這篇文章將會接續上一篇「Camera Web Server 相機應用（Part 1）」。
教學原文參考：手把手教學 Camera Web Server 相機應用
除了前面提及的相機參數設定與預覽之外，此範例也提供 HTTP API 可以直接透過網址呼叫進行指令操作、影像串流或是影像截圖。在網址列輸入「http://<IP>:81/stream」，即可用串流的方式顯示影像，影像會如同前頁所設定的參數（如解析度、畫質等）呈現。這種方式的好處就是可以串接給其他系統進行使用，像是接入 Home Assistant 智慧家庭系統，就能讓它變成一個監視器裝置，後續有機會我們會將此應用獨立做一篇教學文與大家分享。
若是在網址列輸入「http://<IP>/capture」則可以顯示 JPG 格式的影像截圖，除了能儲存圖片檔案，也能方便其他軟體呼叫此 API 來取得 Pixel:Bit 上的即時影像截圖。若要抓取 BMP 格式的截圖則使用「http://<IP>/bmp」。
除此之外，也可以呼叫「http://<IP>/control?var=<key>&val=<val>」來調整相機參數，其中 <key> 代表指令名稱， <val> 代表數值，舉例來說，想要修改亮度參數為 2，則呼叫「http://<IP>/control?var=brightness&val=2」；或是想要將解析度修改為 HD 大小，則輸入「http://<IP>/control?var=framesize&val=11」。這些 API 都可以讓使用者在遠端不需要登入 WEB 介面的情況下，即可以變更相機參數，相當方便。若要深入了解完整 API 參數可以參閱此文件。
Pixel:Bit 串流影像
藉由 control API 修改 Pxiel:Bit參數
除了影像的遠端串流與控制，範例中還有一個很有趣的功能就是人臉的偵測與識別！想不到在 ESP32 這樣的 MCU 裡也可以做到人臉偵測吧？在 WEB UI 的下方有兩個滑動開關 Face Detection 與 Face Recognition，分別可以啟用人臉偵測與人臉識別。在開啟 Face Detection 之前需要先將解析度調整到 QVGA (320×240) 之下，否則會出現錯誤訊息，畢竟在做神經網路演算的影像都不需要太大，適度的節省一下處理器資源也是必需的。開啟之後即可以看到預覽影響順利地框選出人臉，即便更新率約略只有每秒 2~3 張 fps，但效果相當不錯，即使稍微把臉遮蔽住，依然可以辨識的出人臉！
Face Detection 人臉偵測
接著再開啟人臉識別功能，會發現在原本黃框外圍多了一個紅色 Intruder Alert（入侵者警告）訊息，這是因為人臉資料庫尚未建立。點選下方 Enroll Face 按鈕，Pixel:Bit 會連續拍攝數張影像進行取樣，完成後建立人臉資料庫即可以看到黃框旁邊的文字變成「Hello SubJect 0」，代表已經順利辨識到了第一位人臉，各位也可以多增加幾張人臉來看看辨識效果如何喔！
小提醒
人臉偵測與人臉識別功能目前僅能適用在 Arduino ESP32 1.0.6 的版本（對應 ESP-IDF 版本為 3.3.5）。
最新版本 2.0.2（對應 ESP-IDF 版本為4.4）因為中間層 middle ware library 不相容，因此是無法使用人臉偵測功能的喔！
Face Recognition 人臉識別
本篇教學所使用的範例不但有互動式的網頁介面，可以即時串流影像與截圖，並且透過 HTTP API 的呼叫調整鏡頭參數等，也可以支援人臉偵測與人臉識別的功能，對於想要製作影像相關專案也是很好的入門的範例。後續我們將介紹更多關於 Pixel:Bit 的專案應用文章，有興趣的各位千萬不要錯過了！
iThome鐵人賽
看影片追技術