A. 一张图片的代码从哪看

不知道你什么意思哦,
你的图片在哪?你的电脑上?那你需要上传到网上才有链接。找个图片空间传吧。
如果图片在网页上,右键图片,属性,里面有地址哦。
如果网页禁止右键,那你点ie顶部菜单,查看,源文件,用ctrl+f找.jpg或者.gif查找你的那张图。

B. 图片转化成代码

图片转代码？你需要了解图片相关的常识。

图片中各个像素点的色彩是用数字表示的，保存在图片文件中的也是这些；
可不是像网页那样，用一堆代码表示网页的内容。
举个例子，有个3x3像素的图片，用数字表示，它是这样的：
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
你知道它以图形显示时是什么样的吗？

其实是一个中间有个黑点的3x3像素白色正方形。

况且，你怎么知道这堆数字中，有你想找的内容？
就算找到了，你知道这些数字要改成什么样才是想要的颜色？

就像你画画，画完后，有人在你画上画了个logo，或者把画擦除得差不多没了，你认为你会有一种不通过重画就能恢复原样的方法吗？图片上有logo，你能做的，只是编辑，把logo那块区域，重新画一次。

用软件编辑图片，软件先打开图片文件，获取图片信息（尺寸，位深等信息），之后读取图形数据；
有的类型图片，如jpeg，需要解码，解码出实际的数据，之后，再将这些数据，以图形的方式显示在屏幕上。
这种编辑方式，是可视化图片编辑，修改后就能立即看到效果；

你要是把图片转换成你所谓的“代码”，那可是够折腾的，再说了，图片不是用代码描述的，是用一堆数字表示的，直接修改这些数字，还不如提高自己的技术水平，用PS什么的软件修改图片。

用软件编辑图片，是面向图片；而用文本编辑工具修改图片数据，那是面向字符。
前者效率明显高于后者，后者还要重新生成图片，用看图软件打开才能看到效果。

C. 有什么程序可以修改扫描图片

这要看你想怎样修改，一般扫描成的图片都是JPG格式的，简单的修改可以用系统自带的图片编辑器编辑，还可以用光影魔术手编辑，还有美图秀秀等等，当然，最强大的还是Photoshop了，这要看你的修改内容和需求了，希望对你有所帮助。

D. 有开源的算法可以用于进行图像识别不

  1. 可以的。

  2. 一张图片的识别这个很简单的，都不用考虑效率的问题，直接一个特征内匹配就搞定，opencv开源库中有现成容的，真的很简单，十几行代码就搞定。

E. 求基于matlab指纹扫描图像处理的源代码

clear all,close all,clc % 清理工作空间，关闭运行窗口，清理命令窗口
I=imread('Empreinte.bmp'); % 读入图像
imshow(I) % 显示图像
set(gcf,'position',[1 1 600 600]); % 得到图形窗口句柄，设置图形窗口位置
J=I(:,:,1)>160; % 设定阈值为160，进行黑白化处理
imshow(J) % 显示处理后的图像
set(gcf,'position',[1 1 600 600]); % 得到图形窗口句柄，设置图形窗口位置
K=bwmorph(~J,'thin','inf'); % 数学形态学运算，图像细化，~符号代表黑白反色
imshow(~K) % 显示处理后的图像，~符号代表黑白反色
set(gcf,'position',[1 1 600 600]); % 得到图形窗口句柄，设置图形窗口位置
function y=minutie(x)
i=ceil(size(x)/2);
if x(i,i)==0;
y=0;
else
y=sum(x(:)) - 1;
end
fun=@minutie; % 得到函数句柄
L = nlfilter(K,[3 3],fun); % 滤波处理
LTerm=(L==1); % 选择端点
imshow(LTerm) % 显示白色点
LTermLab=bwlabel(LTerm); % 端点标识
propTerm=regionprops(LTermLab,'Centroid'); % 端点区域分析，寻找端点区域中心
CentroidTerm=round(cat(1,propTerm(:).Centroid)); % 端点圆整为整数
imshow(~K) % 显示隆线细化图像
set(gcf,'position',[1 1 600 600]); % 得到当前图形窗口句柄，设置位置
hold on % 在前面的图形窗口继续绘制图像
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 绘制隆线端点标识，红色圆圈
LBif=(L==3); % 选择分叉点
LBifLab=bwlabel(LBif); % 分叉点标识
propBif=regionprops(LBifLab,'Centroid','Image'); % 区域分析，寻找区域中心
CentroidBif=round(cat(1,propBif(:).Centroid)); % 分叉点圆整为整数
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 绘制隆线分叉点标识，绿色圆圈
D=6;
Distance=DistEuclidian(CentroidBif,CentroidTerm); % 求端点和分叉点的距离
SpuriousMinutae=Distance<D; % 满足距离小于D的点
[i,j]=find(SpuriousMinutae); % 查找对应像素点
CentroidBif(i,:)=[]; % 去除该分叉点
CentroidTerm(j,:)=[]; % 去除该端点
Distance=DistEuclidian(CentroidBif); % 求两个分叉点的距离
SpuriousMinutae=Distance<D; % 满足距离小于D的点
[i,j]=find(SpuriousMinutae); % 查找对应像素点
CentroidBif(i,:)=[]; % 去除该分叉点
Distance=DistEuclidian(CentroidTerm); % 求两个端点的距离
SpuriousMinutae=Distance<D; % 满足距离小于D的点
[i,j]=find(SpuriousMinutae); % 查找对应像素点
CentroidTerm(i,:)=[]; % 去除该端点
hold off % 结束在前面的图形窗口绘图
imshow(~K) % 显示细化图
hold on % 继续在前面的图形窗口绘图
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 绘制隆线端点标识，红色圆圈
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 绘制隆线分叉点标识，绿色圆圈
hold off % 结束在前面的图形窗口绘图
Kopen=imclose(K,strel('square',7)); % 闭合运算
KopenClean= imfill(Kopen,'holes'); % 填充图像中的孔洞
KopenClean=bwareaopen(KopenClean,5); % 开运算
imshow(KopenClean) % 显示处理结果
KopenClean([1 end],:)=0; % 赋值语句
KopenClean(:,[1 end])=0; % 赋值语句
ROI=imerode(KopenClean,strel('disk',10)); % 腐蚀运算
imshow(ROI) % 显示处理结果
imshow(I) % 显示原始图像
hold on % 继续在前面的图形窗口绘图
imshow(ROI) % 显示感兴趣区域
alpha(0.5) % 设置透明度
hold on % 继续在前面的图形窗口绘图
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') % 绘制端点标识，红色圆圈
plot(CentroidBif(:,1),CentroidBif(:,2),'go') % 绘制分叉点标识，绿色圆圈
hold off % 结束在前面的图形窗口绘图
[m,n]=size(I(:,:,1)); % 求图像尺寸
indTerm=sub2ind([m,n]; % 从下标得到单精度索引
CentroidTerm(:,1),CentroidTerm(:,2)); % 端点
Z=zeros(m,n); % 全零矩阵
Z(indTerm)=1;
ZTerm=Z.*ROI';
[CentroidTermX,CentroidTermY]=find(ZTerm);
indBif=sub2ind([m,n],CentroidBif(:,1),CentroidBif(:,2)); % 从下标得到单精度索引
Z=zeros(m,n);
Z(indBif)=1;
ZBif=Z.*ROI';
[CentroidBifX,CentroidBifY]=find(ZBif);
imshow(I) % 显示原始图像
hold on % 继续绘图
plot(CentroidTermX,CentroidTermY,'ro','linewidth',2) % 红色圆圈
plot(CentroidBifX,CentroidBifY,'go','linewidth',2) % 绿色圆圈
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) % 显示黑白图
set(gcf,'position',[1 1 600 600]); % 设置图像窗口属性
hold on % 继续绘图
plot(CentroidTermX,CentroidTermY,'ro','linewidth',2) % 红色圆圈
plot([CentroidTermX CentroidTermX+dyTerm]',... % 红色短线
[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) % 绿色圆圈
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) % 绿色短线
MinutiaTerm=[CentroidTermX,CentroidTermY,OrientationTerm];
MinutiaBif=[CentroidBifX,CentroidBifY,OrientationBif];
saveMinutia('John Doe',MinutiaTerm,MinutiaBif); % saveMinutia函数见附件程序

F. 求问有没有人会写图片识别的代码的，深度学习图片识别这种，想学不知道有什么办法，如果有的话能分享一下

图片识别说的是ocr文字识别技术吧，你可以借鉴别人开源的代码，试试在云脉ocr sdk开发者平台，注册后下载里面的接入代码研究一下

G. 有什么软件可以扫描图片文件仲隐藏的二进制代码的隐藏特征

原声相机拍出来的话，用记事本打开是不带有photoshop声明信息的，PS过后根据PHTOSHOP的版本有的会有photoshop声明信息，有的没有，最新版本都带photoshop声明信息

H. VC实现扫描仪扫描图片程序，具体点要有源代码的

VC twain实现的有问题！真的有高手啊！

I. 识别图片的代码怎么写

这个需要给图片一个标识，例如一个id，或者一个类名
<img id="imgs1" class="on" src="images/001.jpg"/>
<img id="imgs2" src="images/002.jpg"/>
这样就可以通过js脚本来做判断他们的id，或者判断这两个图片有没有on这个类，
然后在进行下一步操作