【tensorflow】MTCNN网络基本函数process_image_withoutcoder

1、numpy.random.randint(low, high=None, size=None, dtype=‘l’)
low: int
生成的数值最低要大于等于low。
（hign = None时，生成的数值要在[0, low)区间内）
high: int (可选)
如果使用这个值，则生成的数值在[low, high)区间。
size: int or tuple of ints(可选)
输出随机数的尺寸，比如size = (m * n* k)则输出同规模即m * n* k个随机数。默认是None的，仅仅返回满足要求的单一随机数。
dtype: dtype(可选)：想要输出的格式。如int64、int等等

import cv2
import numpy as np
a = np.random.randint(12, size=(1,2))
print(a)
print(a.tostring())

2、ndarray.tostring([order]) 构建一个包含ndarray的原始字节数据的字节字符串

import cv2
import numpy as np

def process_image_withoutcoder(image):
    # transform data into string format
    image_data = image.tostring()   		  #构建一个包含ndarray的原始字节数据的字节字符串
    assert len(image.shape) == 3         	  #判断图片的格式是否为（高、宽、通道数）
    height = image.shape[0]				  #传入图片的高
    width = image.shape[1]				  #传入图片的宽
    assert image.shape[2] == 3			  #判断图片是否为RGB三色通道
    # return string data and initial height and width of the image
    print(image_data)
    return image_data, height, width        #返回字符串形式的数据和图片原始高宽

img = cv2.imread('5.jpg')
process_image_withoutcoder(img)
cv2.imshow("img",img)
cv2.waitKey()

构建一个包含ndarray的原始字节数据的字节字符串，这个有什么作用呢！！！。