手写体字符的识别一直是近年来模式识别及图片处理领域的研究热点,问题虽然简单,但却有较大的实用价值。针对现有字符图像识别算法精度不高的问题,提出了一种简单的、易于理解和处理的识别方法。这种识别方法既可用于普通的阿拉伯数字手写体识别系统,同时也可处理阿拉伯数字之外的多种多样的字符。具体思想是:首先,利用字符图像特征提取算法提取特征。特征提取算法的主要思想是:提取已经进行二值化处理好的字符图像中0像素点被1像素点包围的方向数作为特征,然后基于该特征构造两个不同的KNN分类器,利用这两个分类器对字符进行分类。由于两个分类器的分类结果中都可能有一些分类错误样本,因此根据可能出现的错误,制定相应的融合规则集用以修正分类结果,进一步提高字符识别的准确性。在UCI数据集上的实验结果表明,该算法明显优于基于单个KNN分类模型的识别算法。以上研究明显拓宽了特征提取算法的研究范围,为一致特征提取算法的设计提供了新的研究方向,同时也为特征提取的研究打下了基础。相信此类算法的不断研究可以解决更多的实际问题。