正如我在上一个问题中所述，您应该使用边缘过滤器然后测量质心：
image=导入[“https://i.sstatic.net/2fjQth5M.png"];edge=边缘检测[图像，2]；centers=ComponentMeasurements[边，“质心”]//值；HighlightImage[图像，点@中心，图像大小->400]
现在创建剪裁的Voroni网格：
imgBounds=转置[{{0，0}，图像维度[image]}]；vm=VoronoiMesh[中心，imgBounds，网格单元样式->{{2，全部}->Black，{1，全部}->White}]
您还可以将其转换回图像，并乘以图像的圆形部分，以查看其对齐情况。我必须删除Voroni Mesh周围的白色边框，以便对齐：
场景=图像@显示[vm，图形[{洋红色，点[centers]}]]；（*去掉白色边框*）blackPix=图像值位置[场景，黑色]；bounds=最小值/@（Transpose[blackPix]）；argTake=加入[{scene}，反转@bounds];场景=ImageTake@@argTake；（*缩放到图像大小*）scene=ImageResize[scene，ImageDimensions[image]]；circ=Binarize[image，0.99]//颜色否定；ImageMultiply[scene，circ]+ColorNegate[circ]
我们看到Voroni Mesh看起来与原始图像相当。
如果你想继续使用你的方法，你可以使用流域组件，但您需要删除圆外部的所有小而嘈杂的流域：
cells=流域组件[image]；cellImg=单元格//着色
这可以通过以下方式实现删除SmallComponents:
最小尺寸=100；newCells=DeleteSmallComponents[cellImg，minSize]
现在测量质心并高亮显示：
centers00=组件测量[newCells，“质心”]；centers0=中心00[[全部，2]]；HighlightImage[图像，点@中心0]
并使用与之前相同的方法创建剪裁的Voroni网格，将其转换为图像，然后查看圆形部分：
vm=VoronoiMesh[中心0，imgBounds，网格单元样式->{{2，全部}->Black，{1，全部}->White}]；场景=图像@显示[vm，图形[{洋红色，点[centers0]}]]；（*去掉白色边框*）blackPix=ImageValuePositions[场景，黑色]；bounds=最小值/@（Transpose[blackPix]）；argTake=加入[{scene}，反转@bounds];场景=ImageTake@@argTake；（*缩放到图像大小*）scene=ImageResize[scene，ImageDimensions[image]]；circ=二值化[图像，0.99]//ColorNegate；ImageMultiply[scene，circ]+ColorNegate[circ]
