Ubuntu20.04下通过Python API调用MediaPipe模板匹配遇错求助

你现在遇到的报错核心是BoxDetectorCalculator无法正确读取你传入的KNIFT索引文件，可按照以下步骤排查修复：

1. 优先检查参数传递正确性 #

你在calculator_params中传入的键需要和计算图中节点的name字段完全匹配：

• 打开你使用的template_matching_desktop.pbtxt文件，找到calculator: "BoxDetectorCalculator"对应的节点，查看它的name字段值
• 如果节点name是BoxDetectorCalculator而非BoxDetector，则需要把参数键修改为BoxDetectorCalculator.index_proto_filename

2. 修正路径处理逻辑 #

Mediapipe C++侧的计算器默认会优先从运行时资源目录（也就是你报错的/usr/local/lib/python3.8/dist-packages/mediapipe路径）读取文件，直接传入普通绝对路径可能会被错误拼接，可选择以下两种方案之一修复：

• 方案一：将你的object_knift_index.pb文件放到/usr/local/lib/python3.8/dist-packages/mediapipe目录下，参数传入文件名即可
• 方案二：对传入的路径做完全展开处理，确保没有相对路径、~等Shell专属标识：

  index_path = os.path.abspath(os.path.expanduser("/path/to/my/object_knift_index.pb"))
  

3. 检查二进制计算图的正确性 #

SolutionBase的binary_graph_path参数要求传入二进制格式的计算图（.pb后缀），不能直接传入文本格式的.pbtxt文件，如果你没有做格式转换，可通过以下命令将pbtxt转为二进制pb：

cd ~/mediapipe
bazel run //mediapipe/framework:calculator_graph_config_parser -- \
  --input_text_proto=mediapipe/graphs/template_matching/template_matching_desktop.pbtxt \
  --output_binary_proto=template_matching_binary.pb

转换完成后再把template_matching_binary.pb的路径传给binary_graph_path即可。

4. 替代实现方案（避坑推荐） #

如果不想修改SolutionBase相关代码，可以直接用底层CalculatorGraph接口加载修改后的计算图，避免参数传递逻辑的坑：

import os
import cv2
import time
import numpy as np
import mediapipe as mp
from mediapipe.framework import calculator_pb2
from google.protobuf import text_format
from mediapipe.calculators.video import box_detector_calculator_pb2

# 路径展开
pbtxt_path = os.path.abspath(os.path.expanduser("~/mediapipe/mediapipe/graphs/template_matching/template_matching_desktop.pbtxt"))
index_pb_path = os.path.abspath(os.path.expanduser("/path/to/my/object_knift_index.pb"))

# 加载并修改计算图配置
with open(pbtxt_path, 'r') as f:
    graph_config = calculator_pb2.CalculatorGraphConfig()
    text_format.Parse(f.read(), graph_config)

# 直接修改配置里的索引文件路径
for node in graph_config.node:
    if node.calculator == "BoxDetectorCalculator":
        options = box_detector_calculator_pb2.BoxDetectorCalculatorOptions()
        node.options.Unpack(options)
        options.index_proto_filename = index_pb_path
        node.options.Pack(options)
        break

# 初始化并启动计算图
graph = mp.CalculatorGraph(graph_config=graph_config)
graph.start_run()

# 读取摄像头帧处理
cap = cv2.VideoCapture(0)
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    # 塞入输入流
    graph.add_packet_to_input_stream(
        "input_video",
        mp.packet_creator.create_image_frame(
            image_format=mp.ImageFormat.SRGB, data=frame_rgb
        ).at(mp.Timestamp(int(time.time() * 1e6)))
    )
    # 后续自行补充输出流读取、结果渲染逻辑

内容的提问来源于stack exchange，提问作者Daniel Fitzgerald