由于移动互联网和电子商务的快速发展,越来越多的用户会通过移动网络来搜索商品信息。面对着图像数据呈几何级数的增长,如何让用户从海量的图片里找到自己需要的商品信息是一个极具挑战性的课题。目前商品搜索依然依赖基于文本的搜索方式,对于难以描述款式、形状的海量图片数据难以得到理想的搜索效果。传统的文本搜索存在很多缺陷,比如搜索海量图片数据处理时间长、搜索效果差、用户体验不好等问题。本文利用基于内容的图像检索技术,在iOS平台实现商品搜索系统,提取图像特征并进行匹配,旨在提高图像的搜索准确度。本文的主要内容和贡献如下：第一,本文在Xcode开发工具下配置OpenCV环境,将GrabCut算法移植到手机端进行图片预处理,实现图像分割,减少背景噪声的干扰,为后续的性能分析对比实验做准备。第二,针对原始图片过大、图片的网络传输占用较长时间,本系统利用手机的硬件优势,在iOS手机端提取图像的特征,发送到后台进行特征匹配,减少图像检索所消耗的时间,提高检索速度。第三,本文在iOS平台实现商品图像搜索系统。其中的功能包括基于关键字的检索模块和图像检索模块等。手机前端采用GrabCut与用户交互,提取图片的颜色和SIFT特征,与后台的图像数据集进行对比,分别使用欧式距离和Bag-of-Words方法匹配颜色特征和SIFT特征,得到搜索结果,实现系统的图像检索。第四,搜索系统后台的开发工作。其中包括特征提取和特征匹配的检索功能实现、离线颜色特征数据集的处理和SIFT特征索引文件的生成等。