deepstream_python_app 环境配置
本文介绍如何在 Jetson 或 x86 平台 上配置 DeepStream Python 应用的开发环境，包括依赖安装、源码编译以及使用 NVIDIA 提供的预构建绑定。
1. 安装 gi 依赖
# 安装必要依赖
sudo apt install -y libgirepository1.0-dev gcc libcairo2-dev pkg-config python3-dev gir1.2-gtk-3.0 python-gi-dev
# 安装 Pycairo
pip3 install pycairo
# 安装 PyGObject（注意版本号写法是==）
pip3 install PyGObject==3.50.0⚠️ 如果你使用 conda/venv，请确认
pip3对应的 Python 环境正确。
2. 从源码安装 gst-python
某些情况下需要从源码安装 gst-python，以保证与 DeepStream 的兼容性。
# 设置环境变量（编译 gstreamer python binding 需要）
export GST_LIBS="-lgstreamer-1.0 -lgobject-2.0 -lglib-2.0"
export GST_CFLAGS="-pthread -I/usr/include/gstreamer-1.0 -I/usr/include/glib-2.0 -I/usr/lib/x86_64-linux-gnu/glib-2.0/include"
# 拉取 gst-python 源码
git clone https://github.com/GStreamer/gst-python.git
cd gst-python
# 切换到兼容的提交（5343aeb 对应 DeepStream 官方推荐版本）
git checkout 5343aeb
# 编译 & 安装
./autogen.sh PYTHON=$(which python)
./configure PYTHON=$(which python)
make -j$(nproc)
sudo make install3. 安装 CUDA Python（可选）
如果你的环境依赖 CUDA Python，可以通过 conda 安装：
conda install -c nvidia cuda-python4. 使用预构建 Python 绑定（推荐）
NVIDIA 已提供 x86 与 Jetson 的预构建 DeepStreamSDK Python 绑定，无需手动编译，直接下载即可：
💡 建议优先使用预构建版本，源码编译仅在需要定制或开发特殊功能时使用。
总结
配置流程推荐优先级：
- 直接使用 NVIDIA 提供的预构建 Python 绑定（推荐）
- 若有兼容性问题，再考虑 源码编译
gst-python - 依赖安装过程中注意 Python 版本与环境管理（建议使用
conda或venv）
这样可以快速搭建 DeepStream Python App 开发环境，减少不必要的编译问题。
Thanks for reading!