ESP32-S3 CAM (OV3660) MicroPython 驱动与串流实战

ESP32-S3 CAM 刷入 MicroPython 摄像头固件、OV3660 拍照排坑及 HTTP MJPEG 局域网视频串流的完整过程。

September 7, 2026

/ UpdateSeptember 7, 2026

7 mins

1499 words

Loading views

ESP32 MicroPython 玩机

固件准备与烧录h2

折腾前先准备好工具链：

开发板：ESP32-S3 CAM N16R8（8 MB Octal PSRAM）+ OV3660 摄像头
烧录工具：esptool
代码交互：VS Code 搭配 MicroForge - VS Code ESP 系列开发工具，方便直接连接串口跑脚本和查看异常

这里有个坑：千万别图省事直接刷官方普通的 ESP32_GENERIC_S3 固件，里面没有编译 esp32-camera 驱动和软解模块。直接去 MicroPython Camera API 下载适配好 Freenove 的发布包：

mpy_cam-v1.27.0-FREENOVE_ESP32S3_CAM.zip

解压得到 firmware.bin。打开终端，把 COM10 换成你电脑识别到的实际串口，先全盘擦除 Flash 再写入固件：

# 1. 擦除 Flash
esptool --chip esp32s3 --port COM10 erase-flash

# 2. 写入固件
esptool --chip esp32s3 --port COM10 --baud 460800 write-flash 0x0 firmware.bin

烧录完成打开串口监视器复位开发板，看到类似下面的输出，确认识别出 ESP32-S3 且挂载了 8 MB PSRAM 即说明刷入成功：

引脚配置与拍照验证h2

Freenove ESP32-S3 CAM 的 OV3660 引脚映射如下，代码初始化时需要严格对应：

功能	GPIO
D0～D7	11, 9, 8, 10, 12, 18, 17, 16
VSYNC	6
HREF	7
PCLK	13
SDA/SIOD	4
SCL/SIOC	5
XCLK	15
PWDN	-1
RESET	-1

这颗 OV3660 如果在 MicroPython 中直接开启硬件 JPEG（PixelFormat.JPEG），极易抛出 Failed to capture initial frame 导致初始化崩溃。目前最稳定的方案是让传感器以 PixelFormat.RGB565 输出原始帧，再调用固件内置的 jpeg 模块做软件压缩编码。

将以下测试脚本保存为 camera_test.py，用 MicroForge 上传并运行：

import gc
import jpeg

from camera import Camera, PixelFormat, FrameSize, GrabMode


cam = Camera(
    data_pins=[11, 9, 8, 10, 12, 18, 17, 16],
    vsync_pin=6,
    href_pin=7,
    pclk_pin=13,
    sda_pin=4,
    scl_pin=5,
    xclk_pin=15,
    xclk_freq=20_000_000,
    pixel_format=PixelFormat.RGB565,
    frame_size=FrameSize.XGA,       # 1024x768；不稳定时改为 VGA
    fb_count=1,
    grab_mode=GrabMode.WHEN_EMPTY,
)

# OV3660 图像调节；这些属性在 v0.6.2 中可用
cam.sharpness = 1
cam.denoise = 1
cam.contrast = 1
cam.saturation = 0
cam.brightness = 0
cam.exposure_ctrl = True
cam.gain_ctrl = True
cam.whitebal = True
cam.awb_gain = True
cam.aec2 = True
cam.lenc = True
cam.bpc = True
cam.wpc = True
cam.raw_gma = True

# 丢弃启动后的不稳定画面（传感器刚通电需要给自动曝光和白平衡几帧收敛时间）
for _ in range(5):
    cam.capture()
    cam.free_buffer()

width = 512
height = 512

raw = cam.capture()
try:
    encoder = jpeg.Encoder(
        width=width,
        height=height,
        pixel_format="RGB565_BE",
        quality=92,
        rotation=0,
    )
    image = encoder.encode(raw)
finally:
    cam.free_buffer()

with open("/photo.jpg", "wb") as file:
    file.write(image)

print("照片保存成功:", len(image), "字节")
print("剩余内存:", gc.mem_free())

顺带一提，如果 XGA（1024×768）在抓取时偶发内存不足或丢帧，把分辨率切到 VGA 会轻量许多：

frame_size=FrameSize.VGA
width = 640
height = 480

拍摄成像质量受镜头焦距和光照影响明显。这类定焦摄像头出厂通常聚焦在 1～2 米位置，可对准带文字的物体轻微旋动镜头调焦（注意：若镜头螺纹被点胶锁死切勿大力硬拧）：

局域网视频串流h2

视频串流走的是经典的 HTTP MJPEG 方案，核心流向清晰明了：

RGB565 原生帧 → jpeg.Encoder 软件压缩 → multipart/x-mixed-replace 响应流 → 浏览器前端

分辨率建议首选 VGA（640×480）或 QVGA（320×240）。XGA 分辨率下 ESP32-S3 进行软件 JPEG 压缩负担较重，帧率会直接跌入幻灯片水平。

将以下代码保存为 main.py，填入你家里的 Wi-Fi 信息（ESP32 只支持 2.4 GHz 频段）后上传板子：

import gc
import time
import network
import socket
import jpeg

from camera import Camera, PixelFormat, FrameSize, GrabMode


WIFI_SSID = "你的WiFi名称"
WIFI_PASSWORD = "你的WiFi密码"

WIDTH = 640
HEIGHT = 480
JPEG_QUALITY = 88


def send_all(sock, data):
    view = memoryview(data)
    while len(view):
        count = sock.send(view)
        if not count:
            raise OSError("客户端断开")
        view = view[count:]


wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect(WIFI_SSID, WIFI_PASSWORD)

timeout = 20
while not wlan.isconnected() and timeout:
    time.sleep(1)
    timeout -= 1

if not wlan.isconnected():
    raise RuntimeError("Wi-Fi 连接失败")

ip = wlan.ifconfig()[0]
print("Wi-Fi IP:", ip)

cam = Camera(
    data_pins=[11, 9, 8, 10, 12, 18, 17, 16],
    vsync_pin=6,
    href_pin=7,
    pclk_pin=13,
    sda_pin=4,
    scl_pin=5,
    xclk_pin=15,
    xclk_freq=20_000_000,
    pixel_format=PixelFormat.RGB565,
    frame_size=FrameSize.VGA,
    fb_count=1,
    grab_mode=GrabMode.WHEN_EMPTY,
)

cam.sharpness = 1
cam.denoise = 1
cam.contrast = 1
cam.exposure_ctrl = True
cam.gain_ctrl = True
cam.whitebal = True
cam.awb_gain = True
cam.aec2 = True
cam.lenc = True
cam.bpc = True
cam.wpc = True
cam.raw_gma = True

encoder = jpeg.Encoder(
    width=WIDTH,
    height=HEIGHT,
    pixel_format="RGB565_BE",
    quality=JPEG_QUALITY,
    rotation=0,
)

for _ in range(5):
    cam.capture()
    cam.free_buffer()

server = socket.socket()
try:
    server.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
except Exception:
    pass
server.bind(("0.0.0.0", 80))
server.listen(1)

html = (
    "HTTP/1.1 200 OK\r\n"
    "Content-Type: text/html; charset=utf-8\r\n"
    "Connection: close\r\n\r\n"
    "<html><body style='margin:0;background:#111;text-align:center'>"
    "<img src='/stream' style='max-width:100%;height:auto'>"
    "</body></html>"
).encode()

print("浏览器访问: http://%s/" % ip)

while True:
    client = None
    try:
        client, address = server.accept()
        request = client.recv(1024)

        if b"GET /stream " not in request:
            send_all(client, html)
        else:
            send_all(client,
                b"HTTP/1.1 200 OK\r\n"
                b"Content-Type: multipart/x-mixed-replace; boundary=frame\r\n"
                b"Cache-Control: no-cache\r\n"
                b"Connection: close\r\n\r\n")

            while True:
                raw = cam.capture()
                try:
                    image = encoder.encode(raw)
                finally:
                    cam.free_buffer()

                header = ("--frame\r\n"
                          "Content-Type: image/jpeg\r\n"
                          "Content-Length: %d\r\n\r\n" % len(image)).encode()
                send_all(client, header)
                send_all(client, image)
                send_all(client, b"\r\n")
                del image
                gc.collect()

    except OSError as error:
        print("客户端断开:", error)
    except Exception as error:
        print("串流错误:", error)
    finally:
        if client:
            try:
                client.close()
            except Exception:
                pass

在同一局域网下的电脑或手机浏览器输入终端打印的 http://[设备IP]/，就能看到低延迟的实时监控画面：

避坑指南与排错调优h2

调试过程中遇到的几个常见问题与解决思路：

抓帧失败 Failed to capture initial frame：仔细核对 GPIO 引脚映射与 XCLK 时钟。推荐将 xclk_freq 固定在 20_000_000，抓帧模式设为 GrabMode.WHEN_EMPTY，帧缓冲数量 fb_count=1。排查时先换用 VGA 或 QVGA 分辨率定位是否为传感器供电或带宽问题。
格式报错 Format RGB565 not supported：调用内置 jpeg.Encoder 时，像素格式必须显式传大端序 "RGB565_BE"，不要写成 "RGB565"，否则编码器会因为不认识格式直接报错。
属性报错 Camera object has no attribute 'aec'：固件集成的 camera 库在 v0.6.2 版本对曝光控制属性做了重构，旧教程里的 cam.aec、cam.agc 和 cam.awb 已变更为：
```
cam.exposure_ctrl = True
cam.gain_ctrl = True
cam.whitebal = True
```
画面模糊与调参：QVGA 拉伸到全屏必然有马赛克，优先选用 VGA；JPEG_QUALITY 设在 88～92 之间能在体积和细节间取得平衡；开启 sharpness=1 与 denoise=1 可以压制暗部噪点；另外检查镜头出厂膜是否撕掉，并保证使用供电充沛的 5V 接口，供电不足极易引起图像杂波。
串流帧率调优策略：如果串流卡顿严重，可按阶梯降载：先将分辨率由 XGA 降为 VGA；再将 JPEG_QUALITY 从 88 降到 75～80；若网络条件严苛再考虑 QVGA。全程务必维持 fb_count=1，避免 PSRAM 缓冲和垃圾回收（GC）拖慢主循环。