borda/docker_python-opencv-ffmpeg

Docker: Python-OpenCV-FFmpeg(-CUDA)

基于Ubuntu 20.04 LTS的Docker镜像仓库，包含https://www.ffmpeg.org/%E3%80%81https://opencv.org/%E5%92%8Chttps://www.python.org/%E3%80%82

标签说明

• :cpu-pyX.y-cvX.y.z：CPU版本，包含Python 2.x/3.x、OpenCV 4.x.y和FFmpeg
• :gpu-pyX.y-cvX.y.z：GPU版本，包含Python 2.x/3.x、OpenCV 4.x.y、FFmpeg及CUDA 11.4支持

构建说明

构建状态

• 发布工作流：https://github.com/Borda/docker_python-opencv-ffmpeg/workflows/Publish%20Docker%20Image/badge.svg?branch=master&event=push](https://github.com/Borda/docker_python-opencv-ffmpeg/actions?query=workflow%3A%22Publish+Docker+Image%22)
• 构建状态：https://img.shields.io/docker/cloud/build/borda/docker_python-opencv-ffmpeg](https://hub.docker.com/r/borda/docker_python-opencv-ffmpeg)
• DockerHub拉取量：https://img.shields.io/docker/pulls/borda/docker_python-opencv-ffmpeg.svg](https://hub.docker.com/r/borda/docker_python-opencv-ffmpeg)
• 自动化构建：https://img.shields.io/docker/automated/borda/docker_python-opencv-ffmpeg](https://hub.docker.com/r/borda/docker_python-opencv-ffmpeg)

本地构建

首先需在本地计算机安装Docker，参见https://docs.docker.com/install/linux/docker-ce/ubuntu/#set-up-the-repository%E3%80%82%E6%B3%A8%E6%84%8F%EF%BC%9A%E4%B8%BA%E7%A1%AE%E4%BF%9DDocker%E6%AD%A3%E5%B8%B8%E8%BF%90%E8%A1%8C%EF%BC%8C%E5%BB%BA%E8%AE%AE%E4%BB%A5%E8%B6%85%E7%BA%A7%E7%94%A8%E6%88%B7%E8%BA%AB%E4%BB%BD%E6%93%8D%E4%BD%9C%E3%80%82

本地构建耗时较长，需提前准备：

bash
git clone <git仓库地址>
cd docker_python-opencv-ffmpeg
# 构建CPU版本示例（Python 3.6）
docker image build -t python-opencv-ffmpeg:py3.6 -f cpu/Dockerfile --build-arg PYTHON_VERSION=3.6 .

构建其他版本需选择不同Dockerfile：

bash
# 查看本地镜像列表
docker image list
# 运行容器并进入交互终端
docker run --rm -it python-opencv-ffmpeg:py3.6 bash
# 删除本地镜像
docker image rm python-opencv-ffmpeg:py3.6

拉取已有镜像

从DockerHub拉取预构建镜像（速度更快）：

bash
docker pull borda/docker_python-opencv-ffmpeg

清理操作

构建失败时可能需要清理本地存储：

bash
# 清理未使用镜像
docker image prune

# 删除标签为"none"的镜像
docker rmi $(docker images | grep "none" | awk '/ / { print $3 }')

# 清理所有容器、镜像和卷（谨慎使用）
docker rm -vf $(docker ps -aq)
docker rmi -f $(docker images -aq)
docker volume prune -f

使用方法

镜像已预装OpenCV4、Python2.7/3.6和FFmpeg，可直接使用。

基础使用示例

bash
# 挂载当前目录到容器/srv，启动Python交互终端
docker run --rm -it -v $PWD:/srv borda/docker_python-opencv-ffmpeg python
>>> import cv2; cv2.VideoCapture(0).read()  # 验证OpenCV功能（输出示例：(True, array([[[ 0, 43, 37], ...]], dtype=uint8))）

注意：服务器通常没有摄像头，上述示例中cv2.VideoCapture(0)仅用于功能验证。

运行自定义脚本

将本地脚本挂载到容器中执行：

bash
# 假设本地有script.py，执行该脚本
docker run --rm -v $PWD:/srv borda/docker_python-opencv-ffmpeg python /srv/script.py