A. 一張圖片的代碼從哪看

不知道你什麼意思哦,
你的圖片在哪?你的電腦上?那你需要上傳到網上才有鏈接。找個圖片空間傳吧。
如果圖片在網頁上,右鍵圖片,屬性,裡面有地址哦。
如果網頁禁止右鍵,那你點ie頂部菜單,查看,源文件,用ctrl+f找.jpg或者.gif查找你的那張圖。

B. 圖片轉化成代碼

圖片轉代碼？你需要了解圖片相關的常識。

圖片中各個像素點的色彩是用數字表示的，保存在圖片文件中的也是這些；
可不是像網頁那樣，用一堆代碼表示網頁的內容。
舉個例子，有個3x3像素的圖片，用數字表示，它是這樣的：
255 255 255 255 255 255 255 255 255
255 255 255 0 0 0 255 255 255
255 255 255 255 255 255 255 255 255
你知道它以圖形顯示時是什麼樣的嗎？

其實是一個中間有個黑點的3x3像素白色正方形。

況且，你怎麼知道這堆數字中，有你想找的內容？
就算找到了，你知道這些數字要改成什麼樣才是想要的顏色？

就像你畫畫，畫完後，有人在你畫上畫了個logo，或者把畫擦除得差不多沒了，你認為你會有一種不通過重畫就能恢復原樣的方法嗎？圖片上有logo，你能做的，只是編輯，把logo那塊區域，重新畫一次。

用軟體編輯圖片，軟體先打開圖片文件，獲取圖片信息（尺寸，位深等信息），之後讀取圖形數據；
有的類型圖片，如jpeg，需要解碼，解碼出實際的數據，之後，再將這些數據，以圖形的方式顯示在屏幕上。
這種編輯方式，是可視化圖片編輯，修改後就能立即看到效果；

你要是把圖片轉換成你所謂的「代碼」，那可是夠折騰的，再說了，圖片不是用代碼描述的，是用一堆數字表示的，直接修改這些數字，還不如提高自己的技術水平，用PS什麼的軟體修改圖片。

用軟體編輯圖片，是面向圖片；而用文本編輯工具修改圖片數據，那是面向字元。
前者效率明顯高於後者，後者還要重新生成圖片，用看圖軟體打開才能看到效果。

C. 有什麼程序可以修改掃描圖片

這要看你想怎樣修改，一般掃描成的圖片都是JPG格式的，簡單的修改可以用系統自帶的圖片編輯器編輯，還可以用光影魔術手編輯，還有美圖秀秀等等，當然，最強大的還是Photoshop了，這要看你的修改內容和需求了，希望對你有所幫助。

D. 有開源的演算法可以用於進行圖像識別不

  1. 可以的。

  2. 一張圖片的識別這個很簡單的，都不用考慮效率的問題，直接一個特徵內匹配就搞定，opencv開源庫中有現成容的，真的很簡單，十幾行代碼就搞定。

E. 求基於matlab指紋掃描圖像處理的源代碼

clear all,close all,clc % 清理工作空間，關閉運行窗口，清理命令窗口
I=imread('Empreinte.bmp'); % 讀入圖像
imshow(I) % 顯示圖像
set(gcf,'position',[1 1 600 600]); % 得到圖形窗口句柄，設置圖形窗口位置
J=I(:,:,1)>160; % 設定閾值為160，進行黑白化處理
imshow(J) % 顯示處理後的圖像
set(gcf,'position',[1 1 600 600]); % 得到圖形窗口句柄，設置圖形窗口位置
K=bwmorph(~J,'thin','inf'); % 數學形態學運算，圖像細化，~符號代表黑白反色
imshow(~K) % 顯示處理後的圖像，~符號代表黑白反色
set(gcf,'position',[1 1 600 600]); % 得到圖形窗口句柄，設置圖形窗口位置
function y=minutie(x)
i=ceil(size(x)/2);
if x(i,i)==0;
y=0;
else
y=sum(x(:)) - 1;
end
fun=@minutie; % 得到函數句柄
L = nlfilter(K,[3 3],fun); % 濾波處理
LTerm=(L==1); % 選擇端點
imshow(LTerm) % 顯示白色點
LTermLab=bwlabel(LTerm); % 端點標識
propTerm=regionprops(LTermLab,'Centroid'); % 端點區域分析，尋找端點區域中心
CentroidTerm=round(cat(1,propTerm(:).Centroid)); % 端點圓整為整數
imshow(~K) % 顯示隆線細化圖像
set(gcf,'position',[1 1 600 600]); % 得到當前圖形窗口句柄，設置位置
hold on % 在前面的圖形窗口繼續繪制圖像
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 繪制隆線端點標識，紅色圓圈
LBif=(L==3); % 選擇分叉點
LBifLab=bwlabel(LBif); % 分叉點標識
propBif=regionprops(LBifLab,'Centroid','Image'); % 區域分析，尋找區域中心
CentroidBif=round(cat(1,propBif(:).Centroid)); % 分叉點圓整為整數
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 繪制隆線分叉點標識，綠色圓圈
D=6;
Distance=DistEuclidian(CentroidBif,CentroidTerm); % 求端點和分叉點的距離
SpuriousMinutae=Distance<D; % 滿足距離小於D的點
[i,j]=find(SpuriousMinutae); % 查找對應像素點
CentroidBif(i,:)=[]; % 去除該分叉點
CentroidTerm(j,:)=[]; % 去除該端點
Distance=DistEuclidian(CentroidBif); % 求兩個分叉點的距離
SpuriousMinutae=Distance<D; % 滿足距離小於D的點
[i,j]=find(SpuriousMinutae); % 查找對應像素點
CentroidBif(i,:)=[]; % 去除該分叉點
Distance=DistEuclidian(CentroidTerm); % 求兩個端點的距離
SpuriousMinutae=Distance<D; % 滿足距離小於D的點
[i,j]=find(SpuriousMinutae); % 查找對應像素點
CentroidTerm(i,:)=[]; % 去除該端點
hold off % 結束在前面的圖形窗口繪圖
imshow(~K) % 顯示細化圖
hold on % 繼續在前面的圖形窗口繪圖
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 繪制隆線端點標識，紅色圓圈
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 繪制隆線分叉點標識，綠色圓圈
hold off % 結束在前面的圖形窗口繪圖
Kopen=imclose(K,strel('square',7)); % 閉合運算
KopenClean= imfill(Kopen,'holes'); % 填充圖像中的孔洞
KopenClean=bwareaopen(KopenClean,5); % 開運算
imshow(KopenClean) % 顯示處理結果
KopenClean([1 end],:)=0; % 賦值語句
KopenClean(:,[1 end])=0; % 賦值語句
ROI=imerode(KopenClean,strel('disk',10)); % 腐蝕運算
imshow(ROI) % 顯示處理結果
imshow(I) % 顯示原始圖像
hold on % 繼續在前面的圖形窗口繪圖
imshow(ROI) % 顯示感興趣區域
alpha(0.5) % 設置透明度
hold on % 繼續在前面的圖形窗口繪圖
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 繪制端點標識，紅色圓圈
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 繪制分叉點標識，綠色圓圈
hold off % 結束在前面的圖形窗口繪圖
[m,n]=size(I(:,:,1)); % 求圖像尺寸
indTerm=sub2ind([m,n]; % 從下標得到單精度索引
CentroidTerm(:,1),CentroidTerm(:,2)); % 端點
Z=zeros(m,n); % 全零矩陣
Z(indTerm)=1;
ZTerm=Z.*ROI';
[CentroidTermX,CentroidTermY]=find(ZTerm);
indBif=sub2ind([m,n],CentroidBif(:,1),CentroidBif(:,2)); % 從下標得到單精度索引
Z=zeros(m,n);
Z(indBif)=1;
ZBif=Z.*ROI';
[CentroidBifX,CentroidBifY]=find(ZBif);
imshow(I) % 顯示原始圖像
hold on % 繼續繪圖
plot(CentroidTermX,CentroidTermY,'ro','linewidth',2) % 紅色圓圈
plot(CentroidBifX,CentroidBifY,'go','linewidth',2) % 綠色圓圈
Table=[3*pi/4 2*pi/3 pi/2 pi/3 pi/4 % 角度查找表
5*pi/6 0 0 0 pi/6
pi 0 0 0 0
-5*pi/6 0 0 0 -pi/6
-3*pi/4 -2*pi/3 -pi/2 -pi/3 -pi/4];
for ind=1:length(CentroidTermX)
Klocal=K(CentroidTermY(ind)-2:CentroidTermY(ind)+2, ...
CentroidTermX(ind)-2:CentroidTermX(ind)+2);
Klocal(2:end-1,2:end-1)=0;
[i,j]=find(Klocal);
OrientationTerm(ind,1)=Table(i,j);
end
dxTerm=sin(OrientationTerm)*5;
dyTerm=cos(OrientationTerm)*5;
figure % 新建窗口
imshow(K) % 顯示黑白圖
set(gcf,'position',[1 1 600 600]); % 設置圖像窗口屬性
hold on % 繼續繪圖
plot(CentroidTermX,CentroidTermY,'ro','linewidth',2) % 紅色圓圈
plot([CentroidTermX CentroidTermX+dyTerm]',... % 紅色短線
[CentroidTermY CentroidTermY-dxTerm]','r','linewidth',2)
for ind=1:length(CentroidBifX)
Klocal=K(CentroidBifY(ind)-2:CentroidBifY(ind)+2, ...
CentroidBifX(ind)-2:CentroidBifX(ind)+2);
Klocal(2:end-1,2:end-1)=0;
[i,j]=find(Klocal);
if length(i)~=3
CentroidBifY(ind)=NaN;
CentroidBifX(ind)=NaN;
OrientationBif(ind)=NaN;
else
for k=1:3
OrientationBif(ind,k)=Table(i(k),j(k));
dxBif(ind,k)=sin(OrientationBif(ind,k))*5;
dyBif(ind,k)=cos(OrientationBif(ind,k))*5;
end
end
end
plot(CentroidBifX,CentroidBifY,'go','linewidth',2) % 綠色圓圈
OrientationLinesX=[CentroidBifX ...
CentroidBifX+dyBif(:,1);CentroidBifX ...
CentroidBifX+dyBif(:,2);CentroidBifX CentroidBifX+dyBif(:,3)]';
OrientationLinesY=[CentroidBifY
CentroidBifY-dxBif(:,1);CentroidBifY ...
CentroidBifY-dxBif(:,2);CentroidBifY CentroidBifY-dxBif(:,3)]';
plot(OrientationLinesX,OrientationLinesY,'g','linewidth',2) % 綠色短線
MinutiaTerm=[CentroidTermX,CentroidTermY,OrientationTerm];
MinutiaBif=[CentroidBifX,CentroidBifY,OrientationBif];
saveMinutia('John Doe',MinutiaTerm,MinutiaBif); % saveMinutia函數見附件程序

F. 求問有沒有人會寫圖片識別的代碼的，深度學習圖片識別這種，想學不知道有什麼辦法，如果有的話能分享一下

圖片識別說的是ocr文字識別技術吧，你可以借鑒別人開源的代碼，試試在雲脈ocr sdk開發者平台，注冊後下載裡面的接入代碼研究一下

G. 有什麼軟體可以掃描圖片文件仲隱藏的二進制代碼的隱藏特徵

原聲相機拍出來的話，用記事本打開是不帶有photoshop聲明信息的，PS過後根據PHTOSHOP的版本有的會有photoshop聲明信息，有的沒有，最新版本都帶photoshop聲明信息

H. VC實現掃描儀掃描圖片程序，具體點要有源代碼的

VC twain實現的有問題！真的有高手啊！

I. 識別圖片的代碼怎麼寫

這個需要給圖片一個標識，例如一個id，或者一個類名
<img id="imgs1" class="on" src="images/001.jpg"/>
<img id="imgs2" src="images/002.jpg"/>
這樣就可以通過js腳本來做判斷他們的id，或者判斷這兩個圖片有沒有on這個類，
然後在進行下一步操作