要在保存tensorboard时不进行颜色转换，可以使用tf.summary.image函数的max_outputs参数。该参数指定要保存的图像数量，并且每个图像都将被保存为原始颜色。

以下是一个示例代码：

import tensorflow as tf
import numpy as np

# 生成一些图像数据
data = np.random.randint(0, 255, size=(10, 100, 100, 3), dtype=np.uint8)

# 创建一个tensorflow图
graph = tf.Graph()
with graph.as_default():

    # 创建一个tensor来保存图像数据
    images = tf.placeholder(tf.uint8, shape=(None, None, None, 3))

    # 使用tf.summary.image保存原始图像
    tf.summary.image("original_images", images, max_outputs=10)

    # 合并所有的summary操作
    summary_op = tf.summary.merge_all()

with tf.Session(graph=graph) as sess:

    # 创建一个summary writer
    writer = tf.summary.FileWriter("./logs", sess.graph)

    # 运行图并保存summary
    summary = sess.run(summary_op, feed_dict={images: data})
    writer.add_summary(summary)

    # 关闭writer
    writer.close()

在这个示例中，我们生成了10个随机的RGB图像，并使用tf.placeholder创建了一个tensor来保存图像数据。然后，我们使用tf.summary.image函数将原始图像保存到tensorboard中，通过max_outputs=10参数来指定保存的图像数量为10。

最后，我们创建了一个summary writer，并运行图像数据并保存summary。运行代码后，在指定的日志目录中，你可以使用tensorboard来查看保存的原始图像。