MediaPipe 安装完整指南一条 pip 命令装好跨平台机器学习框架并验证实时面部检测【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 出品的跨平台机器学习框架能在图片或视频流上做实时的面部关键点估计、手势识别与前景分割。上手它的最小行动只有一条命令pip install mediapipe。这篇文章会在这条命令装完之后带你用最小脚本确认面部检测真的可用。仓库当前版本为 1.1.0见 mediapipe/version.bzl。十秒判断走现成轮子还是编源码你的情况路线写 Python 脚本或应用x86_64 Linux / macOS / amd64 Windows 上 64 位 Python 3.9–3.14现成轮子按下方三行命令装要改计算图、加 Calculator 并提交贡献或跑在 aarch64 LinuxJetson、树莓派PyPI 无官方轮子源码编译命令在本节末尾走源码编译的话先确保装了 Bazel 3.4 及以上与 OpenCV 开发库docs/getting_started/install.md 有各平台清单然后git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe mediapipe cd mediapipe python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt python3 setup.py install --link-opencv⚠️ setup.py 构建时会临时改写mediapipe/__init__.py和third_party/BUILD并生成.backup文件编译结束后先确认仓库已还原再向这份目录提交任何改动。MediaPipe pip install 三步装好最短路径就是三条命令。先跑这一句建一个隔离环境python3 -m venv mp_env source mp_env/bin/activate激活后命令行提示符前面会多出(mp_env)前缀前缀没出现说明环境没激活后面装的东西都会进错地方。然后安装核心包pip install mediapipe安装输出正常结束、没有 ERROR 字样即可中间刷过的下载日志不用逐行看。最后确认能导入python3 -c import mediapipe as mp; print(mp.__version__, mp.solutions)终端会打印出版本号加一个solutions模块对象全程没有 Traceback。MediaPipe 面部检测验证FaceLandmarker 最小脚本装完别急着写业务先跑通最小验证。把下面的脚本存成check.py同目录里放一张含人脸的图片test.jpg和模型文件face_landmark.task模型从官方文档下载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), num_faces1) with mp.tasks.vision.FaceLandmarker.create_from_options(options) as landmarker: result landmarker.detect(image) print(len(result.face_landmarks))仓库里就有现成的人像测试图可以直接拷来用例如 mediapipe/examples/desktop/autoflip/quality/testdata/google.jpg。判定标准图片里确实有脸 → 打印1安装验证通过 ✅无异常但打印0→ 模块同样可用换一张含人脸的图再跑报模型文件找不到一类错误 →face_landmark.task未就位下载模型后放到脚本同目录重跑MediaPipe 报错排查四个高频错误1.ERROR: Could not find a version that satisfies the requirement mediapipe根因PyPI 上没有匹配你当前系统/架构/Python 版本的轮子32 位 Python 或版本超范围最常见。 修法换 64 位 Python 3.9–3.14 并确认pip --version指向它仍不行则走源码编译详见 docs/getting_started/troubleshooting.md。2.ERROR: An error occurred during the fetch of repository local_execution_config_python根因Bazel 找不到本地 Python 解释器。 修法在 Bazel 命令后追加--action_env PYTHON_BIN_PATH$(which python3)。3.error: undefined reference to cv::String::deallocate()一串 cv:: 符号根因OpenCV 4 的头文件路径没给 MediaPipe 配好2/3 版默认配置开箱可用。 修法按gcc -print-multiarch的输出在 third_party/opencv_linux.BUILD 里取消对应多架构头文件行的注释步骤见 docs/getting_started/install.md。4.ImportError: DLL load failed: The specified module could not be foundWindows根因系统缺 Visual C 运行时库。 修法python -m pip install msvc-runtime或安装微软官方 vc_redist.x64.exe。继续深入三个出口想在 Python 里搭自己的计算图 → docs/getting_started/python_framework.md想验证 C 桌面环境 → docs/getting_started/hello_world_cpp.mdbazel run mediapipe/examples/desktop/hello_world:hello_world连续打印Hello World!即成功想理解构建入口 → setup.py 驱动 Python 包构建BUILD.bazel 是顶层 Bazel 文件【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