1.环境配置首先我们需要需要配置所需的环境,作者使用的编译器是Pycharm,在安装失败多次情况下(不知道为什么我Pycharm上装有问题)，我发现了最简单的配置方法。首先在工作台中输入以下命令进行安装pip install opencv-pythonpip install opencv-contrib-python随后在Pycharm将本地Python的第三方导入,具体步骤如下图。1.打开Set

读取数据mne库支持多种数据格式的读取，这里我来写一点我的样例。#直接读取EDF文件raw = mne.io.read_raw_edf(r"C:\Users\Administrator\PycharmProjects\EEG\0000249.EDF")#将data数据集读取并添加info信息（必要的有sfreq,ch_names,ch_types(有默认值)）data1 = []for i in

这里就当大家了解了简单的技巧并对网页有一定的了解。然后我们同样需要查看B站网页请求中所含的内容来获取视频和音频文件。最后再将它们合并，因为B站的视频音频是分离的。通过这个方法可以很轻松的得到视频的视频文件和音频文件，但是如何去合成视频和音频则有很多更好的选择。我们这里只简单用了俩种方法。...............

在进入项目之前我们需要了解一些常见的函数我们在人脸识别中所用到的大部分来自cv2这个包1.这是一个读取图像文件并显示的代码# -*- coding: utf-8 -*import cv2img = cv2.imread('face1.jpg')//读取照片括号里放路径名cv2.imshow('face',img)//输出图像左边为输出的窗体名，右边为输出图片cv2.waitKey(0) //没有这