企业官网建设流程全解析

MediaPipe 怎么在 WSL 中完成环境安装并构建 Android 示例？

【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

在 Windows 原生环境下无法直接构建 MediaPipe 的 Android 应用，官方安装文档明确建议改用 WSL（Windows Subsystem for Linux）完成这一工作。这篇文章按照 MediaPipe 安装文档 中 "Installing on Windows Subsystem for Linux (WSL)" 一节的步骤，走一遍完整路径：在 WSL 的 Ubuntu 中安装编译依赖，用 Hello World C++ 示例验证构建环境，然后安装 Android SDK/NDK 并构建 MediaPipe 的 Android 示例 APK，最后通过 ADB 安装到设备。全程只依赖仓库文档给出的命令和脚本，不做额外扩展。

准备条件：Windows 侧先装好 WSL 与 ADB

WSL 里的所有命令都在 Linux 环境中执行，但 ADB 服务需要在 Windows 侧启动。按 install.md 的要求准备三件事：

1. 安装 WSL（Ubuntu 发行版），按微软官方 WSL 安装说明操作即可。
2. 在 Windows 上安装 ADB 并启动 ADB 服务。注意一个硬性约束：Windows 侧与 WSL 侧的 adb 版本必须一致。文档给出的例子是：如果 WSL 里是 ADB 1.0.39，就需要下载与之对应的 Windows 版 platform-tools。版本不一致时 ADB 服务端与客户端会互相拒绝。
3. 启动 WSL。文档同时提示：Linux 子系统对应的 Windows 目录位于C:\Users\YourUsername\AppData\Local\Packages\CanonicalGroupLimited.UbuntuonWindows_SomeID\LocalState\rootfs\home，需要回看 WSL 内文件时可用。

另外，如果你后续要在 WSL 里跑带摄像头的桌面示例，文档提前说明了一个限制：预编译的 OpenCV 包在 WSL 中不支持摄像头，实时摄像头演示不可用，只能用视频文件作为输入（除非自行用 FFMPEG 和 GStreamer 编译 OpenCV）。这条限制不影响本文的 Android 构建目标，构建时先知道即可。

在 WSL 中安装基础依赖并克隆仓库

进入 WSL 后，先安装编译所需的系统包。这条命令会写入系统目录，需要 sudo 权限，副作用是安装build-essential、git、python、zip、adb、openjdk-8-jdk：

sudo apt-get update && sudo apt-get install -y build-essential git python zip adb openjdk-8-jdk

接下来按 Bazel 官方文档安装 Bazelisk（文档要求的是 Bazelisk 而不是直接装 Bazel）。然后克隆 MediaPipe 仓库并进入根目录：

cd $HOME git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe.git cd mediapipe

安装 OpenCV 和 FFmpeg

MediaPipe 的构建依赖 OpenCV，FFmpeg 通过libopencv-video-dev一并装好。文档给出三个选项，最短路径是选项 1，用 apt 安装预编译包：

sudo apt-get install libopencv-core-dev libopencv-highgui-dev \ libopencv-calib3d-dev libopencv-features2d-dev \ libopencv-imgproc-dev libopencv-video-dev

选项 2 是运行仓库根目录的 setup_opencv.sh，自动从源码构建 OpenCV 并修改 MediaPipe 的 OpenCV 配置；选项 3 是按 OpenCV 官方文档手动从源码编译。

这里有一个容易踩的点：apt 装出来的 OpenCV 版本取决于 Ubuntu 发行版版本（例如 Ubuntu 20.04 是 4.2）。仓库的 WORKSPACE 和 opencv_linux.BUILD 默认按 OpenCV 2/3 配置；如果装到的是 OpenCV 4，需要修改third_party/opencv_linux.BUILD，按文档给出的 OpenCV 4 配置，并根据gcc -print-multiarch的结果（如x86_64-linux-gnu）取消对应行注释：

# opencv_linux.BUILD for OpenCV 4 installed from Debian package cc_library( name = "opencv", hdrs = glob([ # Uncomment according to your multiarch value (gcc -print-multiarch): # "include/aarch64-linux-gnu/opencv4/opencv2/cvconfig.h", # "include/arm-linux-gnueabihf/opencv4/opencv2/cvconfig.h", # "include/x86_64-linux-gnu/opencv4/opencv2/cvconfig.h", "include/opencv4/opencv2/**/*.h*", ]), includes = [ # Uncomment according to your multiarch value (gcc -print-multiarch): # "include/aarch64-linux-gnu/opencv4/", # "include/arm-linux-gnueabihf/opencv4/", # "include/x86_64-linux-gnu/opencv4/", "include/opencv4/", ], linkopts = [ "-l:libopencv_core.so", "-l:libopencv_calib3d.so", "-l:libopencv_features2d.so", "-l:libopencv_highgui.so", "-l:libopencv_imgcodecs.so", "-l:libopencv_imgproc.so", "-l:libopencv_video.so", "-l:libopencv_videoio.so", ], )

如果从 OpenCV 4 链接阶段报undefined reference to 'cv::...'一类错误，文档把它归因为 OpenCV 未正确配置，应回到 Troubleshooting 的 "Incorrect MediaPipe OpenCV config" 一节对照修改 WORKSPACE 与opencv_linux.BUILD。

用 Hello World C++ 示例验证构建环境

在构建 Android 目标之前，先按文档跑一次桌面 Hello World 示例，确认 Bazel、OpenCV、FFmpeg 这一整条链是通的。文档要求纯 CPU 桌面环境带MEDIAPIPE_DISABLE_GPU=1标志：

export GLOG_logtostderr=1 # WSL 桌面 GPU 当前不受支持，使用 CPU 构建 bazel run --define MEDIAPIPE_DISABLE_GPU=1 \ mediapipe/examples/desktop/hello_world:hello_world

判断标准是文档给出的预期输出（文档示例，连续打印 10 行）：

Hello World! Hello World! ...（共 10 行）

能打出这 10 行说明编译环境就绪。如果构建失败，先查 Troubleshooting，其中与 WSL 环境最常相关的几条是：找不到 Python 二进制时给 Bazel 命令加--action_env PYTHON_BIN_PATH=$(which python3)；依赖仓库下载失败（多为网络问题）时可配置代理，或bazel clean --expunge后重试。

安装 Android SDK 和 NDK

环境验证通过后，运行仓库根目录的 setup_android_sdk_and_ndk.sh 安装 Android SDK 和 NDK。

这条脚本有几个必须提前知道的副作用：

• 它会从dl.google.com下载 Android SDK commandlinetools 和 NDK 压缩包，需要可用的外网；
• 它会把android_sdk_repository、android_ndk_repository、bind、register_toolchains等规则追加写入WORKSPACE，即修改仓库文件；
• 安装过程中会清理并重建/tmp/android_sdk/、/tmp/android_ndk/两个临时目录。

脚本用法（不带参数时使用默认路径，NDK 默认版本 r28b）：

cd mediapipe # 在仓库根目录 bash ./setup_android_sdk_and_ndk.sh

也可以显式指定路径和版本，例如bash ./setup_android_sdk_and_ndk.sh ~/Android/Sdk ~/Android/Ndk r28b --accept-licenses（--accept-licenses会自动接受 SDK 许可协议）。

两个前置判断逻辑（读脚本可得）：如果ANDROID_HOME和ANDROID_NDK_HOME都已设置，脚本直接退出，由 Bazel 自动定位 SDK/NDK；如果目标目录已存在内容，对应的 SDK 或 NDK 安装会跳过，但 WORKSPACE 的追加仍会执行——所以不要在同一个仓库里重复运行它。

脚本成功时的输出（文档示例，来自脚本自身打印）：

Android SDK is now installed. Consider setting $ANDROID_HOME environment variable to be /root/Android/Sdk Android NDK is now installed. Consider setting $ANDROID_NDK_HOME environment variable to be /root/Android/Sdk/ndk-bundle/android-ndk-r28b Set android_ndk_repository and android_sdk_repository in WORKSPACE Done

看到Set android_ndk_repository and android_sdk_repository in WORKSPACE和Done即表示配置完成。

构建 Android 示例

SDK/NDK 就绪后，构建主路径是单个示例目标。以文档中的objectdetectiongpu为例，--config=android_arm64指定 arm64-v8a 架构（该配置定义在仓库 .bazelrc 中）：

bazel build -c opt --config=android_arm64 \ mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu:objectdetectiongpu

构建成功时的输出（文档示例）：

Target //mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu:objectdetectiongpu up-to-date: bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu_deploy.jar bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu_unsigned.apk bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu.apk INFO: Build completed successfully, 2028 total actions

产物就是bazel-bin/.../objectdetectiongpu.apk，Elapsed time和processes那几行数值因机器而异，不需要按示例数值核对。

如果你想一次构建全部示例，仓库根目录的 build_android_examples.sh 是批量入口。注意它没有目标筛选参数：会对mediapipe/examples/android/src/java/com/google/mediapipe/apps下的所有应用逐个执行build -c opt --config=android_arm64（basic目录对应目标名helloworld；objectdetection3d会按 shoe/chair/cup 等多个类别各构建一个 APK），把 APK 拷贝到-d指定的输出目录，然后在终端提示Press 'a' to abort, or press any other key to continue ...，不按a就会通过adb install -r把所有 APK 装到已连接的设备上。因此使用前提是你确实要构建并安装全部示例，且设备已通过 adb 连上：

./build_android_examples.sh -d out_dir

--nostrip可保留符号（默认会加--linkopt=-s剥离）；-i表示跳过构建、只安装-d目录里已有的 APK。

安装到设备并验证

单目标构建的产物直接用 adb 安装（hello world codelab 给出的方式）：

adb install bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu.apk

前提是 Windows 侧 ADB 服务已启动、设备开启开发者选项并已连接。安装命令返回成功后，在设备上打开对应应用，能启动并出画面即完成端到端验证；helloworld 类示例的成功标准是应用内显示Hello World!界面。

限制与排查入口

• WSL 摄像头：预编译 OpenCV 在 WSL 中不支持摄像头，WSL 内跑桌面实时演示只能用视频文件输入；Android 示例的摄像头在设备端，不受此限制。
• adb 版本：Windows 与 WSL 两侧 adb 版本必须一致，否则连接异常。
• 构建报错：Python 路径、依赖下载失败、OpenCV 配置三类问题都有对应条目，集中在 Troubleshooting；gcc/g++6.3 与 7.3 存在已知问题，使用 TensorFlow calculators 时应避开这两个版本。
• 自写 Android 应用：本文只覆盖构建仓库自带示例。要把 MediaPipe 图跑进自己的 Android 应用，接着读 Hello World! on Android，它给出了从空应用到FrameProcessor的完整代码路径。

【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