用Arduino IDE玩转ESP32-CAM：从视频推流到人脸考勤系统的完整开发日志-育师

用Arduino IDE玩转ESP32-CAM：从视频推流到人脸考勤系统的完整开发日志

去年秋天，我在一所中学的创客社团里带着学生们折腾ESP32-CAM，原本只是想做个简单的无线监控，没想到一路踩坑、优化，最后竟然捣鼓出了一套能用在教室门口的人脸考勤系统。整个过程就像拼乐高，从最基础的视频流传输开始，一步步解决WiFi断连、图像模糊、数据存储这些实际问题，最终让这个小板子真正“跑”了起来。如果你手头正好有块ESP32-CAM，或者对物联网硬件开发感兴趣，这篇日志或许能帮你少走不少弯路。

1. 硬件选型与开发环境搭建：从零开始的“第一课”

ESP32-CAM这块小板子，乍一看其貌不扬，但麻雀虽小五脏俱全。核心是一颗ESP32-S芯片，集成了Wi-Fi和蓝牙，搭配一颗OV2640摄像头传感器，还有一个MicroSD卡槽。它的魅力在于，用极低的成本（通常几十元）就能实现图像采集、处理和网络传输，非常适合教育场景和原型开发。

不过，拿到手的第一关就是给它“灌程序”。ESP32-CAM没有内置USB转串口芯片，所以你需要一个USB转TTL串口模块（比如常见的CH340G、CP2102模块）来连接电脑。接线时务必小心，3.3V对3.3V，GND对GND，TX接RX，RX接TX。最关键的一步是，烧录时必须将GPIO0引脚接地（GND），让模块进入下载模式；烧录完成后，断开GPIO0与GND的连接，再按一下复位键（RST），模块才会正常运行。

开发环境我首选Arduino IDE，因为它对新手更友好，社区资源也丰富。设置步骤如下：

添加开发板管理器网址：打开Arduino IDE，依次点击文件 -> 首选项，在“附加开发板管理器网址”中输入：
```
https://espressif.github.io/arduino-esp32/package_esp32_index.json
```
你可以添加多个网址，用逗号分隔。
安装ESP32开发板支持包：点击工具 -> 开发板 -> 开发板管理器，搜索“esp32”，找到由Espressif Systems发布的版本并安装。安装过程可能需要几分钟，取决于你的网络环境。
选择正确的开发板和配置：安装完成后，在工具 -> 开发板中选择AI Thinker ESP32-CAM。如果列表里没有，可以选择ESP32 Wrover Module，两者的核心配置是兼容的。接着，进行关键的分区设置：工具 -> Partition Scheme（分区方案） -> Huge APP（3MB No OTA）。这是因为后续的人脸识别库需要较大的程序空间。

注意：如果编译时提示PSRAM相关错误，请确保在工具 -> PSRAM选项中选择了Enabled。ESP32-CAM板载了4MB PSRAM（伪静态随机存储器），对于处理图像数据至关重要。

2. OV2640摄像头驱动与视频流服务器部署

环境搭好，接下来就是让摄像头“睁眼”。乐鑫官方在Arduino核心库中提供了一个非常强大的示例：CameraWebServer。你可以在文件 -> 示例 -> ESP32 -> Camera中找到它。

这个示例代码几乎是一个开箱即用的视频流服务器，但我们得根据ESP32-CAM的硬件进行微调。主要修改两处：

选择正确的摄像头型号：在代码开头，找到定义摄像头模型的部分，注释掉其他型号，只启用CAMERA_MODEL_AI_THINKER。
```
// #define CAMERA_MODEL_WROVER_KIT #define CAMERA_MODEL_AI_THINKER // #define CAMERA_MODEL_M5STACK_PSRAM // ... 其他型号
```
配置Wi-Fi凭证：找到ssid和password变量，填入你的无线网络名称和密码。
```
const char* ssid = "你的Wi-Fi名称"; const char* password = "你的Wi-Fi密码";
```

编译上传后，打开串口监视器（波特率115200），你会看到模块获取到的本地IP地址。在浏览器中输入这个IP，一个功能丰富的Web控制页面就出现了。你可以实时查看视频流、调整分辨率、拍照，甚至进行基础的人脸检测。

图像质量调优实战： OV2640支持多种分辨率和图像格式，但在资源有限的ESP32上需要权衡。对于视频流，FRAMESIZE_QVGA（320x240）或FRAMESIZE_VGA（640x480）是不错的起点，能在流畅度和清晰度间取得平衡。在camera_config_t结构体中，你可以调整jpeg_quality（范围0-63，数值越小质量越高但数据量越大）和frame_size。

我常用的一个平衡配置如下：

config.frame_size = FRAMESIZE_VGA; // 640x480 config.jpeg_quality = 12; // 中等画质 config.fb_count = 2; // 使用双缓冲，提升流畅度

如果画面出现条纹或颜色异常，可能是时钟频率不匹配。可以尝试调整config.xclk_freq_hz，常见值为20000000（20MHz）。

3. 提升Wi-Fi连接稳定性的工程实践

在校园环境中部署，Wi-Fi稳定性是个大挑战。ESP32-CAM位置固定，但信号干扰、路由器负载波动都会导致视频流卡顿甚至断开。经过多次测试，我总结出几个有效的优化策略：

策略一：增强信号与重连机制首先，确保ESP32-CAM的天线（板载PCB天线）方向尽量朝向路由器。如果信号弱，可以考虑外接一根IPEX接口的2.4GHz天线。在代码层面，Arduino的WiFi库有自动重连功能，但我们可以做得更健壮：

#include <WiFi.h> void connectToWiFi() { WiFi.begin(ssid, password); WiFi.setSleep(false); // 关闭Wi-Fi休眠，保持连接活跃 int retryCount = 0; while (WiFi.status() != WL_CONNECTED && retryCount < 20) { delay(500); Serial.print("."); retryCount++; } if (WiFi.status() == WL_CONNECTED) { Serial.println("\nWiFi连接成功！"); Serial.print("IP地址: "); Serial.println(WiFi.localIP()); } else { Serial.println("\nWiFi连接失败，即将重启..."); ESP.restart(); // 连接失败则重启设备 } }

在setup()函数中调用此函数，并在loop()中定期检查连接状态，如果断开则尝试重连。

策略二：优化TCP/IP栈与缓冲区视频流传输对网络实时性要求高。我们可以调整一些底层参数来减少延迟和丢包。这需要用到esp_wifi和tcpip_adapter的API（需包含esp_wifi.h和tcpip_adapter.h）。一个关键的设置是增加TCP发送缓冲区大小：

// 在WiFi连接成功后调用 void optimizeWiFiStack() { // 设置Wi-Fi模式为STA（站点模式），并配置参数 wifi_init_config_t cfg = WIFI_INIT_CONFIG_DEFAULT(); esp_wifi_init(&cfg); // 设置TCP发送窗口大小（单位：字节） // 默认可能较小，增大它可以改善视频流传输 int sock = socket(AF_INET, SOCK_STREAM, IPPROTO_TCP); int send_buf_size = 29200; // 可根据需要调整 setsockopt(sock, SOL_SOCKET, SO_SNDBUF, &send_buf_size, sizeof(send_buf_size)); close(sock); }

策略三：应对多设备干扰校园Wi-Fi往往连接设备众多。将ESP32-CAM连接到专用的2.4GHz频段网络（避免使用5GHz，ESP32-CAM只支持2.4GHz），并在路由器后台为其设置静态IP地址，可以减少DHCP协商时间。如果可能，使用Wi-Fi分析工具（如手机APP“WiFi Analyzer”）选择一个相对空闲的信道。

4. 实现本地人脸识别与考勤逻辑

CameraWebServer示例提供了人脸检测（Face Detection）功能，但这只是框出人脸，并非识别特定个体。要实现考勤，我们需要人脸识别（Face Recognition），即判断“这是谁”。ESP32的官方人脸识别库是ESP-WHO，但它通常基于ESP-IDF框架，对Arduino用户不够友好。不过，社区有移植版本和简化方案。

一个可行的思路是：在ESP32-CAM上运行轻量级的人脸检测模型，将检测到的人脸图像通过Wi-Fi发送到性能更强的设备（如树莓派、本地服务器甚至云端）进行识别。但对于离线、低成本的校园考勤系统，我们更希望它在ESP32上独立完成。

方案选择：基于ESP32-CAM的轻量级本地识别经过筛选，我选择了一个基于TensorFlow Lite Micro和Face Recognition Library for ESP32的变种方案。核心步骤是：

采集人脸样本（注册）：通过Web界面，让被考勤人员面对摄像头，系统采集多张（如5-10张）不同角度的面部图像，提取特征并保存到MicroSD卡或ESP32的Flash中。
训练微型模型：在ESP32上，使用采集的特征数据训练一个简单的分类器（如K-近邻算法）。这个过程计算量不大，可以在设备启动时完成。
实时识别与考勤：当有人出现在摄像头前，系统检测人脸，提取特征，与已注册的特征库进行比对。如果匹配度超过阈值（如90%），则记录该人员ID和时间戳。

代码结构概览：主循环 (loop函数) 可能包含以下步骤：

void loop() { camera_fb_t * fb = esp_camera_fb_get(); // 获取一帧图像 if (!fb) { Serial.println("摄像头抓帧失败"); return; } // 步骤1: 人脸检测 std::vector<face_box_t> faces = detect_faces(fb->buf, fb->width, fb->height); if (faces.size() > 0) { // 取最大的人脸框（假设最靠近摄像头的是考勤者） face_box_t primary_face = faces[0]; // 步骤2: 对齐并裁剪人脸区域 uint8_t *aligned_face = align_and_crop_face(fb, primary_face); // 步骤3: 提取人脸特征（128维向量） float face_embedding[128]; extract_face_features(aligned_face, face_embedding); // 步骤4: 与数据库比对 int matched_id = -1; float confidence = compare_with_database(face_embedding, &matched_id); // 步骤5: 判断与记录 if (confidence > RECOGNITION_THRESHOLD && matched_id != -1) { Serial.printf("识别成功！ID: %d, 置信度: %.2f\n", matched_id, confidence); record_attendance(matched_id); // 记录考勤 delay(5000); // 识别成功后，延迟几秒防止重复记录 } else { Serial.println("未识别到已注册人员或置信度过低。"); } free(aligned_face); } esp_camera_fb_return(fb); // 释放图像缓冲区 delay(100); // 控制循环频率 }

其中，detect_faces,extract_face_features等函数需要依赖相应的人脸识别库实现。你可以从GitHub上寻找如ESP-Face或TensorFlow Lite Micro for ESP32的Arduino兼容库。

考勤数据记录：识别成功后，需要将记录保存下来。最简单的办法是写入MicroSD卡，格式可以是CSV：

#include <SD.h> #include <SPI.h> void record_attendance(int person_id) { File dataFile = SD.open("/attendance.csv", FILE_APPEND); if (dataFile) { // 格式：时间戳, 人员ID dataFile.print(millis()); // 或使用更精确的RTC时间 dataFile.print(","); dataFile.println(person_id); dataFile.close(); Serial.println("考勤记录已保存。"); } else { Serial.println("无法打开考勤文件！"); } }

在setup()中，你需要初始化SD卡：SD.begin(SS)，其中SS是ESP32-CAM连接SD卡槽的片选引脚（通常是GPIO4）。

5. 系统集成、数据持久化与功耗考量

一个完整的考勤系统不仅仅是识别和记录，还需要考虑数据导出、长期运行稳定性以及功耗。

数据持久化与导出：上述的CSV文件会不断增长。我们可以按日期分割文件，例如每天创建一个新文件attendance_20250615.csv。ESP32-CAM可以通过Web服务器提供一个简单的管理页面，允许管理员查看最近的记录，或者将整个CSV文件打包下载。甚至可以定时（如每天午夜）通过HTTP POST将数据发送到指定的服务器。

系统状态监控与看门狗：为了确保系统7x24小时稳定运行，必须加入硬件看门狗（WDT）和软件自恢复机制。ESP32内置了看门狗定时器：

#include <esp_task_wdt.h> void setup() { // ... 其他初始化 esp_task_wdt_init(10, true); // 看门狗超时时间10秒 esp_task_wdt_add(NULL); // 将当前任务加入看门狗监控 } void loop() { esp_task_wdt_reset(); // 定期“喂狗”，表示程序运行正常 // ... 主循环逻辑 }

如果主循环卡死超过10秒，看门狗会自动重启系统。

功耗优化实战： ESP32-CAM在全速运行（Wi-Fi活跃、摄像头开启、持续推流）时，电流可能达到200mA以上。对于插电应用问题不大，但如果想用电池，就必须优化。

深度睡眠模式：考勤系统通常只在特定时段（如上下课时间）需要工作。我们可以让ESP32-CAM在非工作时段进入深度睡眠（Deep Sleep），此时电流可降至10μA级别。通过外部RTC定时器或网络时间协议（NTP）唤醒。
间歇性工作：即使在工作时段，也不必持续识别。可以设置为每5秒唤醒一次摄像头，采集一帧图像进行识别，然后立即关闭摄像头并让CPU进入轻度睡眠（Light Sleep）。
Wi-Fi节能模式：WiFi.setSleep(true)可以启用Wi-Fi的节能模式，但这可能会增加延迟，需要根据实际网络情况测试。

一个简单的深度睡眠循环示例：

#define WORK_DURATION 300000 // 工作5分钟 (300秒 * 1000毫秒) #define SLEEP_DURATION 1800000 // 睡眠30分钟 void loop() { unsigned long startTime = millis(); // 进入工作模式：开启摄像头、连接Wi-Fi、执行考勤逻辑 performAttendanceDuty(); // 工作一段时间后，准备睡眠 Serial.println("工作周期结束，进入深度睡眠..."); // 关闭外设以省电 esp_camera_deinit(); WiFi.disconnect(true); WiFi.mode(WIFI_OFF); // 配置唤醒源为定时器，并进入深度睡眠 esp_sleep_enable_timer_wakeup(SLEEP_DURATION * 1000); // 微秒单位 esp_deep_sleep_start(); // 程序在此停止，直到被定时器唤醒后从setup()重新开始 }

外壳设计与部署建议：最后，给这个小系统一个“家”很重要。3D打印一个带透明窗的小盒子，既能保护电路，又能让摄像头正常工作。部署时，注意以下几点：