SpringBoot项目打包后如何正确加载FFmpeg和OpenCV的so依赖?
在SpringBoot项目中,确保FFmpeg和OpenCV的so依赖在打包后正确加载是开发过程中常见的问题,特别是在处理视频和图像时。本文详细探讨了在使用Java 21和SpringBoot 3开发的项目中,如何通过配置JavaCPP和自定义Docker镜像构建来解决FFmpeg 7.1-1.5.11和OpenCV 4.10.0-1.5.11的so依赖加载问题,确保应用在生产环境中也能正常运行。

在SpringBoot项目中如何确保FFmpeg和OpenCV的so依赖在打包后正确加载?
在开发过程中,经常会遇到将FFmpeg和OpenCV集成到SpringBoot项目中的情况,尤其是当项目需要处理视频和图像时。然而,开发环境和生产环境之间的差异常常导致库文件加载问题。本文将详细探讨如何在SpringBoot项目中正确加载FFmpeg和OpenCV的so依赖,并确保打包后的应用也能正常运行。
问题背景
在使用Java 21和SpringBoot 3开发的项目中,我们依赖于FFmpeg 7.1-1.5.11和OpenCV 4.10.0-1.5.11这两个库。项目的pom.xml配置如下:
1.5.11 4.10.0-1.5.11 7.1-1.5.11 linux-x86_64 windows-x86_64 ${javacpp.platform.linux-x86_64} org.bytedeco javacpp ${bytedeco.version} org.bytedeco javacv ${bytedeco.version} org.bytedeco opencv ${opencv-platform.version} ${javacpp.platform} org.bytedeco ffmpeg ${ffmpeg-platform.version} ${javacpp.platform}
当项目打包成jar后,FFmpeg和OpenCV的so依赖应该被包含在jar包中的BOOT-INF/lib目录下。然而,在运行时,这些依赖并没有被正确加载,导致如下错误:
Caused by: java.lang.ExceptionInInitializerError: Exception java.lang.UnsatisfiedLinkError: no jniavutil in java.library.path: /usr/java/packages/lib:/usr/lib64:/lib64:/lib:/usr/lib [in thread "http-nio-8100-exec-1"]
在开发环境中,IDE会自动将依赖添加到classpath中,因此可以正常加载。但在生产环境中,jar包的运行方式不同,导致这些依赖无法被找到。
解决方案
为了解决这个问题,我们需要在SpringBoot应用中编程方式配置JavaCPP,以便在应用启动时正确加载这些本地库。
在应用启动时配置JavaCPP
我们可以创建一个配置类,在应用启动时执行必要的配置:
package com.demo.config; import org.bytedeco.javacpp.Loader; import org.springframework.context.annotation.Configuration; import javax.annotation.PostConstruct; @Configuration public class JavaCppConfig { @PostConstruct public void init() { // 设置JavaCPP提取本地库的目录 System.setProperty("org.bytedeco.javacpp.extract", "true"); System.setProperty("org.bytedeco.javacpp.extractDir", "/tmp/javacpp-native-libs"); // 预加载需要的库,这会触发JavaCPP从jar中提取库文件 try { // 预加载FFmpeg相关库 Loader.load(org.bytedeco.ffmpeg.global.avutil.class); Loader.load(org.bytedeco.ffmpeg.global.avcodec.class); Loader.load(org.bytedeco.ffmpeg.global.avformat.class); Loader.load(org.bytedeco.ffmpeg.global.swscale.class); // 预加载OpenCV库 Loader.load(org.bytedeco.opencv.global.opencv_core.class); Loader.load(org.bytedeco.opencv.global.opencv_imgproc.class); System.out.println("Native libraries loaded successfully"); } catch (Exception e) { System.err.println("Failed to load native libraries: " e.getMessage()); e.printStackTrace(); } } }自定义Docker镜像构建
如果项目需要构建成Docker镜像,我们可以创建一个自定义的Dockerfile来预先提取这些本地库并配置好路径:
FROM openjdk:21-slim # 安装程序运行所需的库 RUN apt-get update && apt-get install -y \ libgomp1 \ && rm -rf /var/lib/apt/lists/* # 创建目录用于提取本地库 RUN mkdir -p /opt/javacpp-native-libs ENV JAVACPP_EXTRACT_DIR=/opt/javacpp-native-libs # 设置工作目录 WORKDIR /app # 复制应用jar包 COPY target/*.jar app.jar # 预先提取所有本地库到指定目录 RUN mkdir -p /tmp/extract && \ cd /tmp/extract && \ java -Dorg.bytedeco.javacpp.extract=true \ -Dorg.bytedeco.javacpp.extractDir=/opt/javacpp-native-libs \ -jar /app/app.jar --extract-native-libraries && \ rm -rf /tmp/extract # 设置系统属性,指向提取的本地库位置 ENV JAVA_OPTS="-Dorg.bytedeco.javacpp.extractDir=/opt/javacpp-native-libs -Dorg.bytedeco.javacpp.extract=false" # 启动应用 ENTRYPOINT ["sh", "-c", "java $JAVA_OPTS -jar app.jar"]
通过上述方法,我们可以在应用启动时正确加载FFmpeg和OpenCV的so依赖,并且确保在Docker容器中也能正常运行,而无需修改基础镜像或将so文件添加到外部目录。
注意事项
- JavaCPP需要能够写入临时目录来提取本地库。
- 在Docker环境中,可能需要添加-Dorg.bytedeco.javacpp.maxphysicalbytes=0来防止内存限制问题。
- 如果项目需要在多个平台(如Windows和Linux)上运行,需注意配置正确的平台属性。
通过在启动应用时添加以下系统属性,也可以尝试解决问题:
java -Djava.library.path=path/to/extracted/libs -Djavacpp.platform=linux-x86_64 -jar your-app.jar
本篇关于《SpringBoot项目打包后如何正确加载FFmpeg和OpenCV的so依赖?》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
PHP数组遍历技巧与实用方法
- 上一篇
- PHP数组遍历技巧与实用方法
- 下一篇
- 清理yum缓存,轻松节省磁盘空间的小技巧
-
- 文章 · 前端 | 2小时前 | 前端 · javascript · JavaScript DOM遍历 NodeIterator referenceNode
- JavaScript NodeIterator.referenceNode 怎样读取迭代器当前参照的节点
- 326浏览 收藏
-
- 文章 · 前端 | 2小时前 | 前端 · JavaScript Event defaultPrevented
- JavaScript Event.defaultPrevented 怎样判断事件默认行为是否已经被取消
- 391浏览 收藏
-
- 文章 · 前端 | 3小时前 | 前端 · javascript · 浏览器API · JavaScript Selection focusNode focusOffset DOM Node 文本选择
- JavaScript Selection.focusNode 怎样取得用户当前延伸选择的端点节点
- 492浏览 收藏
-
- 文章 · 前端 | 4小时前 | 前端 · javascript · JavaScript CSSOM CSSStyleSheet CSSRule parentStyleSheet cssRules parentRule
- JavaScript CSSRule.parentStyleSheet 怎样取得一条规则所属的样式表
- 323浏览 收藏
-
- 文章 · 前端 | 6小时前 | javascript · JavaScript 滚动条 Element.clientLeft 左边框
- JavaScript Element.clientLeft 怎样理解左边框宽度与滚动条占位
- 290浏览 收藏
-
- 文章 · 前端 | 7小时前 | 前端 · javascript · JavaScript Shadow DOM Event.composed
- JavaScript Event.composed 怎样判断事件能否跨越影子根边界
- 149浏览 收藏
-
- 文章 · 前端 | 7小时前 | javascript · JavaScript dom Selection anchorOffset
- JavaScript Selection.anchorOffset 怎样理解选择起点在文本与元素中的偏移
- 496浏览 收藏
-
- 文章 · 前端 | 8小时前 | javascript · JavaScript CSSStyleSheet ownerRule CSSImportRule
- JavaScript StyleSheet.ownerRule 怎样取得导入样式表对应的规则对象
- 357浏览 收藏
-
- 文章 · 前端 | 9小时前 | html · 前端 · javascript · 表单 · JavaScript id for label 表单控件 Control HTMLLabelElement
- JavaScript HTMLLabelElement.control 怎样取得标签实际关联的表单控件
- 338浏览 收藏
-
- 文章 · 前端 | 10小时前 | 前端 · javascript · JavaScript DOM遍历 TreeWalker NodeFilter whatToShow
- JavaScript TreeWalker.whatToShow 怎样区分节点类型掩码与自定义过滤器
- 223浏览 收藏
-
- 文章 · 前端 | 10小时前 | 前端 · range · javascript · JavaScript dom range 富文本 isPointInRange 节点偏移
- JavaScript Range.isPointInRange 怎样判断指定节点偏移是否落在范围内
- 145浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1099次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1265次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
-
- JavaScript函数定义及示例详解
- 2025-05-11 502浏览
-
- 智能体安全引领产业升级——国内AI安全产品市场深度分析
- 2026-08-21 501浏览
-
- CSS变量简化按钮悬停效果技巧
- 2026-05-31 501浏览
-
- JavaScript符号类型详解与应用
- 2026-05-31 501浏览
-
- HTML剪贴板复制粘贴怎么用
- 2026-05-26 501浏览

