您好，请参考如下代码：
第一种方法：借助PIL模块，读取数据。

import numpy as np
from numpy import *
def load_image_PIL(filename,isFlatten=False):

import os
from PIL import Image
import numpy as np 
isExit=os.path.isfile(filename)
if isExit==False:
    print("打开失败!")
img=Image.open(filename)   
#img.save("d:/mnist/Convert_image_11.jpg")    保存文件
if isFlatten:
    img_flatten=np.array(np.array(img,dtype=np.uint8).flatten())
    return img_flatten,shape(img_flatten)
else:
    img_arr=np.array(img,dtype=np.uint8)
    return img_arr,shape(img_arr)

第二种方法：借助skimage方式，参数中isFlatten表示是否要平铺。
def load_image_skimage(filename,isFlatten=False):

import os
from skimage import io
import numpy as np 
isExit=os.path.isfile(filename)
if isExit==False:
    print("打开失败!")
img=io.imread(filename)  #io.save(filename,img)保存文件
if isFlatten:
    img_flatten=np.array(np.array(img,dtype=np.uint8).flatten())
    return img_flatten,shape(img_flatten)
else:
    img_arr=np.array(img,dtype=np.uint8)
    return img_arr,shape(img_arr)

第三种：借助tensorflow来进行处理。
def load_image_tensorflow(filename,isFlatten=False):

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt    
image_contents = tf.read_file(filename)   #读取文件
image = tf.image.decode_jpeg(image_contents, channels=3)     #解码jpeg
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    img=sess.run((image))          #img为三维数组
    print (img.shape)          #输出数组形状
    print (img)                     #打印数组   
    plt.imshow(img)        #显示数组

plt.show()

    plt.savefig("d:\\examples.jpg") #功能太强大了，可以直接将plt的图绘出到图像文件中，便于后期整理学习。
return img,img.shape

-----------------------------------------------------

data,size=load_data_PIL("d:/mnist/default.jpg",True)

print(data,size)

-----------------------------------------------------

data,size=load_image_tensorflow("d:/mnist/default.jpg")
print(data,size)

-----------------------------------------------------