随着OCR技术的不断发展以及印刷体字符识别技术的不断完善，人们对识别的要求也越来越高。商场购物小票，它是消费者购物时由商场或其它商业机构给用户留存的销售凭据。一张小小的购物小票实际上承载着重要的信息，它记录了消费者的消费习惯，消费水平和消费需求等，也能告诉商家不同的消费者喜欢什么类型的商品，如何根据消费者的习惯和消费需求摆放商场货物等。事实上，购物小票给我们提供的信息远非如此。为了更好的挖掘购物小票背后的价值，我们需要对购物小票进行有效的识别。购物小票图像的有效识别是我们亟需解决的问题，而字符分割的准确性是影响识别率的重要决定因素，也是一个难点问题。本论文的主要研究内容是购物小票图像的字符分割算法。主要内容包括：数据采集。针对不同超市的购物小票不同和同一家超市由于购物数量和品种的不同而给顾客的小票不同的特点，按长、中、短的规则收集购物小票，并经扫描仪扫描成质量较好的图像。对现有的灰度化、二值化、平滑去噪、倾斜校正、版面分析等预处理步骤进行了介绍并提出改进算法。特别是在二值化处理中，通过多组的对比实验，对这些二值化结果进行分析比较，总结各种二值化算法的优缺点，选择适用于小票图像的最佳二值化算法。在进行小票图像的分割处理时，在行分割阶段，由于行与行之间可能存在粘连的问题，提出了一种基于投影直方图二次分析的方法。把直方图看作波形信号，经过滤波处理，寻找波谷点，即行切分的位置，该方法能有效的解决行与行之间过密的分割问题。在字分割阶段，提出了一种用于汉字部件间合并的规则，该方法能有效解决左右结构汉字的分割问题。并与一般的分割方法进行大量的对比实验，结果表明，本文分割算法优于一般的分割算法，且能满足实用要求。