Pillow库在Mac M1上安装时JPEG依赖问题的解决方案
2025-05-18 17:11:20作者:凌朦慧Richard
问题背景
Pillow作为Python生态中最重要的图像处理库之一,在安装过程中经常会遇到各种依赖问题。特别是在Mac M1/M2芯片的电脑上,由于架构变化和Homebrew的调整,安装时出现JPEG相关依赖错误的情况较为常见。
典型错误表现
当在Mac M1设备上使用pip安装Pillow时,可能会遇到如下错误提示:
The headers or library files could not be found for jpeg
这个错误表明系统缺少必要的JPEG库开发文件,导致Pillow无法正确编译安装其JPEG支持组件。
深层原因分析
- 架构差异:M1芯片采用ARM架构,与传统x86架构的库不兼容
- 路径变化:Homebrew在M1设备上的默认安装路径改为/opt/homebrew
- 依赖隔离:使用conda等虚拟环境时,系统库路径可能未被正确包含
解决方案
基础解决方法
对于大多数M1/M2 Mac用户,最简单的解决方案是:
brew install openjpeg
这个命令会通过Homebrew安装OpenJPEG库,它包含了Pillow所需的JPEG支持组件。
进阶配置
如果基础方案无效,可能需要更完整的依赖安装:
brew install jpeg openjpeg libjpeg libtiff webp little-cms2
安装完成后,建议清理并重新安装Pillow:
pip uninstall pillow
pip install --no-cache-dir pillow
Conda环境特别处理
对于使用Miniconda/Anaconda的用户,可以尝试:
conda install -c conda-forge pillow
conda-forge渠道通常会处理好所有依赖关系,避免手动解决库路径问题。
预防措施
- 保持Homebrew更新:
brew update && brew upgrade - 优先使用conda-forge渠道安装科学计算相关包
- 考虑使用pyenv管理Python版本,避免系统Python的路径问题
技术原理
Pillow作为Python的图像处理库,实际上是对多种底层图像库的封装。在安装时,它会尝试链接系统已安装的图像库。在Mac M1上,由于:
- 系统自带的库可能不完整
- Homebrew的路径未被正确识别
- 架构差异导致库不兼容
这些因素综合导致了JPEG依赖问题的出现。通过Homebrew安装openjpeg等库,可以确保系统中有正确架构版本的依赖库。
总结
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781