由于海康python脚本刚推出不久，自己之前也自学了一年python，看了社区有好些小伙伴卡在python图片的转换问题上，因此自己也研究并测试了下，经过几天的努力终于成功实现

废话不多说，上代码

import sys
sys.argv=['']
from ioHelper import *
import cv2 as cv
import numpy as np

def Process(data) -> int:
    moduleVar = IoHelper(data, INIT_MODULE_VAR)
    globalVar = IoHelper(data, INIT_GLOBAL_VAR)
    localVar = IoHelper(data, INIT_LOCAL_VAR)
    
    try:
        imagedata=moduleVar.in0#图像源输入彩色
        imagedata_gray=moduleVar.in3#图像源输入黑白
        width=moduleVar.in1#图像宽
        height=moduleVar.in2#图像高
        length=width*height#像素点数
        channels=3#通道数
        img_np=np.frombuffer(imagedata.buffer,np.uint8)#彩色图片转换成字节流
        img_np_gray=np.frombuffer(imagedata_gray.buffer,np.uint8)#灰度图片转换成字节流

        #下面这两句是关键后面的轮廓和收缩只是为了看效果

        img=np.reshape(img_np,[height, width, channels])#彩色转换需要宽高对调，和原始图像对比发现的
        gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY)#灰度处理这颜色需要RGB，和原始图像对比发现的

        ret,img_threshold1=cv.threshold(gray,127,255,cv.THRESH_BINARY)#二值化
        contours,hierarchy=cv.findContours(img_threshold1,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)#获取灰度的轮廓
        img1=img.copy()
        res=cv.drawContours(img1,contours,-1,(0,0,255),2)#彩色图片
        dst=np.ones((5,5),np.uint8)
        erosion=cv.erode(img_threshold1,dst,iterations=1)#收缩
        img_test1=imagedata_gray
        img_test1.buffer=erosion.tobytes()
        moduleVar.out0=img_test1 
        img_test2=imagedata
        img_test2.buffer=res.tobytes()
        moduleVar.out1=img_test2  
        
    except BaseException as e:
        PrintMsg(e)
    return 0

代码核心是上面的转换，如果是灰度转黑白，通道数改成1即可

效果图如下