中国书法是中国传统文化的重要组成部分。随着数字化技术的不断发展,越来越多的书法作品被数字化并保存到了数字图书馆中。用户在浏览欣赏数字化的书法作品的过程中,往往希望能够欣赏同一种书体的书法作品,然而目前计算机自动识别书法字书体的技术还不太成熟,只能通过人工来分类,效率较低。另外,一些书法入门者有可能对正在欣赏的书法作品所属书体并不明确,这就需要一种计算机视觉的方法帮助他们来识别书法字书体。针对上述问题,本文提出了建立在书法字图像全局特征基础上的基于SSC(相似性敏感编码)的算法和建立在书法字图像局部特征基础上的基于SIFT-KNN的特征过滤书法字书体识别算法。基于SSC的书法字书体识别算法采用GIST特征描述子表达书体特征,使用相似性敏感编码算法SSC将GIST特征向量转化为二进制向量,从而使得书体分类问题转换为基于海明码距离的二进制向量相似性匹配。基于SIFT-KNN的特征过滤书法字书体识别算法采用SIFT特征描述子表达书体特征,通过特征过滤的方法剔除掉不具备明显书体特征的SIFT特征点,从而建立一个SIFT书体特征库,用于书体识别。实验表明,两种算法各有优劣,前者鲁棒性较强,对于噪音较多且不规则的古代书法作品风格识别有着较好的效果,且识别速度较快；后者对形状规则统一的印刷体字符识别效果更佳。进一步,本文利用SSC算法能将特征向量编码为二进制向量,使得匹配速度快,存储空间要求小的特点,实现了Android平台下的汉字实时识别。从特征提取、相似性匹配和软件系统架构三个层面出发,设计和实现了Android平台下GIST特征提取、SSC特征码压缩以及基于JNI实现核心算法的软件系统架构,识别中文简体和繁体印刷体字符。