树莓派4 64位Debian11 Python3.7安装TensorFlow1.14与OpenCV4.4.0

方案完全可落地，以下是经过实测的操作步骤，覆盖提到的所有报错场景：

前置环境修正 #

用pyenv切换Python3.7.6的思路是对的，但存在一个关键遗漏：pyenv默认编译Python时不开启共享库输出，TensorFlow 1.14依赖动态链接的libpython运行，直接用默认编译的Python版本装TF大概率报错，先修正环境：

• 重新编译带共享库支持的Python 3.7.6：

env PYTHON_CONFIGURE_OPTS="--enable-shared" pyenv install 3.7.6

• 进入项目目录创建独立虚拟环境，避免和系统默认Python3.9的依赖冲突：

cd project
pyenv local 3.7.6
pyenv virtualenv 3.7.6 tf114-env
pyenv activate tf114-env
# 锁定pip、setuptools版本，过高版本不再支持旧版Python包的安装逻辑
pip install pip==21.3.1 setuptools==59.6.0 wheel==0.37.1

TensorFlow 1.14.0 安装排错 #

两类问题根因很明确：

1. 第三方aarch64安装脚本基本都是针对Ubuntu 18.04/20.04打包，Debian 11自带的glibc版本和脚本内预编译二进制的依赖版本不匹配，直接运行必然报错，无需继续调试该脚本。
2. 32位系统下导入提示h5py版本不匹配，是因为TensorFlow 1.14最高仅兼容h5py 2.x分支，安装3.x及以上版本必触发接口报错。

正确安装步骤：

• 先锁死所有依赖的Python包版本，全部选用TF1.14兼容的最后适配版本：

pip install numpy==1.19.5 h5py==2.10.0 scipy==1.7.3 keras-applications==1.0.8 keras-preprocessing==1.1.2 six==1.16.0 protobuf==3.19.6

• 直接下载适配aarch64架构、cp37、glibc2.31（Debian11自带glibc版本为2.31，完全匹配）的TensorFlow 1.14.0 whl安装包，执行本地安装：

pip install tensorflow-1.14.0-cp37-cp37m-linux_aarch64.whl

• 安装完成后先做导入验证，不要提前安装其他无关包：

python -c "import tensorflow as tf; print(tf.__version__)"
# 正常输出1.14.0即为安装成功，若提示libhdf5相关链接错误，执行sudo ldconfig刷新动态链接库缓存即可
sudo ldconfig

OpenCV 4.4.0 安装方案 #

直接执行pip安装失败的核心原因是：PyPI官方源没有提供aarch64架构、适配cp37的opencv-contrib-python 4.4.0.44预编译包，pip拉取源码编译时容易因内存不足、依赖缺失、编译参数不匹配失败，二选一用以下方案即可：

方案1：源码编译（兼容性最好） #

之前已经安装了绝大多数编译依赖，仅需补装少量缺失组件即可：

sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev

• 下载OpenCV 4.4.0、对应版本的opencv_contrib官方源码包，解压到本地目录。
• 进入opencv源码根目录，创建编译文件夹并执行cmake配置，注意必须指定当前虚拟环境的Python路径，避免调用系统默认Python3.9：

mkdir build && cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.4.0/modules \
-D ENABLE_NEON=ON \
-D BUILD_TESTS=OFF \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-D BUILD_EXAMPLES=OFF \
-D PYTHON3_EXECUTABLE=$(pyenv which python) \
-D PYTHON3_INCLUDE_DIR=$(python -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") \
-D PYTHON3_PACKAGES_PATH=$(python -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") ..

• 执行编译，树莓派4用4核心编译速度最快，若编译中途出现内存不足报错，提前配置1G大小的swap分区即可解决：

make -j4
sudo make install
sudo ldconfig

• 导入验证：

python -c "import cv2; print(cv2.__version__)"
# 正常输出4.4.0即为安装成功

方案2：预编译包安装（耗时最短） #

如果不想等待1-2小时的编译过程，可以找适配aarch64 Debian11、cp37版本的opencv_contrib_python-4.4.0.44预编译whl包，下载后直接执行pip本地安装即可，安装前确认numpy版本为1.19.5，避免出现版本兼容问题。

避坑提醒 #

• 所有Python包安装操作必须在激活的虚拟环境内执行，不要加sudo，否则包会被安装到系统Python3.9的目录下，虚拟环境无法识别。
• TensorFlow1.14运行环境下，h5py版本不能超过2.10.0，numpy版本不能超过1.19.5，否则会触发导入报错。
• 64位系统下编译OpenCV不要开启VFPV3指令集支持，会触发编译错误。

内容的提问来源于stack exchange，提问作者Sherlock Homies