这是对最初问题的一个很晚的回复，但以防万一仍然需要的人可能最终会阅读这篇文章。有一个很棒的Python包用于分析骨骼，称为FilFinder（pip install fil_finder），它优雅地解决了这个问题。下面是从他们的教程中采用的代码

import numpy as np
import cv2
import matplotlib.pyplot as plt
from fil_finder import FilFinder2D
import astropy.units as u

skeleton = ... #in numpy array format

fil = FilFinder2D(skeleton, distance=250 * u.pc, mask=skeleton)
fil.preprocess_image(flatten_percent=85)
fil.create_mask(border_masking=True, verbose=False,
use_existing_mask=True)
fil.medskel(verbose=False)
fil.analyze_skeletons(branch_thresh=40* u.pix, skel_thresh=10 * u.pix, prune_criteria='length')

plt.imshow(fil.skeleton, cmap='gray')
plt.contour(fil.skeleton_longpath, colors='r')
plt.axis('off')
plt.show()

字符串
其输出

的数据

我不知道python工具，但从算法的Angular 来看，这是一种方法：
1.检测所有极端像素（分支上的最后一个像素，因此只有一个相邻像素）
1.对于这些像素中的每一个，计算测地距离图。
然后你在Map计算过程中找到的最大距离将是你想要的距离。第1点是基本的编码，所以你可以在Python中完成，但你必须为第2点找到一个库。