Also, am Besten wäre es, einem PC mit der richtigen Software (Bilderkennung) zu nehmen und dann über den LPT-Port 2 Servos/Schrittmotoren anzusteuern. So hättest du mit dem minimalen Ressourcen (außer halt der "verlorenen" Rechenleistung des PCs) und könntest dann die Person (oder was auch immer) im Fokus haben...

MfG
Mobius