下面是Python PIL ImageMath.eval()方法的完整攻略。
一、ImageMath.eval()方法简介
PIL（Python Image Library）也称为Pillow，是Python编程语言的一个图像处理库，它支持多种图像文件格式，包括GIF、JPEG、PNG等格式。
ImageMath是Pillow中的一个模块，提供了一些用于处理数字图像的函数和类，其中就包括了eval()方法。
ImageMath.eval()方法的作用是通过一个表达式对输入的图像进行计算，并返回计算结果。表达式可以是一个字符串，也可以是一个函数。
二、ImageMath.eval()方法的语法
ImageMath.eval()方法的语法如下：
ImageMath.eval(expression, *images)
其中，参数expression为表达式，可为字符串或函数，参数*images为要进行计算的图像数据。
三、示例说明
下面举两个简单的示例来说明ImageMath.eval()方法的使用方法。
示例一：将图像每个像素的灰度值减去100
首先，我们需要导入相应的包：
from PIL import Image, ImageMath
然后，我们读入原始图片文件并转换成灰度图像：
# 读取图片
im = Image.open("test.jpg")
# 转换成灰度图像
im_gray = im.convert("L")
接下来，我们定义要进行计算的表达式，即将每个像素的灰度值减去100：
# 定义表达式
expression = "int(a-100)"
最后，我们调用ImageMath.eval()方法，得到计算结果：
# 计算结果
im_result = ImageMath.eval(expression, a=im_gray)
最终，我们将计算结果保存成图片文件并展示出来：
# 保存图片
im_result.save("result.jpg")
# 展示图片
im_result.show()
示例二：将两幅图像进行加权混合
首先，我们读入两幅RGB格式的图片文件，并转换成同样大小的灰度图像：
# 读取图片
im1 = Image.open("test1.jpg")
im2 = Image.open("test2.jpg")
# 转换成灰度图像并调整大小
im1_gray = im1.convert("L").resize(im2.size)
im2_gray = im2.convert("L")
然后，我们定义要进行计算的表达式，即将两幅图像进行加权混合：
# 定义表达式
expression = "int(a*0.8+b*0.2)"
最后，我们调用ImageMath.eval()方法，得到计算结果：
# 计算结果
im_result = ImageMath.eval(expression, a=im1_gray, b=im2_gray)
最终，我们将计算结果保存成图片文件并展示出来：
# 保存图片
im_result.save("result.jpg")
# 展示图片
im_result.show()
四、总结
至此，我们已经讲解完了Python PIL ImageMath.eval()方法的完整攻略。ImageMath.eval()方法可以方便地对图像进行各种数学计算，广泛应用于图像处理和计算机视觉等领域。