脱机手写体汉字识别是模式识别领域一个极具挑战性的课题，它将在信函分拣、银行支票识别、统计报表处理以及手写文稿的自动输入等诸多方面发挥巨大的作用。然而，手写体汉字的书写随意性很大，相邻汉字之间的位置关系也复杂多样，因此，相对于其他字符识别，脱机手写体汉字的发展明显缓慢而障碍重重。 本系统的主要应用方向为手写文稿的自动录入，主要工作如下： 1、预处理方面，实现了基本的图像平滑，并针对不同纸张背景制定了区别对待的图像二值化策略：对以空白纸张为背景的汉字图像采用迭代最佳分割阈值算法，以稿纸为背景的汉字图像采用双重阈值法。 2、回顾和总结了历年手写汉字的主要细化方法，在结合本系统主要适用于汉字录入这一用途的基础上，提出了改进细化算法。 3、介绍了几种主要的统计特征和笔划结构特征提取方法，针对手写体汉字采用全新的笔段特征提取算法,同时还提出了一种新的基于笔画结构的字切分算法。 4、在识别阶段，本文采用了改进的双层串行分类器结构，使识别时间比单层分类器缩短了50％。 本系统中训练和测试样本共包含一级汉字和二级汉字约2000个，每个汉字有6种不同风格。将训练样本分为两类：第一类为手写印刷体汉字，笔划疏散且基本横平竖直；第二类工整普通汉字书写有少量连笔，字形尽量规整。分别采用两种不同识别方法后得到第一类汉字识别正确率为90％，第二类汉字为85％。