以下是一种不使用OpenCV的解决方法，用于区分图像中的正方形和矩形。

import numpy as np
from PIL import Image

def is_square(points):
    # 计算矩形的边长
    width = np.linalg.norm(points[0] - points[1])
    height = np.linalg.norm(points[1] - points[2])
    
    # 判断是否为正方形
    if abs(width - height) < 0.1:
        return True
    else:
        return False

def detect_shapes(image_path):
    # 加载图像
    image = Image.open(image_path)
    
    # 将图像转换为灰度图
    gray_image = image.convert('L')
    
    # 将灰度图转换为二值图
    threshold = 128
    binary_image = gray_image.point(lambda p: p > threshold and 255)
    
    # 获取图像中的轮廓
    contours = []
    width, height = binary_image.size
    for x in range(width):
        for y in range(height):
            pixel = binary_image.getpixel((x, y))
            if pixel == 255:
                contours.append((x, y))
    
    # 根据轮廓判断图像中的形状
    shapes = []
    for i in range(0, len(contours), 4):
        points = contours[i:i+4]
        if is_square(points):
            shapes.append('Square')
        else:
            shapes.append('Rectangle')
    
    return shapes

image_path = 'path_to_your_image.jpg'
shapes = detect_shapes(image_path)
print(shapes)

此代码示例基于Python，并使用PIL库来处理图像。首先，它加载图像并将其转换为灰度图像，然后将灰度图像转换为二值图像。接下来，它通过遍历图像中的像素点来获取图像的轮廓，将轮廓存储在一个列表中。最后，根据轮廓的形状判断图像中的形状，如果形状是正方形，则将其添加到形状列表中，否则将其识别为矩形。最终，该代码将打印出图像中所有形状的类型。请注意，此方法仅适用于图像中的正方形和矩形，并且需要图像中的形状明显可见。