为了找到最大的Blob的边界框，我使用了findContours ，然后使用以下代码：

double maxArea = 0;
for (MatOfPoint contour : contours) {
    double area = Imgproc.contourArea(contour);
    if (area > maxArea) {
        maxArea = area;
        largestContour = contour;
    }
}
Rect boundingRect = Imgproc.boundingRect(largestContour);

这里。它。是的。 （仅供参考：不要偷懒，并找出下面我的函数中发生的事情。

cv::Mat findBiggestBlob(cv::Mat & matImage){
    int largest_area=0;
    int largest_contour_index=0;

    vector< vector<Point> > contours; // Vector for storing contour
    vector<Vec4i> hierarchy;

    findContours( matImage, contours, hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE ); // Find the contours in the image

    for( int i = 0; i< contours.size(); i++ ) {// iterate through each contour. 
        double a=contourArea( contours[i],false);  //  Find the area of contour
        if(a>largest_area){
            largest_area=a;
            largest_contour_index=i;                //Store the index of largest contour
            //bounding_rect=boundingRect(contours[i]); // Find the bounding rectangle for biggest contour
        }
    }

    drawContours( matImage, contours, largest_contour_index, Scalar(255), CV_FILLED, 8, hierarchy ); // Draw the largest contour using previously stored index.
    return matImage;
}

如果要使用OpenCV库，请签出OpenCV SimpleBlobDetector。这是另一个堆栈溢出，显示了其中的一个小教程： 如何使用OpenCV SimpleBlobDetector

但是，这仅给您关键点。您可以将其用作初始搜索以找到所需的Blob，然后可以在最可能的Blob周围使用findContours算法。

此外，如果您了解有关Blob的更多信息，则可以提供参数以过滤掉不需要的Blob。您可能需要测试SimpleBlobDetector的area参数。如果算法未检测到任何斑点，则可能可以根据图像区域的大小来计算面积，然后迭代地允许较小的斑点。

以下是指向OpenCV主要文档的链接： http : //docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html#simpleblobdetector