Android手機寫Python：Termux安裝Anaconda環境 (miniforge)

Anaconda是一個Python發行版，提供大量現成套件。並能建立虛擬環境，管理多個Python版本使其共存於同一個系統上。

Android手機寫Python程式需要Anaconda環境的話，在Termux裡安裝是個可行的選項。例如下圖是Android跑Python OpenCV套件的示例。

不過Android手機大部份是aarch64 (arm64)架構，Anaconda官方支援的"ARM"架構裝置為AWS Graviton，以及armv7l (32位元) 的Raspberry Pi，精簡版的miniconda也是如此，裝了會出現各種錯誤。

所以aarch64架構的裝置要改裝"miniforge"，它跟miniconda一樣是精簡版的Anaconda，指令用法一樣，支援更多架構的Linux系統。

1. 安裝Termux與Linux環境
#

初始化 Termux
接著選擇要直接在Termux環境安裝miniforge，或是建立Proot Linux？由於Termux的Python版本是滾動更新的(無法降級)，我個人偏好建一個獨立的 Proot Debian環境，這樣才比較方便安裝不同版本的Python。

2. 安裝miniforge3
#

登入Proot Debian，使用Root帳號。

proot-distro login debian

安裝前置依賴套件。由於Anaconda能自動下載Python，我們不需要再手動安裝其他版本的Python。

apt update
apt install wget python3 python3-pip vim

Proot預設會使用Termux的Python，因此需要用以下指令指定系統暫時使用Proot內部的Python：

alias python=/usr/bin/python3
alias python3=/usr/bin/python3
alias pip=/usr/bin/pip
alias pip3=/usr/bin/pip

至 miniforge儲存庫，取得安裝指令稿網址，下載執行

wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-aarch64.sh
bash Miniforge3-Linux-aarch64.sh

執行後Enter，使用箭頭上下移動，輸入yes同意授權條款。
並將miniforge安裝至~/root/miniforge，待其安裝完成。
安裝完成後會問要不要自動啟動環境，也就是登入Proot便進入conda。輸入yes
登出Proot，再重新登入Proot

exit
proot-distro login debian

會發現提示符出現括號(base)，代表conda環境已自動啟動。輸入conda deactivate退出conda環境。
若想改成手動進入conda環境，輸入conda config --set auto_activate_base false停用自動進入conda環境。

3. 使用conda指令
#

進入conda環境後，可直接用conda install或pip安裝Python套件。在conda環境裡會自動使用conda所安裝的Python版本。

conda好用的功能便是建立多重虛擬環境了。假設現在要建立舊版Python 3.6的環境，輸入以下指令：

conda create --name test1 python=3.6

進入/離開虛擬環境

conda activate test1
conda deactivate

這樣便可以安裝限定Python 3.6才能裝的套件了。

4. 寫個簡單的OpenCV程式
#

這是個偵測人臉的程式，不過，我想來點好玩的：偵測動畫人物的人臉，採用 lbpcascade_animeface的專案。

例如這裡有一張少女終末旅行的圖片，我們要將她們的臉孔標記出來。

建立conda環境

conda create --name facedetection python=3.10.9
conda activate facedetection

安裝需要的套件

conda install -c conda-forge opencv
wget https://raw.githubusercontent.com/nagadomi/lbpcascade_animeface/master/lbpcascade_animeface.xml

用VIM新增檔案

vim detectface.py

參考原作者的寫法撰寫程式碼，讀取input.jpg，標記臉孔後輸出為output.jpg。

import cv2
def detectFace(filename):
    cascade = cv2.CascadeClassifier("./lbpcascade_animeface.xml")
    image = cv2.imread(filename, cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    gray = cv2.equalizeHist(gray)
    color = (0, 0, 255)
    faces = cascade.detectMultiScale(gray,
                                     scaleFactor = 1.1,
                                     minNeighbors = 5,
                                     minSize = (24, 24))
    for (x, y, w, h) in faces:
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 20)
    cv2.waitKey(0)
    cv2.imwrite("output.jpg", image)

detectFace('input.jpg')