OpenCV单边缘检测与非闭合轮廓提取：条纹图上V形轮廓获取

我在处理如下条纹图像时，难以提取目标的上V形轮廓：

第一次尝试：Canny边缘检测+轮廓提取 #

尝试了以下代码：

edges = cv2.Canny(cvimg, 150, 600)
plt.subplot(111)
plt.imshow(cvimg,cmap = 'gray')
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 获取平均y值最小的轮廓，即最上方的轮廓
avg_y = [cont.T[1].mean() for cont in contours]
idx = np.argmin(avg_y)
contour = np.asarray(contours[idx]).squeeze().T # 重塑和调整方向用于绘图
plt.plot(contour[0], contour[1], color="r")
plt.show()

初看该方案有效，得到了轮廓和边缘结果：


但Canny边缘的上下侧构成了闭合轮廓，无法轻松分离两侧。

第二次尝试：直接阈值处理+轮廓提取 #

直接对图像做阈值处理，不使用Canny：

_, cvimg = cv2.threshold(cvimg, 50, 255, type=cv2.THRESH_OTSU)
contours, _ = cv2.findContours(cvimg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 获取平均y值最小的轮廓，即最上方的轮廓
avg_y = [cont.T[1].mean() for cont in contours]
idx = np.argmin(avg_y)
contour = np.asarray(contours[idx]).squeeze().T
plt.plot(contour[0], contour[1], color="r")
plt.show()

但结果仍是闭合轮廓：

第三次尝试：Canny后取每列首个非零索引 #

使用Canny滤波后的图像，取每列首个非零索引：

edges = cv2.Canny(cvimg, 150, 600)
contour = np.argmax(edges>0, axis=0)
plt.subplot(111)
plt.imshow(cvimg,cmap = 'gray')
plt.plot(contour, color="r")
plt.show()

该方案也不理想，会同时检测到两侧的冗余内容：

如何才能仅获取上V形轮廓，无需可能不适用于所有数据的后处理？能否让OpenCV不闭合Canny边缘？或是我未正确使用该库？感谢解答！

内容的提问来源于stack exchange，提问作者Raphael