关于tf.gfile.FastGFile和cv2 mat

Question

这是用于从磁盘读取图像的代码：

image_data = tf.gfile.FastGFile(imagePath, 'rb').read()
with tf.Session() as sess:
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
    predictions = sess.run(softmax_tensor,
                           {'DecodeJpeg/contents:0': image_data})

但是现在我想使用Python和opencv从视频中捕获帧，然后使用此模型对捕获的垫子图像进行分类。 我试过了：

 image_data = tf.gfile.FastGFile(image_path, 'rb').read()
 print(image_data)
 imgRGB = cv2.imread(image_path)
 r, buf = cv2.imencode(".jpg", imgRGB)
 bytes_image = Image.fromarray(np.uint8(buf)).tobytes()
 print(bytes_image)

我得到了两个相似的结果，但是不一样。 b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x01\x00 \ x00 \x00\x00\xff\xe1\x00"Exif\x00\x00MM\x00*\x00\x00\x00........ b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x00\x00\x01\x00\x01\x00\x00\xff\xdb\x00C\x00\x02.......

当我叫“ sess.run”时，发现最终结果不一样。我该如何解决？