Чтение Tensorflow без пути

Question

Я не хочу использовать информацию о пути, так как у меня уже есть изображение в виде массива в моем коде Python 3. Сохранение этого изображения, перечитывание не имеет смысла.

Итак, я пытаюсь преобразовать подход на основе путей в подход на основе матриц.

     # 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})

Однако функция tf.gfile.FastGFile, очевидно, не принимает изображения в качестве матрицы.

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

Есть ли какая-либо альтернатива этой функции, которая может считывать изображение в виде матрицы и при этом генерировать image_data, как указано выше?