Python PIL中的eval()方法主要用于计算字符串中的表达式，该方法在图像处理、数字处理等领域中非常常见。下面是Python PIL中eval()方法的完整攻略：
标准语法
eval()方法的语法非常简单，如下所示：
eval(expression[, globals[, locals]])
其中，expression是需要计算的字符串表达式，globals和locals分别是全局作用域和局部作用域，在计算expression时会优先使用locals中定义的变量。如果不提供globals和locals参数，则使用当前作用域下定义的变量。
使用示例
下面是两个示例，分别说明了使用eval()方法实现图像处理和数字处理的情况。
示例一：灰度图像二值化
下面是使用eval()方法将一张灰度图像转换为二值化图像的示例代码：
from PIL import Image
img_gray = Image.open("gray.png").convert("L") # 打开灰度图像
threshold = 128 # 阈值
img_bw = Image.eval(img_gray, lambda x:255 if x>=threshold else 0) # 计算新像素值
img_bw.show() # 显示二值化图像
该示例中，我们首先打开了一张灰度图像，并将其转换为L模式（即灰度模式）。然后，我们定义了一个阈值threshold，将灰度图像中像素值大于等于该阈值的像素值置为255（白色），将像素值小于该阈值的像素值置为0（黑色），最终得到了一张二值化图像。lambda表达式中的x表示原图像中的像素值。
示例二：计算数组的平均值
下面是使用eval()方法计算Python数组中元素平均值的示例代码：
from PIL import Image
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
avg = eval("sum(a)/len(a)")
print("数组a的平均值为：", avg)
该示例中，我们首先导入了Python的numpy模块，定义了一个数组a。然后，我们使用eval()方法计算了数组a的平均值，并将结果输出到控制台。eval()方法中的表达式sum(a)/len(a)表示计算数组a中所有元素的和，并除以数组的长度。最后的结果即为数组a的平均值。
以上就是Python PIL中eval()方法的完整攻略和两个使用示例，希望能帮助到你！