直观了解图片的三通道像素值在三维数组中的表示(python)

最近一直在折腾C#与python之间数据的对接，其实我想做的是，C#端采集图片通过rpc技术发送给服务端的人工智能框架tensorflow做处理，但是我对tensorflow这鬼玩意不是很熟悉，总觉得它的数据类型怪怪的，python又不像python，如果你的C#端把图片转成字节数组发送过去，服务端的python是能接收，但好像又转不成tensorflow的数据类型，我有一个不太靠谱的想法是：C#端把图片转成字节数组发送过去，服务端的python接收并保存为图片文件，tensorflow读取该图片文件做处理并把该文件删除，但是这样做io操作过大，不知你有什么好的想法吗？

这篇文章能出来是由于我还有另外一个想法，就是C#端获取图片的像素并拼接成三维数组的字符串，发送字符串过去，然后python服务端解析成tensorflow能够操作的三维数组的数据类型，但是这样C#端效率又太低了，所以还在单元功能测试阶段

好了，废话到此结束

代码很简单，直接上代码了，相信你一定能看出规律的

import numpy as np
import matplotlib.pyplot as plt
 
image=np.array([[[1, 0, 0],#第一列，红色   R=1,G=0,B=0
        [0, 1, 0],#第二列  绿色   R=0,G=1,B=0
        [0, 0 ,1] #第三列  蓝色   R=0,G=0,B=1
       ],# ---------------->   第一行
       [
        [0.1,0.2,0.3],
        [0.1,0.2,0.3],
        [0.1,0.2,0.3],
       ],#------------------> 第二行
       [
        [0.1,0.2,0.3],
        [0.1,0.2,0.3],
        [0.1,0.2,0.3],
       ],# -----------------> 第三行
       [[1, 0, 0],
        [0, 1, 0],
        [0, 0 ,1]
       ],# -----------------第四行
      ])

plt.imshow(image)

运行结果如下图：

顺便提一句，从图片文件中读取出来的是三维数组，上面的image使用三维列表好像也可以，二维数组(列表)能够表示灰度图片