现有的脱机手写体汉字识别系统面临的主要困难是识别率较低,同时要求书写汉字清晰、工整,因此限制了这些系统的使用.针对这一情况,我们建立了一个既可以通用人使用又可特定人使用的汉字识别系统.该文对这一系统的原理进行了详细的描述,重点讨论了特定人手写体汉字识别的训练方法及后处理的方法.由于特定人手写体汉字识别的样本采集是限制特定人手写体汉字识别的主要因素,因此这里根据汉字本身的特点提出一种极小化训练集的训练方法,该方法一方面通过以通用人识别字典为基础进行训练来减少训练的次数,另一方面通过总结汉字本身的一些特点来减少训练样本的个数.试验结果表明该方法对于减小训练集、快速训练形成特定人的特征字典是非常有效的.在文章的第二部分我们还详细的讨论了该系统的后处理的方法.我们在词匹配、隐马尔可夫模型的基础上又依靠文本的统计信息进行高频字串的提取,通过与现有词库的比较判断哪些为未登录词并利用这些提取出来的未登录词对识别后的文本进行进一步的处理,从而进一步的提高系统的识别率,同时在人工干预的情况下对现有的词库进行更新,形成一种自适应的结构.文章的第三部分介绍了通用人和特定人手写体汉字识别系统的融合和优化方法,并对系统存在的问题进行讨论,提出对未来系统的展望.