20世紀(jì)70年代初，日本的學(xué)者開始研究漢字識別，并做了大量的工作。中國在OCR技術(shù)方面的研究工作起步較晚，在70年代才開始對數(shù)字、英文字母及符號的識別進(jìn)行研究，70年代末開始進(jìn)行漢字識別的研究，到1986年，我國提出“863”高新科技研究計(jì)劃，漢字識別的研究進(jìn)入一個(gè)實(shí)質(zhì)性的階段，清華大學(xué)的丁曉青和中科院分別開發(fā)研究，相繼推出了中文OCR產(chǎn)品，現(xiàn)為中國漢字OCR技術(shù)。


圖像降噪：由于待識別圖像的品質(zhì)受限于輸入設(shè)備、環(huán)境、以及文檔的印刷質(zhì)量，在對圖像中印刷體字符進(jìn)行識別處理前，需要根據(jù)噪聲的特征對待識別圖像進(jìn)行去噪處理，提升識別處理的度。傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計(jì)算機(jī)的待識別圖像或多或少都會存在一些傾斜，在對圖像中印刷體字符進(jìn)行識別處理前，就需要進(jìn)行圖像方向檢測，并校正圖像方向。


對比數(shù)據(jù)庫：當(dāng)輸入文字算完特征后，不管是用統(tǒng)計(jì)或結(jié)構(gòu)的特征，都須有一比對數(shù)據(jù)庫或特征數(shù)據(jù)庫來進(jìn)行比對，數(shù)據(jù)庫的內(nèi)容應(yīng)包含所有欲識別的字集文字，根據(jù)與輸入文字一樣的特征抽取方法所得的特征群組。對比識別這是可充分發(fā)揮數(shù)算理論的一個(gè)模塊，根據(jù)不同的特征特性，選用不同的數(shù)學(xué)距離函數(shù)，較有名的比對方法有，歐式空間的比對方法、松弛比對法（Relaxation）、動(dòng)態(tài)程序比對法（Dynamic Programming，DP），以及類神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)庫建立及比對、HMM（Hidden Markov Model）…等的方法，為了使識別的結(jié)果更穩(wěn)定，也有所謂的專家系統(tǒng)（Experts System）被提出，利用各種特征比對方法的相異互補(bǔ)性，使識別出的結(jié)果，其信心度特別的高。