我国傣族地区语言及信息化发展相对缓慢,而且目前手写体新傣文字符识别相较于汉字、维吾尔字符等字符识别少之又少。因此要研究傣族历史文化传承,就需加大手写体傣文字符识别的研究力度。所以有必要对傣文识别加大投入力度,保护傣族文化财产。本文对手写体新傣文字符识别采取了卷积神经网络和胶囊网络的方法,用来对手写体新傣文字符进行识别,主要工作有:新傣文字符样本采集、预处理,以Keras软件为基础搭建深度学习框架,研究了基于卷积神经网络算法和胶囊网络算法的手写体新傣文字符识别的方法。同时对比采用PCA和LDA降维,最后采用KNN分类的传统机器学习方法。本实验最终的实验结果是:采用卷积神经网络算法搭建卷积网络迭代50次的识别正确率为96.3%,采用胶囊网络算法搭建胶囊网络迭代50次的识别正确率为94.9%,采用传统机器学习算法PCA、LDA降维+KNN识别只有77.09%,说明深度学习的两种算法在手写体新傣文字符识别中更有效。手写体新傣文字符识别还处于探索阶段,本文对卷积神经网络和胶囊网络识别方法进行了探索,为脱机手写体新傣文识别进一步的研究提供参考,后面还需要对其进行改进和完善。