使用Connectionist文本提议网络检测自然图像中的文本
这些代码用于实现CTPN以进行场景文本检测，如以下所述：
Z. Tian, W. Huang, T. He, P. He and Y. Qiao: Detecting Text in Natural Image with
Connectionist Text Proposal Network, ECCV, 2016.
在线演示可在以下找到：
这些演示代码（使用我们训练有素的模型）用于文本行检测（不包括侧面优化部分）。
所需的硬
提出了一种针对具有重复场景元素的复杂自然图像的颜色编辑方法，在提供极少量用户交互的情况.下，该方法能够快速、准确地对复杂自然图像进行颜色编辑。首先在图像中进行简单的颜色线条标记，并且使.用SLIC（simple linear iterative clustering）超像素分割快速地生成图像子块区域；然后结合纹理特征和颜色特.征，定义鲁棒的外观相似性距离度量，以能够捕获图像中所有的重复场景元素；最后在颜色传递过程中采用基.于局部特征相似的颜色分配和基于全局的颜色传递方法进行重着色编辑处理。实验结
