当我偶然发现这篇文章时，我正在研究如何检测台球桌上的台球。
OP 表示，在应用圆霍夫变换之前，他在视频源的色调通道上采用了 Canny 边缘检测算法。在圆形检测之前执行边缘检测是否有任何计算优势，或者我应该立即对视频源执行圆形检测？
提前致谢！
一般来说，您可以进行密集霍夫或稀疏霍夫，并且您可以获得加权或未加权选票。
加权：根据每个像素的强度进行投票（携带信息）
未加权：每个像素获得 1.0 票
密集：所有像素投票
稀疏：只有一些像素投票（重要的，不是随机的）
在四种可能的组合中，密集+未加权是愚蠢的，因为整个图像的所有像素，无论是设置的还是清晰的，都投票相同。累加器数组看起来是扁平的。
密集投票是昂贵的，所以人们使用稀疏投票。未加权更简单，所以人们这样做。 Canny 是一种对图片进行二值化并且接收非常小的像素集的方法。