Python 显示带有边框的图像时出现问题

我有一些代码，可以简单地在图像上绘制一个边界框，并将其保存为新图像。然而，当我运行它时，我得到一个

TypeError：无法处理来自枕头的这个数据类型

代码是

# Tests that the processed data file can be read correctly and has correct bounding boxes

import tensorflow as tf
import numpy as np
from PIL import Image

def read_processed_data(filename, num_show):
    """ Reads in the processed data file and displays the
        given number of images, along with the bounding boxes.
    """
    with open(filename, 'r') as f:
        i = 0

        while i < num_show:
            for line in f:
                filename = line.rstrip()
                next_line = f.readline()
                num_faces = int(next_line.rstrip())
                face_num = 0

                #while face_num < num_faces:
                bb_line = f.readline().rstrip()
                y1, x1, y2, x2 = bb_line.split(',')

                box = [y1, x1, y2, x2]
                box = tf.cast(box, tf.float32)

                return box, filename

with tf.Session() as sess:
    bb, fn = read_processed_data("processed.txt", 1)
    image = tf.image.decode_image(tf.read_file(fn))
    img = image.eval()
    print(img.shape)

    img_show = np.asarray(img)
    Image.fromarray(img_show).save("test_no_bb.jpg") # Works

    bb_image = tf.image.draw_bounding_boxes(img, bb)
    print(bb_image.shape)
    bb_image = tf.cast(bb_image, tf.uint8)
    bb_img_jpeg = tf.image.encode_jpeg(bb_image)
    bb_image_np = np.asarray(bb_img_jpeg)
    Image.fromarray(bb_image_np).save("test.jpg") # Does not work

#测试处理后的数据文件是否可以正确读取并具有正确的边界框
导入tensorflow作为tf
将numpy作为np导入
从PIL导入图像
def read_processed_数据（文件名，num_show）：
“”“读入已处理的数据文件并显示
给定数量的图像以及边界框。
"""
将open（filename，'r'）作为f：
i=0
当我展示：
对于f中的行：
filename=line.rstrip（）
下一行=f.readline（）
num\u faces=int（next\u line.rstrip（））
面数=0
#当面数<面数时：
bb_line=f.readline（）.rstrip（）
y1，x1，y2，x2=bb_线拆分（'，'）
方框=[y1，x1，y2，x2]
box=tf.cast（box，tf.float32）
返回框，文件名
使用tf.Session（）作为sess：
bb，fn=读取已处理的数据（“processed.txt”，1）
image=tf.image.decode\u图像（tf.read\u文件（fn））
img=image.eval（）
打印（图像形状）
img_show=np.asarray（img）
Image.fromarray（img_show）.save（“test_no_bb.jpg”）#
bb\u image=tf.image.draw\u边界框（img，bb）
打印（bb_图像.形状）
bb_image=tf.cast（bb_image，tf.uint8）
bb_img_jpeg=tf.image.encode_jpeg（bb_图像）
bb\u image\u np=np.asarray（bb\u img\u jpeg）
Image.fromarray（bb_Image_np）.save（“test.jpg”）#不起作用

test\u no\u bb.jpg
创建得很好，但是当我到达
Image.fromarray（bb\u Image\u np）.save（“test.jpg”）
时，我得到了前面提到的类型错误

我在网上到处搜索都没有结果，TensorFlow的文档也没有。
bb_图像的形状
是正确的，
bb
（边界框的坐标）的输出也是正确的，因此我不知所措

非常感谢您的帮助。
请查看的文档，它返回序列化为张量字符串的编码（即压缩，包括必要的格式标题等）图像

首先，您可能需要从张量中获取实际数据，例如，类似这样的
data=bb\u img\u jpeg.eval（）
，最终应该是Python字符串类型（请检查）。然后将其写入文件：


以open（'test.jpg'，'wb'）作为f：
f、 写入（数据）

注意，我不确定返回的字符串数据是字节字符串还是字符字符串，在后一种情况下，应该使用data.encode（）将其转换为字节

或者，您可以跳过TF的jpeg编码，将其留给PIL，即，
img_bb=bb_image.eval（）
，将其转换为数组，并使用PIL将其保存为jpeg，方法与您在示例前半部分中所做的类似