Tensorflow读取图像没有路径

Question

我不想使用路径信息，因为在我的Python 3代码中已经将图像作为数组。保存此图像，重新读取没有意义。

因此，我正在尝试将基于路径的方法转换为基于矩阵的方法。

     # this needs to be altered here
    image_data = tf.gfile.FastGFile(image_path, 'rb').read()

    label_lines = [line.rstrip() for line 
                    in tf.gfile.GFile(home + '/retrained_labels.txt')]

    with tf.gfile.FastGFile(home + '/retrained_graph.pb', 'rb') as f:
        graph_def = tf.GraphDef()   
        graph_def.ParseFromString(f.read()) 
        _ = tf.import_graph_def(graph_def, name='') 

    with tf.Session() as sess:
        softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

        # run the prediction
        predictions = sess.run(softmax_tensor, \
                {'DecodeJpeg/contents:0': image_data})

但是，函数tf.gfile.FastGFile显然不接受任何图像作为矩阵。

TypeError: Expected binary or unicode string, got array([[[134, 129, 126],

此功能是否有其他选择，可以将图像读取为矩阵并且仍然能够如上所述生成image_data？