目前中文字符识别已经有成熟的方法,但网络中带有敏感词汇的文本图像为了逃避软件系统的检测,经常会对其进行加扰。因增加了干扰因素,使得传统的光学字符识别(OCR)技术无法对加扰处理后的文本图像进行有效识别,故研究此类文本图像识别对信息内容安全和信息传播安全有重要的研究意义。在传统的OCR基础上,本文针对加扰处理后的文本图像识别提出了新的算法。算法分为四个步骤:一,使用去干扰化、灰度化及二值化算法对文本图像进行初始化,以去除图像干扰;二,提出投影法与先验知识法相结合的单字切割算法,完成文本图像的单字分离,得到单字符图像;三,对所得到的单字符图像,提出基于动态时间规整(DTW)的单字识别算法进行匹配,得到初步识别结果;四,根据汉字结构特点提出基于特征向量和笔顺编码的字形相似算法以构造形近字库,并针对传统后处理方法的不足提出形近字库与语言模型相结合的后处理方法,实现对初步识别结果的纠错、优化,输出最佳匹配结果。通过实验对本文提出的一系列算法进行可靠性、适应性、抗干扰性以及整体有效性的验证。实验结果表明,在没有干扰时本文所述算法的准确率在百度OCR和腾讯OCR之下;在加扰密度为0.02时本文所述算法的准确率较百度OCR增加4.2%,较腾讯OCR增加5.7%;在加扰密度为0.05时本文所述算法的准确率较百度OCR增加4.2%,较腾讯OCR增加6.6%。综合结果,说明本文所述的预处理、单字切割、单字识别以及后处理等一系列算法在干扰因素较小时效果较为明显。