Python验证码识别处理实例用到的库，具体过程和效果看http://blog.csdn.net/evankaka/article/details/49533493

SSIM-PIL 使用结构相似性算法（SSIM）比较两个图像。 对于相同的图像，结果值在1.0和完全不同的图像之间为0.0。 它基于PIL，还通过pyopencl支持GPU加速。 安装 python3 -m pip install SSIM-PIL 确保安装pyopencl的工作版本，以从GPU上更快的并行执行中受益。 （该代码已通过OpenCl 1.2版进行了测试。） 使用范例 from SSIM_PIL import compare_ssim from PIL import Image image1 = Image . open ( path ) image2 = Image . open ( path ) value = compare_ssim ( image1 , image2 ) # Compare images using OpenCL by default print

python PIL包，用于图片解析，windows安装版exe.亲自测试

目标检测VOC数据集：用PIL实现xml和图片的同步缩放

某大型视频平台推出女团选秀，需要给偶像投票。官方为了防止机器人在投票页面设置了滑块验证。 破之。 因为是初学/自学（随便玩玩），代码规范也不太懂，给大家提供一个思路，抛砖引玉。 使用前需要改一改坐标，颜色等参数。代码中有不少调试时的代码，为了方便自己维护，就没删除。让大神们见笑了。

python使用PIL库读取图片的像素值.

对于图像识别,大量的工作在于图像的处理的库，PIL库，python setup.py install 即可安装

python图像压缩脚本（内附PIL安装包和处理图片、基于SVD分解和图像重组）

使用opencv实现图像旋转，缩放，翻转，美颜，加噪，图像模糊化，滤镜，加解密，水印，人脸检测等功能，水印的实现还调用了PIL库，涉及PIL和opencv图片格式的转换，Tkinteger模块构建系统界面。

主要为大家详细介绍了python使用PIL剪切和拼接图片，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下