该文研究脱机手写字符特征提取问题.首先我们较系统和全面地整理和分析了该研究领域已有理论和算法,包括模板匹配法、区域法、几何矩法、投影法、傅立叶描绘子和具有局部分析能力的小波描绘子等,讨论了相关的特征提取方法对字符平移、旋转和伸缩的不变性以及由特征重构原图的问题.对不同方法的性能做了细致的分析和比较.通过编程实验,论文对一些重要的理论和算法进行了检验、分析和总结.在OCR领域,手写汉字识别是应用最广也难度最大的一个研究方向,该文中,我们介绍了一种将手写汉字按横、竖、撇、捺四个笔划方向分割成子模式的特征提取方法.我们利用该方法编写程序,通过对大量的手写汉字所作的实验表明,该方法对于汉字一类的结构字符的有很好的笔划分割能力.利用该方法,我们提出了一种统计文本不同笔划能量的算法,该方法可以自适应地计算出文本图象的总体平均笔画宽度,因而对不同字号的文本都是有效的.我们对大量的中文,西文,韩文和日文文本进行了版面笔划结构的统计分布计算.实验表明,利用笔划分离的统计特征,可以将不同语系的文档进行有效的分类和识别.