使用OpenCV for python生成的图像在docker容器中运行时比在本地计算机上运行时更大

我在Python2.7中使用OpenCV将4个图像垂直缝合在一起，然后输出1个文件。以下是

cv merge.py

脚本：

import cv2
import numpy as np
import time
import sys
import os

location = os.path.join(sys.path[0], "n1.png")
img = cv2.imread(location)
img1 = img
img2 = img
img3 = img
img4 = img

start_time = time.time()
new_image = np.concatenate((img1, img2, img3, img4), axis=0)
cv2.imwrite(os.path.join(sys.path[0], 'out.png'), new_image, [int(cv2.IMWRITE_PNG_COMPRESSION), 6])

print("time time: %s" % (time.time() - start_time))

sys.stdout.flush()

在MacOS上本地运行将在大约12秒内生成一个大小约为30MB的文件，用于上面指定的6级压缩

但是，当我在运行Node.js服务器的Ubuntu 16.04 docker容器中运行它时。这需要稍长的时间（不是问题），但每次文件大小为130MB

环境应该无关紧要，因为它在我的本地机器和正在使用的docker容器上都是相同的输入图像。当我在两个不同的环境中使用相同的压缩级别运行脚本时，为什么生成的文件大小不同

没有超出内存和CPU级别，导出的映像看起来相同

如何在本地以及docker容器内运行脚本：

python cv-merge.py

---

它们可能有不同的库（C/C++）来编写图像。@furas但在本地和docker容器中，它们使用的是python cv包，但python cv使用的许多C/C++库在不同的系统中可能不同。它们可能有不同的库（C/C++）在本地和docker容器中，他们使用的是python cv Package，但python cv使用了许多C/C++库，这些库在不同的系统中可能会有所不同。