字符识别是模式识别的一个重要分支，它是一门研究如何利用计算机系统自动识别各种媒介上印刷的或手写的字符的技术。随着社会信息化进程不断提高，我们在日常工作中经常需要将大量的字符信息转换成计算机可存储可处理的信息。字符自动识别技术的发展帮助我们自动完成这项工作。但是，随着数据量的不断增大，传统的单机字符识别系统的效率难以达到要求。针对这个问题，本文对字符识别进行了研究，以提高字符识别的效率。首先本文以车牌识别为例研究了字符识别系统的一般识别流程和实现方法，包括车牌图像预处理、分割、特征提取、字符识别等操作，探讨了使用模板匹配识别和神经网络来进行字符识别的方法；然后本文阐述了字符识别与分布式系统结合的意义，研究了在Hadoop平台下基于MapReduce编程框架的分布式系统的实现，提出了分布式字符识别的方法并给出了设计方案；最后，本文将分布式字符识别系统与单机字符识别系统进行了实验，对其执行任务的效率进行了分析对比。