尧图网站建设 
MediaPipe 安装完整指南三行命令装好 Python 环境10 行脚本验收人脸检测【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/mediapipeMediaPipe 是 Google 开源的跨平台机器学习框架专注实时媒体处理在一张图上估计 468 个 3D 面部关键点、识别手势、分割前景。对绝大多数人来说最小行动只有一条命令pip install mediapipe。当前仓库版本号为 1.1.0见 mediapipe/version.bzl。三行命令装好先跑起来第 1 步建独立环境。python3 -m venv mp_env source mp_env/bin/activate它在做什么创建一个名为 mp_env 的虚拟环境并激活之后装的包都隔离在这里不污染系统 Python。Windows 下的激活路径是mp_env\Scripts\activate。✅ 检查点命令行提示符前出现(mp_env)。没有这个前缀就是没激活成功先解决它再继续。第 2 步装核心包。pip install mediapipe从 PyPI 拉取与你平台匹配的预编译轮子一般几分钟内完成。第 3 步验证模块可导入。python3 -c import mediapipe as mp; print(mp.__version__, mp.solutions)✅ 检查点打印出版本号 solutions模块对象全程无 Traceback。若报No matching distribution found直接翻到文末排查表第 1 条。路线选择与环境自查先对号入座决定走哪条路线路线适用条件说明pip 直装不改动 MediaPipe 源码x86_64 Linux、macOS 10.15x86_64、Windows amd64 的 64 位 PythonPyPI 有现成轮子最快路径源码编译要改图、加 Calculator、提交贡献或平台没有官方 Python 轮子如 aarch64 Linux 的 Jetson、树莓派具体支持范围以官方文档为准原生平台C、Android、iOS 应用直接用预编译包无需本地编译各平台步骤见 docs/getting_started/install.md必查项所有路线都要看Python 版本在3.9–3.12之间且为64 位。依据是 setup.py 中声明的Python :: 3.9至Python :: 3.12。pip与python指向同一个解释器。用pip --version看它挂在哪个 Python 下否则会装进别的环境。仅编译时查pip 直装可整节跳过Bazel3.4.0及以上。setup.py 的_check_bazel()会在启动时自动校验版本过低直接报错退出仓库的.bazelversion当前指定 7.7.0。OpenCV 开发库。Debian 包安装的 OpenCV 2/3 开箱可用OpenCV 4 需要按 docs/getting_started/install.md 修改 third_party/opencv_linux.BUILD。编译器版本坑gcc/g6.3 与 7.3和 TensorFlow Calculator 有已知问题请换其他版本。源码编译只给要改代码的你官方文档的建议很直白除非要重建含本地改动的包否则直接 pip 安装更快更省事见 docs/getting_started/python.md。第 1 步克隆仓库并进入根目录。git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe mediapipe cd mediapipe--depth 1只拉最新一次提交省掉下载完整历史的时间。第 2 步装系统依赖。以 Debian/Ubuntu 为例其他发行版换对应包管理器macOS 对应brew install protobuf cmakesudo apt install python3-dev python3-venv protobuf-compiler sudo apt install cmake第一条是编译 Python 扩展的必需项第二条仅在需要从源码构建 OpenCV 时才需要。第 3 步虚拟环境内装依赖并编译。python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt python3 setup.py install --link-opencv--link-opencv表示链接系统里已装好的 OpenCV不带该参数时构建脚本会临时把 third_party/BUILD 里的 OpenCV 规则改成静态源码构建并在结束时自动还原。⚠️ 别在你要提交贡献的目录里直接编译setup.py 构建期间会临时改写mediapipe/__init__.py、third_party/BUILD并生成.backup文件。若同时用这个目录提补丁先确认构建完已还原、或另开一份干净克隆避免把临时改动带进去。✅ 检查点命令正常退出python3 -c import mediapipe不再报错。首次 Bazel 构建耗时较长属正常现象以官方文档说明为准看到一串undefined reference to cv::...就翻排查表第 3 条。跑通验证10 行面部检测脚本把下面脚本存成check_mediapipe.py运行。它读一张图、跑 FaceLandmarker按检测结果打印结论import mediapipe as mp image mp.Image.create_from_file(test.jpg) options mp.tasks.vision.FaceLandmarkerOptions( base_optionsmp.tasks.BaseOptions( model_asset_pathface_landmark.task), # 模型文件从官方文档下载 num_faces1) with mp.tasks.vision.FaceLandmarker.create_from_options(options) as det: result det.detect(image) print(OK: 检测到, len(result.face_landmarks), 张脸) if result.face_landmarks else print(NO_FACE)没有现成照片仓库里的测试图可以直接当test.jpg用对应路径 mediapipe/examples/desktop/autoflip/quality/testdata/google.jpg。结果判定图里确实有人脸 → 打印OK: 检测到 1 张脸安装成功打印NO_FACE但无异常 → 模块本身可用换一张含人脸的图再跑一次报找不到模型文件类错误 →face_landmark.task未就位从官方文档下载对应模型放到脚本同目录。常见报错排查表现象报错原文含义解决方法参考文档ERROR: Could not find a version that satisfies the requirement mediapipePyPI 上没有匹配你系统的轮子典型原因是 32 位 Python 或版本超出 3.9–3.12换 64 位 Python 3.9–3.12确认pip --version指向它仍不行就改走源码编译docs/getting_started/troubleshooting.mdERROR: An error occurred during the fetch of repository local_execution_config_pythonBazel 找不到本地 Python 解释器在 Bazel 命令后追加--action_env PYTHON_BIN_PATH$(which python3)docs/getting_started/troubleshooting.mdundefined reference to cv::String::deallocate()等一串 cv:: 符号Bazel 没按你的 OpenCV 版本配好头文件路径OpenCV 2/3 默认配置开箱可用OpenCV 4 需要手动配修改 third_party/opencv_linux.BUILD按gcc -print-multiarch的输出取消对应多架构头文件行的注释docs/getting_started/install.mdImportError: DLL load failed: The specified module could not be foundWindows系统缺少 Visual C 运行时安装微软官方vc_redist.x64.exe或用pip install msvc-runtime临时补上运行时库docs/getting_started/troubleshooting.md装完之后往哪走在 Python 里搭自己的计算图→ 读 docs/getting_started/python_framework.md跑 C Hello World 验证桌面环境→ 按 docs/getting_started/hello_world_cpp.md 执行bazel run mediapipe/examples/desktop/hello_world:hello_world终端连续打印Hello World!即成功理解整个项目的编译入口→ 从 setup.py驱动 Python 包构建和 BUILD.bazel顶层 Bazel 构建文件读起。【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 MediaPipe 安装完整指南：三行命令装好 Python 环境，10 行脚本验收人脸检测
MediaPipe 安装完整指南三行命令装好 Python 环境10 行脚本验收人脸检测【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/mediapipeMediaPipe 是 Google 开源的跨平台机器学习框架专注实时媒体处理在一张图上估计 468 个 3D 面部关键点、识别手势、分割前景。对绝大多数人来说最小行动只有一条命令pip install mediapipe。当前仓库版本号为 1.1.0见 mediapipe/version.bzl。三行命令装好先跑起来第 1 步建独立环境。python3 -m venv mp_env source mp_env/bin/activate它在做什么创建一个名为 mp_env 的虚拟环境并激活之后装的包都隔离在这里不污染系统 Python。Windows 下的激活路径是mp_env\Scripts\activate。✅ 检查点命令行提示符前出现(mp_env)。没有这个前缀就是没激活成功先解决它再继续。第 2 步装核心包。pip install mediapipe从 PyPI 拉取与你平台匹配的预编译轮子一般几分钟内完成。第 3 步验证模块可导入。python3 -c import mediapipe as mp; print(mp.__version__, mp.solutions)✅ 检查点打印出版本号 solutions模块对象全程无 Traceback。若报No matching distribution found直接翻到文末排查表第 1 条。路线选择与环境自查先对号入座决定走哪条路线路线适用条件说明pip 直装不改动 MediaPipe 源码x86_64 Linux、macOS 10.15x86_64、Windows amd64 的 64 位 PythonPyPI 有现成轮子最快路径源码编译要改图、加 Calculator、提交贡献或平台没有官方 Python 轮子如 aarch64 Linux 的 Jetson、树莓派具体支持范围以官方文档为准原生平台C、Android、iOS 应用直接用预编译包无需本地编译各平台步骤见 docs/getting_started/install.md必查项所有路线都要看Python 版本在3.9–3.12之间且为64 位。依据是 setup.py 中声明的Python :: 3.9至Python :: 3.12。pip与python指向同一个解释器。用pip --version看它挂在哪个 Python 下否则会装进别的环境。仅编译时查pip 直装可整节跳过Bazel3.4.0及以上。setup.py 的_check_bazel()会在启动时自动校验版本过低直接报错退出仓库的.bazelversion当前指定 7.7.0。OpenCV 开发库。Debian 包安装的 OpenCV 2/3 开箱可用OpenCV 4 需要按 docs/getting_started/install.md 修改 third_party/opencv_linux.BUILD。编译器版本坑gcc/g6.3 与 7.3和 TensorFlow Calculator 有已知问题请换其他版本。源码编译只给要改代码的你官方文档的建议很直白除非要重建含本地改动的包否则直接 pip 安装更快更省事见 docs/getting_started/python.md。第 1 步克隆仓库并进入根目录。git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe mediapipe cd mediapipe--depth 1只拉最新一次提交省掉下载完整历史的时间。第 2 步装系统依赖。以 Debian/Ubuntu 为例其他发行版换对应包管理器macOS 对应brew install protobuf cmakesudo apt install python3-dev python3-venv protobuf-compiler sudo apt install cmake第一条是编译 Python 扩展的必需项第二条仅在需要从源码构建 OpenCV 时才需要。第 3 步虚拟环境内装依赖并编译。python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt python3 setup.py install --link-opencv--link-opencv表示链接系统里已装好的 OpenCV不带该参数时构建脚本会临时把 third_party/BUILD 里的 OpenCV 规则改成静态源码构建并在结束时自动还原。⚠️ 别在你要提交贡献的目录里直接编译setup.py 构建期间会临时改写mediapipe/__init__.py、third_party/BUILD并生成.backup文件。若同时用这个目录提补丁先确认构建完已还原、或另开一份干净克隆避免把临时改动带进去。✅ 检查点命令正常退出python3 -c import mediapipe不再报错。首次 Bazel 构建耗时较长属正常现象以官方文档说明为准看到一串undefined reference to cv::...就翻排查表第 3 条。跑通验证10 行面部检测脚本把下面脚本存成check_mediapipe.py运行。它读一张图、跑 FaceLandmarker按检测结果打印结论import mediapipe as mp image mp.Image.create_from_file(test.jpg) options mp.tasks.vision.FaceLandmarkerOptions( base_optionsmp.tasks.BaseOptions( model_asset_pathface_landmark.task), # 模型文件从官方文档下载 num_faces1) with mp.tasks.vision.FaceLandmarker.create_from_options(options) as det: result det.detect(image) print(OK: 检测到, len(result.face_landmarks), 张脸) if result.face_landmarks else print(NO_FACE)没有现成照片仓库里的测试图可以直接当test.jpg用对应路径 mediapipe/examples/desktop/autoflip/quality/testdata/google.jpg。结果判定图里确实有人脸 → 打印OK: 检测到 1 张脸安装成功打印NO_FACE但无异常 → 模块本身可用换一张含人脸的图再跑一次报找不到模型文件类错误 →face_landmark.task未就位从官方文档下载对应模型放到脚本同目录。常见报错排查表现象报错原文含义解决方法参考文档ERROR: Could not find a version that satisfies the requirement mediapipePyPI 上没有匹配你系统的轮子典型原因是 32 位 Python 或版本超出 3.9–3.12换 64 位 Python 3.9–3.12确认pip --version指向它仍不行就改走源码编译docs/getting_started/troubleshooting.mdERROR: An error occurred during the fetch of repository local_execution_config_pythonBazel 找不到本地 Python 解释器在 Bazel 命令后追加--action_env PYTHON_BIN_PATH$(which python3)docs/getting_started/troubleshooting.mdundefined reference to cv::String::deallocate()等一串 cv:: 符号Bazel 没按你的 OpenCV 版本配好头文件路径OpenCV 2/3 默认配置开箱可用OpenCV 4 需要手动配修改 third_party/opencv_linux.BUILD按gcc -print-multiarch的输出取消对应多架构头文件行的注释docs/getting_started/install.mdImportError: DLL load failed: The specified module could not be foundWindows系统缺少 Visual C 运行时安装微软官方vc_redist.x64.exe或用pip install msvc-runtime临时补上运行时库docs/getting_started/troubleshooting.md装完之后往哪走在 Python 里搭自己的计算图→ 读 docs/getting_started/python_framework.md跑 C Hello World 验证桌面环境→ 按 docs/getting_started/hello_world_cpp.md 执行bazel run mediapipe/examples/desktop/hello_world:hello_world终端连续打印Hello World!即成功理解整个项目的编译入口→ 从 setup.py驱动 Python 包构建和 BUILD.bazel顶层 Bazel 构建文件读起。【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