在模式识别领域，数字识别是研究的一个重要方向，其中脱机手写体数字识别是一个典型的计算机识别问题。手写体数字具有其特殊特点：不同字符字型相差不大、相同字符有多种不同写法、各个数字字符之间没有上下联系，这就使得脱机手写体数字识别成为识别领域最大的难题和最终的目标。本文介绍了手写体数字识别系统的各个部分，包括图像的采集、预处理、特征提取等等，其中，预处理和特征提取是数字识别的关键所在。本文对预处理中的邮政编码方框的去除和数字的细化以及特征提取的方法做了改进处理，并且进行了验证。在信封的扫描图像中，邮政编码方框和邮政编码数字相比较，邮编方框是一个背景图像，所以，在邮政编码方框的去除方面，本文将邮编方框作为噪声加以处理，采取用滤波组合的方法来去除边框，再用开闭运算去掉孤立点，此方法降低了去除边框的复杂度，也达到提取数字的目的。在数字图像的细化方面，本文采用了Hilditch经典细化算法，在其基础上，对细化后数字图像的骨架边缘点用33的改进模板进行再次检测，删除多余点，从而取得了比较好的细化效果。在特征提取方面，本文根据数字字符的宏观特征采用结构特征法，对基于欧拉数的特征提取进行了改进，采取先去除手写体中出现的花饰环后再进行欧拉数的计算，使得计算欧拉数变得简单明了，结果显示表明本文提出的算法更为有效。