随着信息化时代的到来,相互交流的信息内容越来越丰富,一个中文信息文档中不仅会含有中文,英文还有各种各样的公式以及表格和图形图像等内容。因此,快速而准确的将信息中各种内容输入到计算机是信息处理的一个关键问题。中文文档识别系统就是为了实现信息的识别输入以及转换信息文档格式而设计出的产物。而目前的识别系统并不能实现公式的识别输入,设计一种含有公式识别功能的中文文档识别系统,对信息文档的处理有着重要的实用价值和理论意义。本课题在研究现有字符识别的理论基础上,研究并设计了一套可以完成公式字符识别的印刷体中文文档识别系统。该系统主要包含版面分析,汉字和公式识别功能。主要的工作如下:首先,在得到原始文档图像的预处理结果后,利用基于多级别可信度大小和投影特征的版面分析算法,将整个文档图像进行版面分析。最终提取出文档图像中的文本部分进行多字符识别,即汉字识别与公式识别。再次,采用两次定位公式的方法将汉字识别作为公式字符最终定位的依据,并利用连通域分割法将定位出的公式进行进一步的分割,提取出构成公式的单个字符。利用孔洞数、网格特征以及穿线特征,采用567个字符样本建立字符特征库,并利用多级分类的思想对单个公式字符进行识别及属性判别。根据单个字符的识别结果,改进了基于特征字符的结构分析算法,扩充并重新设计了7种结构分析子算法,并利用10种Word EQ域,对分析结果输出其唯一的一维语法规则串。最后,将各种算法集成起来并设计出一个完整的中文文档识别软件MYOCR,并通过具体实例验证了算法的有效性和软件的优越性,而且也得到了较为满意的识别率,为以后的进一步研究奠定了坚实的基础。