根据“感知哈希算法”来实现的。如果不清楚可以自己搜索下。这不具体讲解。

实现如下（借鉴了网上高手的资料，在这不一一列举了）

//

//  checkImage.m

#import "checkImage.h"

@implementation checkImage

+(NSString *)p_w_picpathSourcePath{

NSString *path=[[NSBundle mainBundle] bundlePath];

return path;

}

//1.将图片缩小到8x8的尺寸, 总共64个像素. 这一步的作用是去除各种图片尺寸和图片比例的差异, 只保留结构、明暗等基本信息.

+(UIImage *)p_w_picpathToSize:(UIImage *)p_w_picpath toSize:(CGSize)size{

UIGraphicsBeginImageContextWithOptions(size, NO, 0.0);

[p_w_picpath drawInRect:CGRectMake(0, 0, size.width, size.width)];

UIImage *newImage=UIGraphicsGetImageFromCurrentImageContext();

UIGraphicsEndImageContext();

return newImage;

}

//2.将缩小后的图片, 转为64级灰度图片.

+(uint8_t *)convertTo64GreyImage:(UIImage *)p_w_picpath{

int kRed = 1;

int kGreen = 2;

int kBlue = 4;

int colors = kGreen;

int m_width = p_w_picpath.size.width;

int m_height = p_w_picpath.size.height;

uint32_t *rgbImage = (uint32_t *) malloc(m_width * m_height * sizeof(uint32_t));

CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();

CGContextRef context = CGBitmapContextCreate(rgbImage, m_width, m_height, 8, m_width * 4, colorSpace, kCGBitmapByteOrder32Little | kCGImageAlphaNoneSkipLast);

CGContextSetInterpolationQuality(context, kCGInterpolationHigh);

CGContextSetShouldAntialias(context, NO);

CGContextDrawImage(context, CGRectMake(0, 0, m_width, m_height), [p_w_picpath CGImage]);

CGContextRelease(context);

CGColorSpaceRelease(colorSpace);

uint8_t *m_p_w_picpathData = (uint8_t *) malloc(m_width * m_height);

for(int y = 0; y < m_height; y++) {

for(int x = 0; x < m_width; x++) {

uint32_t rgbPixel=rgbImage[y*m_width+x];

uint32_t sum=0,count=0;

if (colors & kRed) {sum += (rgbPixel>>24)&255; count++;}

if (colors & kGreen) {sum += (rgbPixel>>16)&255; count++;}

if (colors & kBlue) {sum += (rgbPixel>>8)&255; count++;}

m_p_w_picpathData[y*m_width+x]=sum/count/4;

}

}

free(rgbImage);

return m_p_w_picpathData;

}

//3.计算图片中所有像素的灰度平均值

+(uint8_t)avgGreyPixel:(uint8_t *)data{

int sum = 0;

for (int i = 0; i < 64; i++) {

sum += data[i];

}

uint8_t avg = sum/64;

return avg;

}

// 4.将每个像素的灰度与平均值进行比较, 如果大于或等于平均值记为1, 小于平均值记为0.

+(NSMutableArray *)compareGreyPixelToAvgPixel:(uint8_t *)p_w_picpathData avg:(uint8_t)avgGrey{

NSMutableArray *endArr=[[NSMutableArray alloc] init];

for (int i=0; i<64; i++) {

if (p_w_picpathData[i]>=avgGrey) {

int f=1;

NSNumber *ff=[NSNumber numberWithInt:f];

[endArr addObject:ff];

}else{

int f=0;

NSNumber *ff=[NSNumber numberWithInt:f];

[endArr addObject:ff];

}

}

return endArr;

}

//5.将上一步的比较结果, 组合在一起, 就构成了一个64位的二进制整数, 这就是这张图片的指纹.

+(NSMutableString *)compareWithGroup:(NSMutableArray *)arr{

NSMutableString *ms=[[NSMutableString alloc] initWithString:@""];

for (NSNumber *i in arr) {

int f=[i intValue];

[ms appendFormat:@"%d",f];

}

return ms;

}

//6.得到图片的指纹后, 就可以对比不同的图片的指纹, 计算出64位中有多少位是不一样的. 如果不相同的数据位数不超过5, 就说明两张图片很相似, 如果大于10, 说明它们是两张不同的图片.

+(int)compareToHamdDistance:(NSMutableString *)scoureImage current:(NSMutableString *)current{

int distance=0;

for (int i=0; i<64; i++) {

unichar s=[scoureImage characterAtIndex:i];

unichar c=[current characterAtIndex:i];

if (s!=c) {

distance++;

}

}

return distance;

}

@end

运行效果如图：点击选取照片

选取第二行第三张照片去找相识图片

找到以下几张相似图片

本人能力有限，如果bug欢迎拍砖。源码可去http://down.51cto.com/data/696207下载，或邮箱至478043385@qq.com免费索取。