今天的重點在於進一步確認 ESP32-CAM 與雲端後端（VM/GCP）之間的串接。過程中主要在測試 WiFi 自動連線設定、影像方向調整、像素設定，以及釐清人臉識別技術的差異與適用性。此外，也有針對 Google Cloud Vision API、人臉 ID 辨識流程，以及 Flask vs Gemini 的辨識方式進行比較與分析。
遇到的難點與解決情況
| 項目 | 描述 | 狀態 |
|---|---|---|
| WiFi 連線不穩 | ESP32 使用 WiFiManager 時有自動連線失敗情況，需重啟設備。 | 暫時可透過重啟解決，待進一步優化。 |
| 影像畫面顛倒 | ESP32-CAM 拍攝的影像上下顛倒，需在程式中調整鏡頭參數。 | 已確認可在程式設定修正。 |
| IP 位址變動 | 每次重新連線 WiFi 會產生不同 IP，不易固定連線。 | 需考慮設定靜態 IP 或使用 mDNS。 |
| 像素設定 | 拍攝組員臉部照片進行訓練時，像素應該如何設定以兼顧速度與清晰度。 | 建議 320×240 或 640×480 測試，待實驗。 |
| 人臉 ID vs 人臉識別 | 釐清「偵測臉」與「辨識臉」的差異，Vision API 是否能直接給唯一臉部 ID。 | 已了解 Vision 主要做偵測，ID 需自建比對。 |
| Flask vs Gemini 辨識 | Flask 本地比對（dlib/face_recognition） vs Gemini 雲端辨識的差異。 | 已比較，選擇依專案需求取捨。 |
今日進度
✅ 測試 ESP32 WiFiManager 自動連線程式
✅ 確認可在程式中修正影像顛倒問題
✅ 確認每次連線 IP 會變動，需找替代方案
✅ 釐清像素建議範圍（320×240、640×480）
✅ 比較 Google Cloud Vision API 的偵測 vs 辨識能力
✅ 討論 Flask 本地辨識與 Gemini 雲端辨識的差異
iThome鐵人賽
看影片追技術
看更多
