汉字是世界上使用人数最多的文字，在信息急速膨胀的时代，大量文档的人工录入劳动强度大，还有劳动力经济效益的问题，如何快速高效地将汉字输入计算机是信息处理的一个关键问题。因为汉字是非字母化、非拼音化的文字，在自动输入过程中与西文字符的区别很大，因此汉字识别的研究的具有实际的意义和广阔的应用前景。　　 文中的识别系统主要对汉字图像的预处理、版面分析和汉字识别进行了研究。其中对汉字的识别是整个系统的重点，阐明了识别过程中的特征提取和选取的分类器。汉字的识别是大字符集的识别问题，并且汉字的结构复杂，相似字也多，采取单一的特征和判别理论不能达到满意的识别结果。故文中采用了多分类器集成的方法，使得提取的特征优化组合，设计了多个特征互补并且匹配原则不同的分类器。应用距离判别法进行识别运算量小，可以比较快速的完成识别。测试结果说明，采用多分类器比采用单一的分类器有效地提高了识别率，充分阐明了这种方法是有效的。　　 文中的印刷体汉字识别系统经过各个部分的处理后，最终输出的为纯文本形式。完成对宋体和楷体的不同大小的汉字进行识别，平均的识别率达到96.45[％]，平均每百字的识别速度达到6.5s。