你的任务很简单。
1.可选的smoothing（高斯滤波器）-您必须对数据进行试验，看看是否有帮助
1.边缘检测（将图像转换为表示边缘的线条）-例如cv::Canny

1. Hough transform以检测线-openCV。
   1.在Hough变换中找到两个最大值（最长线）
   1.你将有两个关于直线的问题，然后你可以利用这些信息来计算它们之间的距离
   请注意，使用这种方法时，图像不必是直的。您将使用线方程，您必须巧妙地处理这些方程。如果这两条线是平行的，则有一个简单的公式来获得它们之间的距离。如果它们不是完全平行的，则必须考虑此整数，并使用图像区域的信息来获得平均距离。

求出通道宽度的简单方法如下：

distance = []
h = img.shape[0]
for j in range(img.shape[1]):
    line_top = 0
    line_bottom = img.shape[0]
    found_top = False
    found_bottom = False
    for i in range(h):
        if img[i,j,0] > 0 and not found_top:
            line_top = i
            found_top = True
        if img[h-i-1,j,0] > 0 and not found_bottom:
            line_bottom = h-i
            found_bottom = True
        if found_top and found_bottom:
            distance.append(line_bottom-line_top)
            break

但这会导致距离计入非常小的白色斑点。
要解决此问题，有以下几种选择：
1.使用opencvmorphological transformation预处理图像。
1.使用opencvgaussian filter或类似命令预处理图像。
1.更新代码以使用更大的窗口。
另一个解决方案是应用opencv's findContours。