OV2640 摄像头实战：拍照、视频流与 AI 视觉

📅 2026-05-20 · 📂 硬件编程 · ⏱ 阅读约 5 分钟

📺 B站推荐视频：Python+ESP32-CAM 摄像头拍照录像

概述

给 ESP32 装上眼睛。OV2640 是 ESP32-CAM 标配的 200 万像素摄像头，支持 JPEG 压缩输出。通过 WiFi 把视频流推送到手机浏览器，即可实现远程监控、智能门铃、AI 物体识别。

物料清单

物料	型号/参数	参考价格
ESP32-CAM 开发板	AI-Thinker ESP32-CAM（含 OV2640）	~30元
USB-TTL 烧录器	CH340G / CP2102	~8元
MicroSD 卡（可选）	4GB+ Class10	~15元
5V 电源	MicroUSB 5V 2A（电流不够会花屏）	~10元

接线与烧录

🔌 烧录接线

  USB-TTL      ESP32-CAM
  5V     ────  5V
  GND    ────  GND
  TX     ────  U0R
  RX     ────  U0T
  —      ────  IO0→GND (烧录时短接, 烧完断开)

💡 烧录步骤
1. IO0 接 GND → 2. 上电 → 3. 点击 Upload → 4. 完成后拔掉 IO0-GND → 5. 按 RST 重启

基础代码：拍照保存到 SD 卡

// 初始化摄像头 + 拍照保存
#include "esp_camera.h"
#include "SD_MMC.h"

camera_config_t config;
config.ledc_channel = LEDC_CHANNEL_0;
config.pin_d0 = 5; // AI-Thinker 引脚配置(略)
config.frame_size = FRAMESIZE_SVGA;  // 800x600
config.pixel_format = PIXFORMAT_JPEG;
config.jpeg_quality = 12;  // 0-63, 越小越好

esp_camera_init(&config);
SD_MMC.begin();
camera_fb_t *fb = esp_camera_fb_get();
File file = SD_MMC.open("/photo.jpg", FILE_WRITE);
file.write(fb->buf, fb->len);
file.close();
esp_camera_fb_return(fb);

进阶：WiFi 视频流推送到浏览器

// 核心：WebServer 返回 JPEG 帧
#include <WebServer.h>
WebServer server(80);

void handleJPEG() {
  camera_fb_t *fb = esp_camera_fb_get();
  server.send_P(200, "image/jpeg", (const char*)fb->buf, fb->len);
  esp_camera_fb_return(fb);
}
server.on("/jpeg", handleJPEG);
server.on("/", []() { server.send(200, "text/html", "<img src='/jpeg' style='width:100%'/>"); });
server.begin();

手机访问 http://ESP32_IP 即可看到实时画面，帧率约 5-10fps。

实战场景一：智能门铃

场景：有人按门铃时自动拍照并上传到手机。物料：ESP32-CAM（30元）+ 按钮 + 蜂鸣器（5元）。应用：结合之前 Day7 的 HTTP Client 把照片 POST 到服务器，或通过 BLE 发送通知到手机 App。

实战场景二：AI 物体识别

场景：识别面前是什么物体（人、猫、车等）。应用：ESP32-CAM 拍照后通过 WiFi 上传到云端 AI 服务（百度AI的EasyDL或Edge Impulse），返回结果显示在 TFT 屏幕上（Day19）。进阶：ESP32-S3 带神经网络加速器，可本地运行轻量级 TensorFlow Lite 模型。

常见问题

⚠️ 烧录失败 — 确认 IO0 接 GND，先按住 RST 再松开。

⚠️ 画面花屏/条纹 — 供电不足！必须用 5V 2A 独立电源，不要从烧录器的 3.3V 取电。

⚠️ 视频流卡顿 — 降低分辨率到 FRAMESIZE_QVGA（320×240），jpeg_quality 调到 20-30。