手写汉字识别是模式识别与文字识别领域的一个典型识别问题,“物联网”技术的迅速发展让手写汉字识别技术广泛应用于各种嵌入式设备当中。面对多种多样的嵌入式系统,Qt/Embedded以其良好的跨平台特性适合用于嵌入式手写汉字识别系统的开发。手写汉字识别的基本流程包括预处理、特征提取、分类等环节,针对嵌入式系统的特殊环境,对识别的各个环节作出了相应改进,使用统计特征识别方法与高精度分类器,采用混合特征的两级分类识别方案设计并实现了一种手写汉字识别引擎。通过线性归一化技术统一手写汉字图像大小以用于特征提取和分类,一级分类器中,结合模糊网格划分提出一种基于像素密度的特征提取方法,将得到的低维特征向量送入最小距离分类器,利用kd树计算得到300候选汉字。二级分类器结合弹性网格划分采用梯度特征提取方法,对得到的高维特征向量采用LDA算法降维,降维后的特征向量被送入高精度的MQDF分类器,其在300候选汉字中进行分类识别,得到最终汉字识别结果。Qt/Embedded是Qt专门针对嵌入式环境开发的版本,结合Qt/Embedded的输入法框架与手写汉字识别引擎与设计并实现了一个采用云计算的嵌入式手写汉字识别系统,经过测试,系统具有较高的识别精度与识别速度,具备一定的嵌入式环境的应用价值。