随着网络和智能化信息时代的到来，汉字的识别技术日益成熟，而手写汉字的识别一直是汉字识别技术中的难点。由于手写汉字的多样性和自由性，使得手写汉字的识别方法无法共用，针对特定的手写汉字只能选用特定的方法，而细化算法一直是基于结构特征识别汉字的瓶颈，因此本文重点研究手写汉字的细化算法。文中研究了细化前图像的预处理，包括图像的灰度化，二值化，行分割，字分割，去噪等过程，并重点学习了现有的细化算法原理，分析其优缺点。在细化图像之前，为了避免毛刺和凹陷对细化结果造成影响，设计模板将其消除。然后在Hilditch算法的基础上提出改进的细化算法，将Hilditch算法和笔画趋势分析法相结合进行细化。针对细化后出现的短枝和非单像素问题，在细化处理结果上继续对像素进行操作，以保证消除掉短枝和骨架单像素化。最后，设计一定的膨胀算子对处理完的图片进行膨胀，再次调用上述细化算法处理，得到最终的细化结果。文中实验环境为VS2008，手写字符来自哈尔滨工业大学(HIT-MW Database)手写字体库，采用Opencv和C语言将上述算法进行了编程实现。