OpenClaw 接入摄像头实战：WSL2 环境下的 OpenCV 方案

openclaw config.set agents.defaults.memorySearch.enabled false
openclaw doctor --fix

最终放弃原因： WSL2 架构限制导致 Windows Node 无法与 WSL Gateway 建立稳定连接。即使通过端口转发能连通，device signature 验证也过不去。

第二阶段：浏览器方案（临时可用）

使用浏览器网站确实能直接调用设备的摄像头，通过插件连接后能看到画面，但需要手动操作，无法满足自动化需求。

• 功能：实时预览、拍照、录像、参数检测。
• 缺点：依赖 Chrome 扩展、无法自动化、网络依赖强。

实际测试确认摄像头硬件正常，能拍到清晰画面，但无法满足自动化集成需求。

第三阶段：Python + OpenCV 本地程序（成功）

这是最满意的方案。只要跟它说：'看看这是啥'，它就能调用摄像头看，然后回答你看到什么。

1. 安装依赖

pip install opencv-python

OpenCV 是成熟的计算机视觉库，支持摄像头访问、图像处理等功能。

2. 编写脚本

我编写了两个版本的脚本，一个是实时预览，一个是自动拍照。

版本 1：实时预览版 (webcam.py)

这个脚本复刻了核心功能，支持实时预览、拍照和录像。

#!/usr/bin/env python3
""" 本地摄像头测试工具 - 复刻 webcamtests.com 核心功能
功能：实时预览、拍照、录像、摄像头信息
"""
import cv2
import os
from datetime import datetime

class WebcamTest:
    def __init__(self, camera_id=0):
        self.camera_id = camera_id
        self.cap = None
        self.save_dir = os.path.expanduser("~/Pictures/WebcamTest")
        os.makedirs(self.save_dir, exist_ok=True)

    def open_camera(self):
        """打开摄像头"""
        self.cap = cv2.VideoCapture(self.camera_id)
        if not self.cap.isOpened():
            print(f"❌ 无法打开摄像头 (ID: {self.camera_id})")
            return False
        width = int(self.cap.get(cv2.CAP_PROP_FRAME_WIDTH))
        height = int(self.cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
        fps = int(self.cap.get(cv2.CAP_PROP_FPS))
        print(f"✅ 摄像头已打开")
        print(f"  分辨率：{width}x{height}")
        print(f" FPS: {fps}")
        return True

    def show_preview(self):
        """实时预览"""
        print("📺 实时预览中...")
        print("  按 'q' 退出预览")
        print("  按 'p' 拍照")
        print("  按 'r' 开始/停止录像")
        while True:
            ret, frame = self.cap.read()
            cv2.imshow('Webcam Test', frame)
            key = cv2.waitKey(1) & 0xFF
            if key == ord('q'):
                break
            elif key == ord('p'):
                self.take_photo(frame)
        cv2.destroyAllWindows()

版本 2：自动拍照版 (webcam-snap.py)

适合集成到自动化流程中，直接输出照片文件。

#!/usr/bin/env python3
""" 本地摄像头测试工具 - 自动拍照版本 """
import cv2
import os
from datetime import datetime

def main():
    save_dir = os.path.expanduser("~/Pictures/WebcamTest")
    os.makedirs(save_dir, exist_ok=True)
    cap = cv2.VideoCapture(0)
    if not cap.isOpened():
        print("❌ 无法打开摄像头")
        return
    print("✅ 摄像头已打开")
    print(f"  分辨率：{int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))}x{int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))}")
    # 预热摄像头，避免第一帧模糊
    for i in range(30):
        cap.read()
    # 拍照
    ret, frame = cap.read()
    if ret:
        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        filename = os.path.join(save_dir, f"photo_{timestamp}.jpg")
        cv2.imwrite(filename, frame)
        print(f"✅ 照片已保存：{filename}")
    cap.release()

if __name__ == "__main__":
    main()

3. 运行效果

python D:\openclaw-scripts\webcam-snap.py

成功输出：

总结

WSL2 无法直接访问摄像头硬件，需要 Windows 原生程序配合。

这次实践有几个关键点：

1. 不要硬磕架构限制：WSL2 的网络隔离导致跨系统设备调用非常麻烦，理解底层架构能少走弯路。
2. 利用现有工具：OpenCV 已经封装好了底层驱动调用，比自己写 C++ 接口要高效得多。
3. 自动化优先：浏览器方案虽然能看，但无法被代码控制，本地 Python 脚本才是集成到 AI 工作流的关键。

只要处理好路径和权限，让 AI 拥有'眼睛'其实并不复杂。