十三、Ubuntu18.04下配置C++版本的mediapipe
1.官方教程
2.记录我的配置过程
我的配置过程基本上是按照官方教程来的，只不过会更加详细一些
2.1 安装Bazelisk
bazelisk是 官方提供的 bazel 包装器
bazel是Google开源的一套类似于Make的编译构建工具
我这里是通过npm安装bazelisk，所以需要先安装npm：
sudo apt-get install npm
安装失败：
再加一句，然后重新安装npm：
## 不过在安装nodejs-dev node-gyp这个东西的时候，把我的ROS（melodic版本）的很多库都卸载了，不知道会不会影响ROS的使用
sudo apt-get install nodejs-dev node-gyp libssl1.0-dev
sudo apt-get install npm
然后再安装bazelisk
## -g指的是全局安装，这样就不用每次开启terminal都跑一次bazelisk指令了
sudo npm install -g @bazel/bazelisk
2.2 安装mediapipe库
按照官网的教程走即可，将miediapie的源码，放到/home/下面
可以看到家目录下，多了一个mediapipe的文件夹
cd $HOME
git clone https://github.com/google/mediapipe.git
2.3 安装OpenCv和FFmpeg
首先是安装FFmpeg，直接在终端输入以下指令，即可完成安装
sudo apt-get install -y \
libopencv-core-dev \
libopencv-highgui-dev \
libopencv-calib3d-dev \
libopencv-features2d-dev \
libopencv-imgproc-dev \
libopencv-video-dev
不过我这里显示已经装过了，也不知道是啥时候装的，先不管了
然后再通过运行setup_opencv.sh以从源代码自动构建 OpenCV 并修改 MediaPipe 的 OpenCV 配置
这是最简单的方式，这是一个批处理文件，谷歌已经帮我们配置好了环境变量，直接运行就可以安装OpenCV3
## 进入从github上面下载下来的源码文件夹“mediapipe”
cd mediapipe
## 然后直接运行“mediapipe”文件夹里面的setup_opencv.sh这个文件
./setup_opencv.sh
这一步一定要多试几次，因为网络问题非常容易失败
输入以下指令，可以查看自己的OpenCV版本
装完之后，我这边显示的是3.4.18，我记得装之前是OpenCV 2.几的版本
## 查看OpenCV版本
pkg-config --modversion opencv
2.4 运行helloworld（CPU）
## 先进入源码所在的文件夹
cd mediapipe
export GLOG_logtostderr=1
## 只使用CPU运行
bazel run --define MEDIAPIPE_DISABLE_GPU=1 \
mediapipe/examples/desktop/hello_world:hello_world
报错了：好像是没安装numpy
缺啥装啥就完事了
sudo apt-get install python3-pip
sudo apt-get install python3-numpy
然后继续运行helloworld，成功！
到此就已经成功把mediapipe安装完成了！
2.5 编译和运行hand_tracking（CPU）
## 进入源码所在的目录
cd mediapipe
## 用bazel编译hand_tracking的代码
bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/hand_tracking:hand_tracking_cpu
## 运行编译好的代码
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/hand_tracking/hand_tracking_cpu --calculator_graph_config_file=mediapipe/graphs/hand_tracking/hand_tracking_desktop_live.pbtxt
报错了，这是因为gcc的版本太低了！
ubuntu18.04自带的gcc 7.5.0编译HellowWorld没有问题，但是要进行hand_tracking的编译，就会报错：
解决办法：将gcc、g++都升级至8.0版本
## 安装gcc-8 和 g++-8版本
sudo apt-get install gcc-8
sudo apt-get install g++-8
## 设置优先级
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/g++-8 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/g++-7 50
可以看到现在gcc和g++编译器的版本已经升级到8.4.0了
然后再次运行hand_tracking，又报错：
这是因为之前使用gcc-7.5版本编译，在~/.cache/bazel中（这是隐藏文件，按Ctrl + H就能看见）保留了7.5版本的缓存，直接升级gcc-8后，出现版本不对应的问题，所以要将这个bazel文件夹直接删掉
然后再次运行hand_tracking，这次没报错了，编译成功！
可以看到下面这个文件夹里，编译生成了相关的文件！
PS：看别人的博客，删除了~/.cache/bazel这个文件，还是编译不通过，还会报错：
ERROR1：
ERROR: /home/base/workspace/mediapipe/mediapipe/examples/desktop/hand_tracking/BUILD:27:10: Linking of rule '//mediapipe/examples/desktop/hand_tracking:hand_tracking_cpu' failed (Exit 1): gcc failed: error executing command /usr/bin/gcc @bazel-out/k8-opt/bin/mediapipe/examples/desktop/hand_tracking/hand_tracking_cpu-2.params
解决方案：opencv三方库没有全部链接上，修改opencv_linux.BUILD中的链接选项即可
ERROR2：
/home/base/workspace/mediapipe/mediapipe/framework/tool/BUILD:107:10: Linking of rule '//mediapipe/framework/tool:encode_as_c_string' failed (Exit 1): crosstool_wrapper_driver_is_not_gcc failed: error executing command external/local_config_cuda/crosstool/clang/bin/crosstool_wrapper_driver_is_not_gcc @bazel-out/host/bin/mediapipe/framework/tool/encode_as_c_string-2.params
/usr/bin/ld: bazel-out/host/bin/external/com_google_absl/absl/strings/libstrings.a(charconv.o): undefined reference to symbol 'nan@@GLIBC_2.2.5'
//lib/x86_64-linux-gnu/libm.so.6: error adding symbols: DSO missing from command line
解决方案：在mediapipe/mediapipe/framework/tool/BUILD中的110行后面，加入 linkopts = [“-lm”], （注意有英文逗号）
但是我在配置的过程中是没有遇到这两个ERROR的，我在删除了~/.cache/bazel这个文件之后就编译通过了
然后输入以下指令就可以直接运行了！！！
## 进入源码所在的目录
cd mediapipe
## 运行之前编译好的代码
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/hand_tracking/hand_tracking_cpu --calculator_graph_config_file=mediapipe/graphs/hand_tracking/hand_tracking_desktop_live.pbtxt
2.6 编译和运行face_detection（CPU）
## 进入源码所在的目录
cd mediapipe
## 用bazel编译face_detection的代码
bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/face_detection:face_detection_cpu
## 运行之前编译好的代码
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/face_detection/face_detection_cpu --calculator_graph_config_file=mediapipe/graphs/face_detection/face_detection_desktop_live.pbtxt
2.7 编译和运行face_mesh（CPU）
## 进入源码所在的目录
cd mediapipe
## 用bazel编译face_mesh的代码
bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/face_mesh:face_mesh_cpu
## 运行之前编译好的代码
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/face_mesh/face_mesh_cpu --calculator_graph_config_file=mediapipe/graphs/face_mesh/face_mesh_desktop_live.pbtxt
报错：
找不到Can't find file: mediapipe/modules/face_detection/face_detection_short_range.tflite
找不到Can't find file: mediapipe/modules/face_landmark/face_landmark_with_attention.tflite
这是因为，源码中并不包含这两个文件，必须去官网下载
然后放到对应的路径下即可
2.8 编译和运行Iris（CPU）
报错：Can't find file: mediapipe/modules/face_landmark/face_landmark.tflite
解决方法如上，去官网下载face_landmark.tflite文件，放到目录下：
## 进入源码所在的目录
cd mediapipe
## 用bazel编译Iris的代码
bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/iris_tracking:iris_tracking_cpu
## 运行之前编译好的代码
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/iris_tracking/iris_tracking_cpu --calculator_graph_config_file=mediapipe/graphs/iris_tracking/iris_tracking_cpu.pbtxt
2.9 编译和运行Objectron (3D Object Detection)（CPU）
同理要检测鞋子shoe，就要去官网下载object_detection_3d_sneakers.tflite，放到mediapipe/modules/objectron/object_detection_3d_sneakers.tflite目录下
同理要检测杯子cup，就要去官网下载object_detection_3d_cup.tflite，放到 mediapipe/modules/objectron/object_detection_3d_cup.tflite目录下
## 进入源码所在的目录
cd mediapipe
## 用bazel编译Objectron的代码
bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/object_detection_3d:objectron_cpu
## 检测杯子cup，输入输出路径需要自己指定，路径不能含有中文！！！！！视频格式必须是mp4！！！！！！
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/object_detection_3d/objectron_cpu \
--calculator_graph_config_file=mediapipe/graphs/object_detection_3d/objectron_desktop_cpu.pbtxt \
--input_side_packets=input_video_path=/home/yao/My_Mediapipe_config/myinput/mycup.mp4,output_video_path=/home/yao/My_Mediapipe_config/myoutput/res_cup.mp4,box_landmark_model_path= mediapipe/modules/objectron/object_detection_3d_cup.tflite,allowed_labels=Mug
## 检测鞋子shoes，输入输出路径需要自己指定，路径不能含有中文！！！！！视频格式必须是mp4！！！！！！
GLOG_logtostderr=1 bazel-bin/mediapipe/examples/desktop/object_detection_3d/objectron_cpu \
--calculator_graph_config_file=mediapipe/graphs/object_detection_3d/objectron_desktop_cpu.pbtxt \
--input_side_packets=input_video_path=/home/yao/My_Mediapipe_config/myinput/myshoes.mp4,output_video_path=/home/yao/My_Mediapipe_config/myoutput/res_shoes.mp4,box_landmark_model_path= mediapipe/modules/objectron/object_detection_3d_sneakers.tflite,allowed_labels=Footwear
检测马克杯 Mug的结果：
检测鞋子 Footwear的结果：
3.其他Bug
有时候，在运行完一个demo以后（例如，face_mesh），再运行其他已经编译好的demo（例如，hand_tracking）有可能还会报错找不到.tflite文件，这个时候一般只需要重新编译再运行即可
4.参考
Ubuntu上安装MediaPipe
Ubuntu 布置Mediapipe环境
Windows10 编译Mediapipe C++版本保姆级教程
Linux MediaPipe C++版手势识别环境搭建与编译
Ubuntu下编译mediapipe，C++
MediaPipe的编译与测试
mediapipe 编译命令、运行命令、以及部分解释
mediapipe教程1：python代码
mediapipe教程2：linux桌面程序编译与运行
Ubuntu升级编译器版本 从gcc5到gcc7
Ubuntu18.04降低/升级编译器版本（实测有效）
Mediapipe - 将Mediapipe handtracking封装成动态链接库dll/so
手部21个关键点检测+手势识别-[MediaPipe]
5947
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
