使用PIL将椭圆绘制到现有图像上

Question

我编写了一个程序，根据一组种子点绘制了voronoi单元格的图像

https://en.wikipedia.org/wiki/Voronoi_diagram

在绘制了所有彩色单元格之后，我想绘制一个以每个种子点坐标为中心的椭圆，以便可以看到它们。我尝试使用ImageDraw.Draw在我的图像上制作椭圆，但它们并没有被绘制在正确的位置，即使我偏移矩形容器的角落以使它应该正确居中。为了检查它们是否在错误的位置，我将RGB数组中的种子点设置为白色，因此如果仔细观察，可以在每个色块中看到一个白色像素，椭圆应该居中。

import numpy as np
import math
from PIL import Image, ImageDraw
colors = np.array([[180, 0, 0], [0, 25, 200], [10, 150, 45], [100,100,100], [24,24,24]]) #colors to be mapped to each seed point
dim = 512
points = np.array([[50, 50], [150, 350], [400, 150],[256, 256],[300,200]])
metric = 'euclidean'

def closest_point_euclidean(point):
    minimum = float('inf')
    closest_point = None
    i = None

    for index, p in enumerate(points):
        distance = round(((point[0] - p[0])**2 + (point[1] - p[1])**2)**(1/2))
        if distance < minimum:
            minimum = distance
            closest_point = p
            i = index

    return i

def closest_point_manhattan(point):
    minimum = float('inf')
    closest_point = None
    i = None

    for index, p in enumerate(points):
        distance = abs(point[0] - p[0]) + abs(point[1] - p[1])
        if distance < minimum:
            minimum = distance
            closest_point = p
            i = index

    return i

def main():
    plot = np.zeros((dim, dim, 3), 'uint8')

    for i in range(plot.shape[0]):
        for j in range(plot.shape[1]):
            if metric == 'manhattan':
                closest_point_index = closest_point_manhattan([i,j])
            elif metric == 'euclidean':
                closest_point_index = closest_point_euclidean([i,j])
            plot[i][j] = colors[closest_point_index]

    for p in points:
        plot[p[0],p[1]] = [255,255,255] # set seed points to be white

    r = 4
    img = Image.fromarray(plot)
    draw = ImageDraw.Draw(img)
    for p in points:
        draw.ellipse([p[0] - r, p[1] - r, p[0] + r, p[1] + r])
    img.show()
    img.save('myPlot.jpeg')

if __name__ == "__main__":
    main()

有人可以帮我理解为什么有些省略号不在同一个地方吗？问题出现在最后一个for循环中，但是运行程序需要所有代码。为了生成图像，我从一个numpy维度数组（512,512,3）开始，其中前两个维度是图像的高度和宽度，最后一个维度是该点像素的RGB分量。