。

绿色部署包

这次整理后的部署包结构大致如下：

lw.OpenCVDNN.PPOCR.HttpServer
├─ lw.OpenCVDNN.PPOCR.HttpServer.exe
├─ lw.OpenCVDNN.PPOCRSharp.dll
├─ opencv_world500.dll
├─ C++运行时DLL
├─ inference
├─ www
├─ scripts
├─ README.md
├─ 使用说明.md
└─ 绿色部署包说明.md

其中 inference 目录放模型文件，www 目录放测试页面，scripts 目录放启动和服务安装脚本。

控制台运行：

lw.OpenCVDNN.PPOCR.HttpServer.exe --port 8080

安装成 Windows 服务：

scripts\install_service.bat

卸载服务：

scripts\uninstall_service.bat

也可以指定端口：

scripts\install_service.bat 18080

这种方式比较适合客户现场部署，也适合把 OCR 能力挂到业务系统旁边作为独立服务。

为什么选择 OpenCV DNN

这版主要目标不是追求极限性能，而是追求部署简单、依赖清晰、方便学习。

OpenCV DNN 的优点是：

依赖少
Windows 部署方便
C++ 集成简单
不需要额外推理框架运行环境
适合 CPU 场景
对新手更友好

对于很多普通 OCR 业务，比如票据、证件、表格截图、软件截图、拍照识别等，CPU 版本已经可以满足不少场景。

如果后续追求更高性能，还可以继续扩展 ONNX Runtime、OpenVINO、TensorRT 等版本。

适合哪些人

这个项目比较适合：

想学习 PP-OCR C++ 部署的开发者
想把 OCR 封装成 HTTP 服务的开发者
C#、Java、Python 项目需要快速接 OCR 的团队
不想折腾 Python 环境的 Windows 用户
需要绿色部署、客户现场交付的项目
想研究 OpenCV 5 DNN 推理的朋友

目前验证效果

当前绿色包已经完成实际测试：

/health 正常
/api/ocr 测试成功
PP-OCRv6 tiny 模型
返回 22 个识别结果
OCR 耗时约 200ms+

实际速度会受到图片大小、CPU 性能、模型选择、检测参数等影响。

默认使用的是 PP-OCRv6 tiny，如果需要更高精度，也可以切换到 small 模型。

总结

这次的 lw.OpenCVDNN.PPOCR.HttpServer 重点不是做一个“大而全”的 OCR 平台，而是做一个简单、清晰、可部署、方便集成的 OCR 服务。

它的定位很明确：

一个可以直接交付、可以快速测试、可以被各种语言调用的 C++ OCR HTTP 服务。

对于想学习 OCR 工程化部署的朋友，也可以从这个项目开始，看清楚一个 OCR 服务从模型、推理、接口、日志、网页测试到 Windows 服务部署的完整流程。

下载

通过网盘分享的文件：lw.OpenCVDNN.PPOCR.HttpServer 链接: https://pan.baidu.com/s/1n1p0xn_Ss_BRLwN0DN3oFg 提取码: 9ii4