要将Yolov5识别出来的籽粒中心点坐标用于确定一个中心并画出锚框，应该怎么办请生成代码

以下是一个示例代码，用于对Yolov5识别出来的籽粒中心点坐标进行处理并画出锚框：

import numpy as np
import cv2

# Yolov5识别出来的籽粒中心点坐标
centers = [(100, 200), (150, 250), (200, 300), (250, 350), (300, 400)]

# 定义锚框半径的倍数
radius_multiplier = 0.5

# 定义锚框颜色和线宽
color = (0, 255, 0)
thickness = 2

# 对每一个中心点进行处理
for center in centers:
    # 找到与该中心点最近的3个中心点
    distances = [np.sqrt((center[0]-x)**2 + (center[1]-y)**2) for x, y in centers]
    sorted_indices = np.argsort(distances)
    nearest_indices = sorted_indices[1:4]  # 去掉自己
    nearest_centers = [centers[i] for i in nearest_indices]
    
    # 计算这几个中心点的中心坐标
    center_x = int(np.mean([x for x, y in nearest_centers]))
    center_y = int(np.mean([y for x, y in nearest_centers]))
    
    # 计算距离最远的两个中心点的距离，以此作为锚框的半径
    max_distance = np.max([np.sqrt((center_x-x)**2 + (center_y-y)**2) for x, y in nearest_centers])
    radius = int(radius_multiplier * max_distance)
    
    # 画出锚框
    img = cv2.circle(img, (center_x, center_y), radius, color, thickness)

# 显示结果
cv2.imshow("result", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，这只是一个示例代码，实际使用时需要根据具体情况进行调整。