古籍档案蕴含着先贤智慧,承载着民族情感,是我们国家非常宝贵的文化财富。目前很多古籍面临着风化、破损等问题,且无法被大众查阅和共享。古籍文档的数字化不仅便于人们研究和交流,而且有利于优秀传统文化的继承与发扬,具有重要的历史价值和科研价值。古籍文档数字化主要涉及图像预处理、文档图像分割、字符图像识别等关键技术的研究,本文针对孔府古籍文档图像中的文字识别问题,主要研究了以下内容:首先,针对古籍文档同一文本列中的字符大小相差很大这类分割难题,在改进单次循环投影分割算法的基础上提出了二次循环投影分割算法。对于预处理后的二值图像,首先使用单次循环投影分割方法提取每一个文本列,然后根据文本列的水平投影划分其中的每一个字符。因为古籍文档的同一文本列中可能存在多列小字符,相邻很近的两个字符会被检测为一个汉字,故继续对分割到的每个字符再次执行投影分割算法,通过设定合适的阈值避免对字符过度分割。实验证明二次循环投影分割算法能够更加准确地定位每一个字符的位置。其次,提出了基于卷积神经网络的手写体汉字识别模型HCCR-Inc BN。针对深度学习模型中存在权重参数多、训练收敛慢、模型太大无法嵌入便携设备等问题,本文应用Goog Le Net中的Inception-v2模块,兼顾网络的宽度与深度,实现了不同特征的融合与映射;利用1×1卷积操作降低了参数数量与特征映射通道数,应用批量标准化算法与滑动平均算法来优化模型。存储模型只需要26MB,通过在公开手写体汉字数据集CASIA-HWDB1.1与ICDAR2013上的实验,对比证明了HCCR-Inc BN模型的识别有效性。此外,本文针对现有脱机手写简体汉字数据集不能有效用于古籍繁体汉字识别的问题,在对孔府古籍档案图像进行预处理和分割操作的基础上,人工标注每个字符图片的类别标签并进行数据集增强,创建了一个全新的脱机手写体古籍汉字数据集（Confucius’Mansion Archives Data）,现有数据集包含1131个类别的繁体汉字、339300个样本。本文最后设计开发了古籍文档数字化系统,实现了“古籍文档图像上传”→“图像预处理”→“文档图像分割”→“字符图像识别”→“生成电子文档”的全过程。综上,本文提出的二次循环投影分割算法、设计的脱机手写体汉字识别模型、创建的手写繁体汉字数据集和开发的古籍文档识别系统,不仅巩固了古籍文献数字化的基础,而且对优秀传统文化的保护、传承和应用具有重要的实践价值。