Mac M1设备Miniforge3环境中同时安装Mediapipe与TensorFlow的解决方案咨询

我之前在M1 Mac上踩过完全一样的坑，折腾了好一阵子，总结出两个靠谱的解决方案，你可以根据自己的需求选：

方案一：用Rosetta2创建x86_64环境（最简单省心） #

Miniforge3的arm64频道确实没有Python3.7的包——conda-forge对M1原生环境的Python支持是从3.8开始的。不过我们可以借助Rosetta2转译，创建一个x86架构的conda环境，这样就能顺利安装Python3.7和对应的Mediapipe、TensorFlow：

1. 开启终端的Rosetta模式：
   右键点击「终端」应用→选择「显示简介」→勾选「使用Rosetta打开」，然后重启终端。
2. 创建x86架构的conda环境：
   执行命令指定架构和Python版本：

   CONDA_SUBDIR=osx-64 conda create -n vision_x86 python=3.7
   

3. 激活环境并安装依赖：

   conda activate vision_x86
   # 安装TensorFlow（x86版本，完美兼容Python3.7）
   pip install tensorflow
   # 现在安装Mediapipe就能找到匹配的版本了
   pip install mediapipe
   

   这个方法的好处是不用折腾编译，上手快；唯一的小缺点是x86环境依赖Rosetta转译，性能比原生arm64略低，但日常开发和使用基本感知不到差异。

方案二：从源码编译arm64版本的Mediapipe（原生性能拉满） #

如果你想坚持用原生arm64环境（也就是你现在装了TensorFlow的Python3.9环境），可以自己从源码编译支持M1的Mediapipe：

1. 安装编译依赖：
   在你现有的arm64 conda环境里安装编译工具和依赖：

   conda install -c conda-forge bazel numpy opencv
   

2. 克隆Mediapipe代码仓库：

   git clone https://github.com/google/mediapipe.git
   cd mediapipe
   

3. 适配M1和Python3.9配置：
   • 修改WORKSPACE文件，确保Python配置指向你conda环境里的Python3.9路径
   • 调整mediapipe/python/BUILD中的编译参数，添加对macos_arm64的支持
4. 编译并生成wheel包：

   # 编译pip包
   bazel build --config=macos_arm64 mediapipe/python/pip_package:build_pip_package
   # 生成wheel文件到临时目录
   bazel-bin/mediapipe/python/pip_package/build_pip_package /tmp/mediapipe_pkg
   

5. 安装编译好的Mediapipe：

   pip install /tmp/mediapipe_pkg/mediapipe-*.whl
   

   这个方法能得到原生arm64的Mediapipe，性能是最好的，但编译过程可能会遇到一些小问题（比如依赖版本适配），需要耐心调试。

内容的提问来源于stack exchange，提问作者connor449