Docker中构建NVIDIA GPU加速FFmpeg时无法加载指定库的问题咨询

我基于nvidia/cuda:12.0.1-devel-ubuntu20.04镜像构建带GPU加速的FFmpeg后，运行测试命令：

ffmpeg -y -vsync 0 -hwaccel cuda -hwaccel_output_format cuda -i bbb.mp4 -c:a copy -c:v h264_nvenc -b:v 5M output.mp4

出现以下错误：

[h264 @ 0x55bd878c2d80] Cannot load libnvcuvid.so.1
[h264 @ 0x55bd878c2d80] Failed loading nvcuvid.
[h264 @ 0x55bd878c2d80] Failed setup for format cuda: hwaccel initialisation returned error.
[h264_nvenc @ 0x55bd86f5e680] Cannot load libnvidia-encode.so.1
[h264_nvenc @ 0x55bd86f5e680] The minimum required Nvidia driver for nvenc is 520.56.06 or newer

宿主机nvidia-smi显示驱动版本525.85.05，CUDA版本12.0，确认libnvcuvid.so.1和libnvidia-encode.so.1不在当前Docker镜像中，以下是可行的添加方案：

可行方案 #

1. 挂载宿主机驱动库到容器 #

运行容器时通过--gpus all参数启用GPU支持，同时挂载宿主机的NVIDIA驱动库目录到容器内对应路径，让容器直接复用宿主机的编码/解码库：

docker run --gpus all -v /usr/lib/nvidia:/usr/lib/nvidia -v /usr/lib/x86_64-linux-gnu/nvidia:/usr/lib/x86_64-linux-gnu/nvidia your-ffmpeg-image

优点：无需修改镜像，操作简单；库版本和宿主机保持一致，兼容性有保障。
注意：需确保宿主机驱动版本（525.85.05）和容器内CUDA版本（12.0）兼容，当前版本组合符合要求。

2. 在Dockerfile中安装驱动运行时库 #

构建镜像时，添加步骤安装NVIDIA驱动运行时包，以Ubuntu20.04为例：

# 基于原镜像
FROM nvidia/cuda:12.0.1-devel-ubuntu20.04

# 添加NVIDIA软件源
RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub
RUN echo "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64 /" > /etc/apt/sources.list.d/cuda.list

# 安装驱动运行时和编码库
RUN apt-get update && apt-get install -y --no-install-recommends \
    nvidia-driver-525 \
    nvidia-cuda-toolkit \
    libnvcuvid1 \
    libnvidia-encode1

优点：镜像自带所需库，不依赖宿主机驱动版本（只要满足最低要求）；容器可独立运行。
注意：安装驱动可能需要构建时启用特权模式，镜像体积会增大。

3. 使用预构建的NVIDIA加速FFmpeg镜像 #

直接使用NVIDIA官方提供的预构建FFmpeg镜像，无需自行编译：

docker run --gpus all nvidia/ffmpeg -y -vsync 0 -hwaccel cuda -hwaccel_output_format cuda -i bbb.mp4 -c:a copy -c:v h264_nvenc -b:v 5M output.mp4

优点：最省心，官方维护，确保库和FFmpeg版本兼容；无需编译和配置。

内容的提问来源于stack exchange，提问作者konovification