MediaPipe Python 安装教程2 条路线 30 秒选定 高频报错速查表【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/mediapipeMediaPipe 是 Google 开源的跨平台机器学习框架专注实时音视频处理人脸网格、手部关键点、目标检测都能跑。本文写给第一次在 Python 里装 MediaPipe 的开发者把两条安装路线和常见报错一次讲清。30 秒决策 你该走哪条安装路线你的诉求推荐路线预计耗时只想跑现成模型、快速体验PyPI 直接装1–2 分钟要改源码、贡献代码、自定义编译源码编译30–60 分钟一句话判断不改代码就走 PyPI要动源码才去编译。PyPI 路线3 步装好 MediaPipe虚拟环境 → 安装 → 验证先确认环境Python 3.9–3.12 的 64 位版本系统限 Linux x86_64、macOS 10.15 或 Windows amd64。第 1 步建一个干净的虚拟环境python3 -m venv mp_env source mp_env/bin/activate # Linux / macOSWindows 下激活命令换成mp_env\Scripts\activate。第 2 步安装核心包pip install mediapipe第 3 步✅ 验证装没装上import mediapipe as mp print(mp.__version__)能打印出版本号安装就成功了。细节可看 Python 安装文档。源码编译路线只为需要改代码的人准备只有要改源码、提 PR或者自定义 OpenCV 链接方式时才值得花半小时编译。先把工具链装齐Bazel 3.4.0、OpenCV、Protobuf 编译器。Debian/Ubuntu 上可以一条命令搞定基础依赖sudo apt install python3-dev python3-venv protobuf-compiler cmake然后克隆仓库并安装 Python 依赖git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipe pip install -r requirements.txt最后编译安装python3 setup.py install --link-opencv想产出 Wheel 包分发改用python3 setup.py bdist_wheel再pip install dist/mediapipe-*.whl即可。排障速查表⚠️ 报错现象 → 原因 → 一条命令修复报错现象常见原因解决命令 / 操作ERROR: An error occurred during the fetch of repository local_execution_config_pythonBazel 没找到 Python 解释器bazel build --action_env PYTHON_BIN_PATH$(which python3) ...undefined reference to cv::String::deallocate()OpenCV 版本或链接配置不匹配修改 third_party/opencv_linux.BUILD 中的linkopts链接配置ImportError: DLL load failedWindows缺少 VC 运行时pip install msvc-runtime完整排查思路见 故障排除指南。效果验证一段最小代码确认 MediaPipe 能跑拿一张本地图片跑人脸网格检测代码不超过 10 行import mediapipe as mp import cv2 mp_face_mesh mp.solutions.face_mesh with mp_face_mesh.FaceMesh() as face_mesh: image cv2.imread(test.jpg) results face_mesh.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) print(Face landmarks detected:, results.multi_face_landmarks is not None)看到Face landmarks detected: True就代表安装成功若是False先检查图片里有没有人脸。最后装完之后去哪看 PyPI 路线适合绝大多数人源码编译留给要定制开发的同学。装好后建议跑一遍 官方示例目录 里的 demo再按需回查 官方安装文档。【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