使用 Nvidia 官方 Docker 镜像折腾 Stable Video Diffusion 的时候,发现 OpenCV 社区有一个古怪的 issue 需要手动解决,所以顺手写了一个能够自动修复的小工具。
以及,聊聊如何快速的发布一个 Python 软件包。
写在前面
如果你在使用 Python 生态的软件时,遇到了 module 'cv2.dnn' has no attribute 'DictValue'
的报错,可以试试看这个小工具。
当然,如果你想进一步确认是因为 OpenCV 引起的问题,可以尝试执行下面的命令:
python -c "import cv2; print(cv2.__version__)"
如果你收获的不是某个版本号,而是下面的报错日志,说明你的 Python 软件包存在需要修复的问题。
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "/usr/local/lib/python3.10/dist-packages/cv2/__init__.py", line 181, in <module>
bootstrap()
File "/usr/local/lib/python3.10/dist-packages/cv2/__init__.py", line 175, in bootstrap
if __load_extra_py_code_for_module("cv2", submodule, DEBUG):
File "/usr/local/lib/python3.10/dist-packages/cv2/__init__.py", line 28, in __load_extra_py_code_for_module
py_module = importlib.import_module(module_name)
File "/usr/lib/python3.10/importlib/__init__.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
File "/usr/local/lib/python3.10/dist-packages/cv2/typing/__init__.py", line 168, in <module>
LayerId = cv2.dnn.DictValue
AttributeError: module 'cv2.dnn' has no attribute 'DictValue'
这个问题在社区早些时候有被反馈(opencv/opencv-python #884),主要原因是在安装 numpy
时被带入一起安装的版本过旧 opencv
导致的兼容性问题。比较 Trick 的是我们并不能通过简单执行 pip install
来更新软件包,需要遵从帖子进行一些手动清理安装,才能将问题解决。
所以,我写了一个简单的开源小工具,来自动修正这个问题,项目开源地址在:soulteary/opencv-fixer。
下面讲讲如何使用这个小工具。
OpenCV Fixer
工具的使用非常简单,和使用普通的软件包一样,使用 pip install
来完成工具包的下载:
pip install opencv-fixer==0.2.5
软件的修复需要进行 OpenCV 的清理和更新下载,如果你访问 Python 官方的 PyPi 源比较慢,可以顺手更新软件源为国内的镜像:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
然后,执行下面的命令,就能够完成 OpenCV 的自动修复工作了:
python -c "from opencv_fixer import AutoFix; AutoFix()"
如果一切正常,你将看到类似下面的日志输出:
Uninstalling the following OpenCV-related packages: opencv, opencv-fixer
Successfully uninstalled opencv
Successfully uninstalled opencv-fixer
Found opencv-python version is lower than 4.9, version=4.7.0
Begin upgrade your opencv-python version to 4.9+.
The folder /usr/local/lib/python3.10/dist-packages/cv2 has been removed successfully
...
如果我们再次执行之前的测试命令,能够得到 OpenCV 的版本号,那么说明一切都修复正常啦:
# python -c "import cv2; print(cv2.__version__)"
4.9.0
当然,如果我们在 Docker 环境或者使用 root
用户执行,可能会收到下面的 warning
警告日志:
Install opencv-python-headless failed: WARNING: Running pip as the 'root' user can result in broken permissions and conflicting behaviour with the system package manager. It is recommended to use a virtual environment instead: https://pip.pypa.io/warnings/venv
但其实是没有问题的,如果我们执行 pip show opencv-python-headless
,能够看到软件已经被正确安装:
# pip show opencv-python-headless
Name: opencv-python-headless
Version: 4.9.0.80
Summary: Wrapper package for OpenCV python bindings.
Home-page: https://github.com/opencv/opencv-python
Author:
Author-email:
License: Apache 2.0
Location: /usr/local/lib/python3.10/dist-packages
Requires: numpy, numpy, numpy, numpy
Required-by:
其他:快速发布一个 Python 软件包
想要快速发布能够被 pip install
安装的 Python 软件包,其实很简单。
首先,需要注册一个 PyPi 账号,注册完毕后,会要求我们验证邮箱有效性。再完成邮箱验证后,我们需要在账号中配置“二步认证”,从而开启获取 API Token 的权限。
获取的 API Token 页面下方,有可以一键复制的配置文件,内容类似下面这样,我们可以保存起来,稍晚使用:
[pypi]
username = __token__
password = pypi-一长串Token
如果你是 macOS 用户,在不配置或者更新本地 Python 环境的情况下,如果想直接发布一个软件包,可能会比较麻烦。但是如果使用 Docker 就会变的简单许多:
cd package-dir
docker run --rm -it -v `pwd`:/app python:3.10 bash
比如,使用上面的命令,可以快速的将软件包里的内容映射到 Python 3.10 容器的 /app
目录,方便我们用一个完备、干净的环境做软件发布。
发布过程中,我们可以配置软件源和完成依赖软件包的下载:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install packaging twine
完成基础依赖后,执行下面的命令,可以将我们之前获得的 API Token 保存为可以通过 PyPi 源认证的配置文件。
cat << EOF > ~/.pypirc
[pypi]
username = __token__
password = pypi-一长串Token
EOF
一切就绪之后,我们执行下面的命令,完成 Python 软件包的构建和发布就完事啦:
python setup.py sdist bdist_wheel
twine upload dist/*
最后
好了,这篇文章就先写到这里。
–EOF
本文使用「署名 4.0 国际 (CC BY 4.0)」许可协议,欢迎转载、或重新修改使用,但需要注明来源。 署名 4.0 国际 (CC BY 4.0)
本文作者: 苏洋文章来源:https://www.toymoban.com/news/detail-795727.html
创建时间: 2024年01月07日
统计字数: 3707字
阅读时间: 8分钟阅读
本文链接: https://soulteary.com/2024/01/07/fix-opencv-dependency-errors-opencv-fixer.html文章来源地址https://www.toymoban.com/news/detail-795727.html
到了这里,关于修复 OpenCV 依赖错误的小工具:OpenCV Fixer的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!