3 分钟跑通 MediaPipe新手也能装起来的完整安装指南附避坑排错表【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipepip install mediapipe转完圈却报No matching distribution或者源码编译一小时还是报错MediaPipe 安装确实是新手最容易翻车的一环。先说清楚背景MediaPipe 是一个跨平台的实时媒体处理 ML 框架人脸检测、手部关键点、姿态估计这些能力它都能在视频流或直播上直接跑。这篇带你把「预编译快装」和「源码深装」两条路都走通最后还有一张按症状对号入座的排错表卡住了直接查。先判断你该走哪条路别急着敲命令先回答自己三个问题要不要改源码只调现成能力FaceMesh、Hands、Pose、Object Detection→ 装 PyPI 包就够要改图graph、加自定义 calculator、给项目提代码 → 必须源码编译。你的系统能跑预编译包吗PyPI 的 wheel 要求64 位 Python 3.9–3.12覆盖 Linux (x86_64)、macOS 10.15、Windows (amd64)。不满足就得走源码。目的是快速上手还是长期开发前者 1–2 分钟搞定后者要 30–60 分钟第一次编译时 Bazel 还要拉一大堆依赖耐心点。✅ 三个答案都指向现成包就行的话直接往下看最短装法。最短装法三步搞定 MediaPipe Python 安装先建虚拟环境强烈建议免得污染系统 Python再装包两条命令python3 -m venv mp_env source mp_env/bin/activate pip install mediapipeWindows 上第二条命令换成mp_env\Scripts\activate其余一致。⭐ 装完先跑一句import mediapipe; print(mediapipe.__version__)能打印版本号就算装进去了——但别急着开干下一节先验证它真的能干活。深度装法MediaPipe 源码编译怎么做这条路上改和加的人。代价是得先把工具链备好前置依赖Debian/Ubuntu 为例sudo apt install python3-dev python3-venv protobuf-compiler cmake另外还需要Bazel推荐装 Bazelisk自动管理版本本地可用的 OpenCV版本 3.x–4.1 最省心编译流程分三步拿源码git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipe建虚拟环境并装 Python 依赖python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt编译安装python setup.py install --link-opencv这里的--link-opencv表示链接你本机已装的 OpenCV而不是重新编译一份能省不少时间。想自己打包 wheel 的话跑python setup.py bdist_wheel再pip install dist/mediapipe-*.whl即可。各平台的依赖清单、OpenCV 配置细节都写在 官方安装文档 里照着改即可。装完先验证三步确认它真的能跑不管预编译还是源码编译用同一个最小例子验收——加载一张人脸图跑 FaceMesh能拿到关键点列表说明整条链路含 OpenCV都通了import mediapipe as mp import cv2 image cv2.imread(your_face.jpg) with mp.solutions.face_mesh.FaceMesh() as face_mesh: results face_mesh.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) print(拿到人脸关键点:, results.multi_face_landmarks is not None)手头没有人脸图仓库里自带测试图可以直接拿来用或者换成手试一下 Hands能出结果就行。卡住了MediaPipe 安装排错表按症状对号入座症状 1pip 报No matching distribution found for mediapipe常见原因Python 不符合 wheel 要求——32 位、版本低于 3.9 或高于 3.12或者系统架构没有对应预编译包。处理办法用python3 -c import struct; print(struct.calcsize(P)*8)确认是不是 64 位换成 64 位 Python 3.9–3.12 重装。平台确实没有现成包就走上一节的源码路线。症状 2Bazel 报fetch of repository local_execution_config_python失败常见原因Bazel 找不到你本地的 Python 二进制。处理办法给 bazel 命令加--action_env PYTHON_BIN_PATH$(which python3)把 Python 路径显式指给它。症状 3链接时报undefined reference to cv::String...常见原因本机 OpenCV 版本和 MediaPipe 的 BUILD 配置对不上OpenCV 4 与 2/3 的配置方式不同。处理办法参考 官方安装文档 里 Install OpenCV 一节把third_party/opencv_linux.BUILD和WORKSPACE按你系统的 OpenCV 改一致更省事的办法是系统装 3.x–4.1 的 OpenCV 包。完整错误清单见 排错参考。接下来去哪跑通之后三个地方值得收藏官方安装文档各平台依赖清单与 OpenCV 配置细则Python 使用文档每个 solution 的完整参数和用法示例代码桌面端 / Android / iOS 的完整 sample拷下来改着玩给新手的一句建议先走 PyPI 快装 上面的验证例子等真遇到现成包满足不了我的时刻再回头走源码路线——绝大多数人用到最后也用不上编译那一步。【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
3 分钟跑通 MediaPipe：新手也能装起来的完整安装指南（附避坑排错表）
3 分钟跑通 MediaPipe新手也能装起来的完整安装指南附避坑排错表【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipepip install mediapipe转完圈却报No matching distribution或者源码编译一小时还是报错MediaPipe 安装确实是新手最容易翻车的一环。先说清楚背景MediaPipe 是一个跨平台的实时媒体处理 ML 框架人脸检测、手部关键点、姿态估计这些能力它都能在视频流或直播上直接跑。这篇带你把「预编译快装」和「源码深装」两条路都走通最后还有一张按症状对号入座的排错表卡住了直接查。先判断你该走哪条路别急着敲命令先回答自己三个问题要不要改源码只调现成能力FaceMesh、Hands、Pose、Object Detection→ 装 PyPI 包就够要改图graph、加自定义 calculator、给项目提代码 → 必须源码编译。你的系统能跑预编译包吗PyPI 的 wheel 要求64 位 Python 3.9–3.12覆盖 Linux (x86_64)、macOS 10.15、Windows (amd64)。不满足就得走源码。目的是快速上手还是长期开发前者 1–2 分钟搞定后者要 30–60 分钟第一次编译时 Bazel 还要拉一大堆依赖耐心点。✅ 三个答案都指向现成包就行的话直接往下看最短装法。最短装法三步搞定 MediaPipe Python 安装先建虚拟环境强烈建议免得污染系统 Python再装包两条命令python3 -m venv mp_env source mp_env/bin/activate pip install mediapipeWindows 上第二条命令换成mp_env\Scripts\activate其余一致。⭐ 装完先跑一句import mediapipe; print(mediapipe.__version__)能打印版本号就算装进去了——但别急着开干下一节先验证它真的能干活。深度装法MediaPipe 源码编译怎么做这条路上改和加的人。代价是得先把工具链备好前置依赖Debian/Ubuntu 为例sudo apt install python3-dev python3-venv protobuf-compiler cmake另外还需要Bazel推荐装 Bazelisk自动管理版本本地可用的 OpenCV版本 3.x–4.1 最省心编译流程分三步拿源码git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipe建虚拟环境并装 Python 依赖python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt编译安装python setup.py install --link-opencv这里的--link-opencv表示链接你本机已装的 OpenCV而不是重新编译一份能省不少时间。想自己打包 wheel 的话跑python setup.py bdist_wheel再pip install dist/mediapipe-*.whl即可。各平台的依赖清单、OpenCV 配置细节都写在 官方安装文档 里照着改即可。装完先验证三步确认它真的能跑不管预编译还是源码编译用同一个最小例子验收——加载一张人脸图跑 FaceMesh能拿到关键点列表说明整条链路含 OpenCV都通了import mediapipe as mp import cv2 image cv2.imread(your_face.jpg) with mp.solutions.face_mesh.FaceMesh() as face_mesh: results face_mesh.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) print(拿到人脸关键点:, results.multi_face_landmarks is not None)手头没有人脸图仓库里自带测试图可以直接拿来用或者换成手试一下 Hands能出结果就行。卡住了MediaPipe 安装排错表按症状对号入座症状 1pip 报No matching distribution found for mediapipe常见原因Python 不符合 wheel 要求——32 位、版本低于 3.9 或高于 3.12或者系统架构没有对应预编译包。处理办法用python3 -c import struct; print(struct.calcsize(P)*8)确认是不是 64 位换成 64 位 Python 3.9–3.12 重装。平台确实没有现成包就走上一节的源码路线。症状 2Bazel 报fetch of repository local_execution_config_python失败常见原因Bazel 找不到你本地的 Python 二进制。处理办法给 bazel 命令加--action_env PYTHON_BIN_PATH$(which python3)把 Python 路径显式指给它。症状 3链接时报undefined reference to cv::String...常见原因本机 OpenCV 版本和 MediaPipe 的 BUILD 配置对不上OpenCV 4 与 2/3 的配置方式不同。处理办法参考 官方安装文档 里 Install OpenCV 一节把third_party/opencv_linux.BUILD和WORKSPACE按你系统的 OpenCV 改一致更省事的办法是系统装 3.x–4.1 的 OpenCV 包。完整错误清单见 排错参考。接下来去哪跑通之后三个地方值得收藏官方安装文档各平台依赖清单与 OpenCV 配置细则Python 使用文档每个 solution 的完整参数和用法示例代码桌面端 / Android / iOS 的完整 sample拷下来改着玩给新手的一句建议先走 PyPI 快装 上面的验证例子等真遇到现成包满足不了我的时刻再回头走源码路线——绝大多数人用到最后也用不上编译那一步。【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
实现)
