构建Docker镜像时opencv-python编译wheel过慢，如何优化提速？

1. 优先使用预编译二进制包，避免源码编译 #

默认情况下，如果pip找不到匹配当前系统架构的预编译wheel包，就会从源码编译opencv-python，这会消耗大量时间。可以通过以下方式优化：

• 先升级pip到最新版本，新版pip对预编译wheel的支持更好：

  RUN pip install --upgrade pip
  

• 使用国内PyPI镜像源，加速包的下载：

  RUN pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
  

  合并后的完整命令：

  RUN pip install --upgrade pip && \
      pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
  

2. 利用Docker构建缓存 #

将依赖安装步骤与代码复制步骤分离，确保只有依赖文件变更时才重新执行安装：

# 先复制依赖清单
COPY requirements.txt .
# 安装依赖
RUN pip install --upgrade pip && \
    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 最后复制项目代码
COPY . .

这样只要requirements.txt内容不变，Docker会复用之前的缓存层，跳过重复安装。

3. 使用系统预安装的OpenCV依赖 #

通过系统包管理器先安装OpenCV的底层依赖库，减少pip编译时的工作量：

FROM python:3.9-slim

# 安装系统级OpenCV依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    libopencv-dev python3-opencv && \
    rm -rf /var/lib/apt/lists/*

# 再安装pip版本的opencv-python
RUN pip install --upgrade pip && \
    pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 增加Docker构建资源 #

如果是本地构建，在Docker设置中分配更多的CPU核心和内存资源——源码编译对计算资源需求很高，资源不足会大幅拉长编译时间。

内容的提问来源于stack exchange，提问作者Rpj