项目目标
给 ESP32-S3 开发板接上 OV5640 摄像头模组，烧录程序后让摄像头连上 WiFi，手机或电脑用浏览器打开一个网址，就能看到清晰、流畅的实时视频画面。
硬件与工具
硬件
| 项目 | 型号 / 规格 |
|---|---|
| 主控板 | 02073 ESP32-S3 WROOM N16R8 摄像头开发板 |
| 主控芯片 | ESP32-S3-WROOM-1（QFN56，rev v0.2） |
| Flash | 16MB，Quad（4 数据线） |
| PSRAM | 8MB，Octal，AP Memory 3.3V 颗粒 |
| 摄像头模组 | OV5640，型号 FD5640 500W-V11，24-Pin FPC，带自动对焦 |
| USB 接口 | 两个 Type-C：原生 USB-Serial/JTAG ＋ CH343 转 UART0 |
板子把 ESP32-S3 所有 GPIO 引到两排 22Pin 排针（J1/J2），没有专用摄像头座，摄像头靠杜邦线手动接到排针上。
用到的工具
| 工具 | 用途 |
|---|---|
| esptool | 烧录 .bin 固件、查看芯片信息、读取 Flash ID |
| Arduino CameraWebServer | 官方摄像头联网直播示例源码 |
| arduino-cli | 本地重新编译固件（真实WiFi + 原生JPEG） |
| Python + pyserial | 排查"烧录成功但看不到串口输出"的问题 |
| ffmpeg / edge-tts | 剪辑教程视频、生成中文语音旁白 |
代码文件与引脚映射
CameraWebServer.ino— 主程序：初始化摄像头、连接 WiFi、启动网页服务器app_httpd.cpp— 网页服务器实现（视频流、拍照、参数调节接口）camera_pins.h— 各参考板型的摄像头引脚定义camera_index.h— 网页控制界面（压缩打包的 HTML/JS）partitions.csv— 自定义 Flash 分区表
摄像头引脚映射（CAMERA_MODEL_ESP32S3_EYE）
这组引脚正好避开了板子 USB 原生接口（GPIO19/20）和 UART0（GPIO43/44）占用的引脚，没有冲突。
开发板 & 代码要点讲解
ESP32-S3 是什么
ESP32-S3 双核主控，自带 WiFi + 蓝牙，比老款 ESP32 多一组向量指令，适合摄像头采集、网页预览和轻量图像处理这类应用。
PSRAM（8MB）是重点：摄像头一帧图像数据量很大，芯片自带的 320KB 内存放不下，必须靠外扩 PSRAM 做帧缓冲区，代码里 psramFound() 就是在检查这块内存在不在。
两个 USB 口是最大的坑：一个是芯片自带原生 USB，另一个是板上 CH343 芯片转出来的 UART0。这份程序默认走 UART0，插错口的话串口监视器会"完全没反应"——不是乱码，是彻底没输出。
代码里最关键的设置：pixel_format
| 取值 | 行为 | 结果 |
|---|---|---|
| PIXFORMAT_JPEG | 摄像头硬件直接输出压缩好的 JPEG | CPU 几乎不用干活，流畅 |
| PIXFORMAT_RGB565 | 输出原始像素，网页服务器每帧现场软件转码 | 非常吃 CPU，是卡顿根本原因 |
小技巧：主控制页面和视频流分成两个端口——主页面默认端口，视频流单独在 端口 81。想不带设置面板、全屏看画面，直接打开 http://<板子IP>:81/stream 即可。
OV5640 摄像头脚位资料
模组型号 FD5640 500W-V11，24-Pin FPC 排线接口：
| Pin | 信号 | 作用 | Pin | 信号 | 作用 |
|---|---|---|---|---|---|
| 1 | STROBE | 闪光灯触发 | 13 | MCLK | 主时钟 (XCLK) |
| 2 | AGND | 模拟地 | 14 | Y8 | 数据位 |
| 3 | SDA | SCCB 数据（控制参数） | 15 | DGND | 数字地 |
| 4 | AVDD | 模拟电源 | 16 | Y7 | 数据位 |
| 5 | SCL | SCCB 时钟 | 17 | PCLK | 像素时钟 |
| 6 | RESET | 复位 | 18 | Y6 | 数据位 |
| 7 | VSYNC | 帧同步 | 19 | Y2 | 数据位 |
| 8 | PWDN | 掉电控制 | 20 | Y5 | 数据位 |
| 9 | HREF | 行同步 | 21 | Y3 | 数据位 |
| 10 | DVDD | 数字电源 | 22 | Y4 | 数据位 |
| 11 | DOVDD | 数字IO电源 | 23 | AFVDD | 自动对焦电源 |
| 12 | Y9 | 数据位 | 24 | AF-GND | 自动对焦地 |
这套接口叫 DVP（数字视频并口）：MCLK 给摄像头"打拍子"，摄像头按拍子把每行/每帧图像通过 VSYNC/HREF/PCLK 加上 8 根数据线（Y2~Y9）并行传给主控；SDA/SCL 单独用来"发指令"（调分辨率、亮度等）。
关于 OV5640 画质 / 发热的网上争议
网上对 OV5640 评价两极分化，有人说"720P 都能卡成 PPT，1080P 直接烫手，效果不如 OV2640"。这个争议有依据，但不完全适用于我们的场景：
网上的说法
500万像素 + 自动对焦马达，功耗发热天然更高；esp32-camera 驱动库最初主要针对 OV2640 调优，高分辨率下兼容性没那么成熟，容易卡顿甚至发烫。
我们的实测
全程测试都在 QQVGA / QVGA / VGA 这种中低分辨率，没有拉到 720P 以上，实测流畅清晰；没有做过和 OV2640 的直接对比，也不假设这颗模组一定没问题——如实记录，不下过头的结论。
完整踩坑过程
烧录成功，但看不到任何串口输出
固件烧录校验都通过，但 Python/pyserial 读串口全是空的，一度怀疑摄像头接线不对导致程序卡死。换简单测试程序（WiFiScan）依然没输出，排除了摄像头程序本身的问题。
Serial.print() 其实走 UART0 → CH343 → 另一个 USB 口，跟当时监听的口不是一回事。换插另一个口，问题解决。WiFi 账号密码写死在固件里
固件里是原作者的占位值（sparkleiot / 12345678），板子一直卡在"连接 WiFi"，串口反复打印 .....。
验证摄像头画面
在同一 WiFi 下浏览器打开串口打印的 IP，进入摄像头控制页面点击 Start Stream，确认摄像头本身、接线、初始化全部正常。
画面卡顿
固件里 pixel_format 设成了 PIXFORMAT_RGB565，每一帧都要现场用软件转成 JPEG，非常吃 CPU。
PIXFORMAT_JPEG，配合 8MB PSRAM 双缓冲。arduino-esp32 3.x 编译报错
示例代码是配合较老的 2.x 核心写的，用 3.3.10 编译报了两个错：人脸检测头文件 human_face_detect_msr01.hpp 已不随核心库分发；ledcSetup()/ledcAttachPin() 旧版 LEDC API 已被替换。
CONFIG_ESP_FACE_DETECT_ENABLED、CONFIG_LED_ILLUMINATOR_ENABLED 设成 0，跳过这两段代码。正式版：真实 WiFi + 原生 JPEG
重新编译烧录后，实测 VGA(640×480) 分辨率下画面清晰流畅，不再需要"改热点名字"这个临时办法。人像和小字体清晰度也做了实测（如实展示，包括仍然偏糊的部分）。
当前状态
视频与 B 站发布素材
教程视频（配音版）
ESP32S3_OV5640_教程视频_配音版.mp4 — 约 2 分 43 秒，720×1280 竖屏，中文语音旁白（Edge TTS zh-CN-XiaoxiaoNeural），每段视频时长按旁白实际播放时长精确匹配，音画同步。
封面
标题
ESP32-S3 接 OV5640 摄像头教程：配置、引脚、出图全记录（真实踩坑）
简介
用一块 ESP32-S3 开发板接上 OV5640 摄像头模组，做一个能在浏览器里实时看画面的联网摄像头项目。 视频内容： - 板子和摄像头硬件介绍 - OV5640 的 DVP 接口和引脚讲解 - 代码里最关键的设置项（JPEG vs RGB565，直接决定卡不卡） - 真实踩坑过程：串口选错口、WiFi账号写死在固件里、画面卡顿怎么优化 - 从最初的临时方案到最终正式版（真实WiFi+原生JPEG）的完整升级过程 - 人像效果和小字体清晰度实测（如实展示，不回避问题） 完整代码、接线图、详细踩坑记录见评论区置顶。 入门向，有不对的地方欢迎指正～