MediaPipe Python 安装速通指南一条 pip 命令跑通人脸检测【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 是面向实时媒体处理的跨平台机器学习框架内置人脸检测、手部关键点、姿态等现成模块。这篇文章带你从空环境跑到 Python 里的人脸关键点检测整个 MediaPipe Python 安装过程就围绕一条 pip 命令。⚡ 装之前先自查3 个问题动手前把这三条过一遍能省掉大部分弯路Python 版本必须 3.9~3.12且是 64 位。低于 3.9 或升到 3.13 以后都没有官方预编译包pip 会直接拒装。系统支持Linux x86_64、macOS 10.15 以上、Windows amd64。别的平台得自己从源码编译。虚拟环境建议装在虚拟环境里一个把包装进沙盒、不弄脏系统 Python 的隔离空间下一步顺手就建别省这一步。一条最短路径建环境、装包建沙盒、进沙盒一句搞定前半段创建环境后半段激活它python3 -m venv mp_env source mp_env/bin/activate敲完你会看到终端行首多了个(mp_env)前缀这是人进沙盒的标志之后装的东西都进沙盒。沙盒就绪装 MediaPipe 只需一行pip install mediapipe等它跑完输出最后一行出现Successfully installed mediapipe-x.x.x ...说明装好了。✅ 装完先验证5 行代码看真效果装没装好不靠版本号说话跑一次检测才算数。把下面这段存成face_test.py旁边放一张有清晰人脸的照片test.jpgimport 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)执行python face_test.py输出Face landmarks detected: True就是安装全部成功False只是照片里没找到人脸换张再跑。上面这张是项目里自带的人脸检测结果图白色方框和 5 个白点是模型找到的脸部框与关键点位置0.93 是置信度。 高频报错速查按真实出现频率排序先对英文报错再看原因。1.ModuleNotFoundError: No module named mediapipe大概率原因你跑的 Python 和装包时的 Python 不是同一个——多半是忘了激活虚拟环境或编辑器绑定了系统 Python。 一步解决在激活的环境里装再在该环境跑脚本source mp_env/bin/activate pip install mediapipe完成后在终端里import mediapipe不再报错即可。2.ERROR: Could not find a version that satisfies the requirement mediapipe大概率原因你的 Python 太老3.9 以下或太新3.13这个版本没有对应安装包。 一步解决换 3.9~3.12 重建环境比如python3.11 -m venv mp_env。3.ERROR: An error occurred during the fetch of repository local_execution_config_python大概率原因源码编译时构建工具 Bazel 没找到它以为的 Python 路径。 一步解决显式告诉它 Python 在哪bazel build --action_env PYTHON_BIN_PATH$(which python3) ...。4.ImportError: DLL load failedWindows/undefined reference to cv::...大概率原因Windows 缺 VC 运行时Linux 编译用户则是 OpenCV 库的链接配置不匹配。 一步解决Windows 装 Visual C Redistributable编译用户检查third_party/opencv_linux.BUILD里的链接配置。 可选支线什么时候才需要源码编译跑人脸、手部、姿态这类现成功能pip 版完全够用不用碰编译。三类人才需要源码编译改内部 C 逻辑的、给项目贡献代码的、要在 ARM64 Linux 上跑的官方没给 aarch64 的预编译包。编译依赖Debian/Ubuntu 为例sudo apt install python3-dev python3-venv protobuf-compiler cmake这条装的是编译底座Python 开发头文件和 protobuf 编译器另外还需装好 Bazel 和 OpenCV。克隆仓库再进目录编译git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipepython3 setup.py install --link-opencv最后这条是编译入口会自动调 Bazel 编译并装进当前 Python。装、验、跑通检测MediaPipe Python 安装就齐了。下一步看 Python 使用文档 和 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 MediaPipe Python 安装速通指南：一条 pip 命令跑通人脸检测
MediaPipe Python 安装速通指南一条 pip 命令跑通人脸检测【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 是面向实时媒体处理的跨平台机器学习框架内置人脸检测、手部关键点、姿态等现成模块。这篇文章带你从空环境跑到 Python 里的人脸关键点检测整个 MediaPipe Python 安装过程就围绕一条 pip 命令。⚡ 装之前先自查3 个问题动手前把这三条过一遍能省掉大部分弯路Python 版本必须 3.9~3.12且是 64 位。低于 3.9 或升到 3.13 以后都没有官方预编译包pip 会直接拒装。系统支持Linux x86_64、macOS 10.15 以上、Windows amd64。别的平台得自己从源码编译。虚拟环境建议装在虚拟环境里一个把包装进沙盒、不弄脏系统 Python 的隔离空间下一步顺手就建别省这一步。一条最短路径建环境、装包建沙盒、进沙盒一句搞定前半段创建环境后半段激活它python3 -m venv mp_env source mp_env/bin/activate敲完你会看到终端行首多了个(mp_env)前缀这是人进沙盒的标志之后装的东西都进沙盒。沙盒就绪装 MediaPipe 只需一行pip install mediapipe等它跑完输出最后一行出现Successfully installed mediapipe-x.x.x ...说明装好了。✅ 装完先验证5 行代码看真效果装没装好不靠版本号说话跑一次检测才算数。把下面这段存成face_test.py旁边放一张有清晰人脸的照片test.jpgimport 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)执行python face_test.py输出Face landmarks detected: True就是安装全部成功False只是照片里没找到人脸换张再跑。上面这张是项目里自带的人脸检测结果图白色方框和 5 个白点是模型找到的脸部框与关键点位置0.93 是置信度。 高频报错速查按真实出现频率排序先对英文报错再看原因。1.ModuleNotFoundError: No module named mediapipe大概率原因你跑的 Python 和装包时的 Python 不是同一个——多半是忘了激活虚拟环境或编辑器绑定了系统 Python。 一步解决在激活的环境里装再在该环境跑脚本source mp_env/bin/activate pip install mediapipe完成后在终端里import mediapipe不再报错即可。2.ERROR: Could not find a version that satisfies the requirement mediapipe大概率原因你的 Python 太老3.9 以下或太新3.13这个版本没有对应安装包。 一步解决换 3.9~3.12 重建环境比如python3.11 -m venv mp_env。3.ERROR: An error occurred during the fetch of repository local_execution_config_python大概率原因源码编译时构建工具 Bazel 没找到它以为的 Python 路径。 一步解决显式告诉它 Python 在哪bazel build --action_env PYTHON_BIN_PATH$(which python3) ...。4.ImportError: DLL load failedWindows/undefined reference to cv::...大概率原因Windows 缺 VC 运行时Linux 编译用户则是 OpenCV 库的链接配置不匹配。 一步解决Windows 装 Visual C Redistributable编译用户检查third_party/opencv_linux.BUILD里的链接配置。 可选支线什么时候才需要源码编译跑人脸、手部、姿态这类现成功能pip 版完全够用不用碰编译。三类人才需要源码编译改内部 C 逻辑的、给项目贡献代码的、要在 ARM64 Linux 上跑的官方没给 aarch64 的预编译包。编译依赖Debian/Ubuntu 为例sudo apt install python3-dev python3-venv protobuf-compiler cmake这条装的是编译底座Python 开发头文件和 protobuf 编译器另外还需装好 Bazel 和 OpenCV。克隆仓库再进目录编译git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipepython3 setup.py install --link-opencv最后这条是编译入口会自动调 Bazel 编译并装进当前 Python。装、验、跑通检测MediaPipe Python 安装就齐了。下一步看 Python 使用文档 和 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