### 开发环境配置 要在搭载 M4 芯片的 MacBook 上使用 Python 和 MediaPipe 进行开发，需要按照以下步骤进行配置： #### 安装 Python 1. 确保系统已安装 Python 3.9 或更高版本。可以使用 Homebrew 进行安装： ```bash brew install python ``` #### 安装 MediaPipe 1. 由于 MediaPipe 在 PyPI 上可能没有直接支持 M4 芯片的预编译包，可以尝试使用 pip 安装： ```bash pip install mediapipe ``` 2. 如果遇到安装问题，可以参考从源代码编译 MediaPipe 的方法。首先需要安装 Bazel 构建工具，然后克隆 MediaPipe 的 GitHub 仓库并进行构建： ```bash brew install bazel git clone https://github.com/google/mediapipe.git cd mediapipe bazel build -c opt --config=macos_arm64 mediapipe/examples/desktop/hand_tracking:hand_tracking_cpu ``` #### 配置开发环境 1. 安装必要的依赖库，如 OpenCV： ```bash pip install opencv-python ``` 2. 测试安装是否成功，可以通过运行 MediaPipe 提供的示例代码来验证： ```python import cv2 import mediapipe as mp mp_drawing = mp.solutions.drawing_utils mp_hands = mp.solutions.hands cap = cv2.VideoCapture(0) with mp_hands.Hands( min_detection_confidence=0.5, min_tracking_confidence=0.5) as hands: while cap.isOpened(): success, image = cap.read() if not success: print("Ignoring empty camera frame.") continue image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB) results = hands.process(image) image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) if results.multi_hand_landmarks: for hand_landmarks in results.multi_hand_landmarks: mp_drawing.draw_landmarks( image, hand_landmarks, mp_hands.HAND_CONNECTIONS) cv2.imshow('MediaPipe Hands', image) if cv2.waitKey(5) & 0xFF == 27: break cap.release() cv2.destroyAllWindows() ``` #### 注意事项 - 确保所有软件包都与 Apple Silicon (M4 芯片) 兼容。 - 如果遇到任何依赖性问题，可以尝试使用虚拟环境来隔离和管理依赖项。