由于不同书写者书写汉字的差异，脱机手写汉字识别成为最困难的汉字识别问题。

中国学者从20世纪80年代就开始了脱机手写汉字识别的研究。传统的脱机手写汉字识别包含字符图像的预处理、特征提取、字符分类三个阶段。脱机手写汉字识别分为规则书写汉字识别和自由书写汉字识别。

规则书写汉字指基本保持横平竖直笔画的汉字，自由书写汉字包括自由连笔草书的汉字。脱机手写汉字识别在相当长时间内采取结构分析方法，但往往是无效的。取得成效的是采取统计模式识别方法，即从基元的笔画微结构出发，利用统计的全局信息进行统计判决和识别，基本解决了规则手写汉字识别问题，识别率达98%以上，在一定程度上也可以识别自由手写汉字。

随着计算机计算能力的飞速发展，深度卷积神经网络在脱机手写汉字识别中展现出了惊人的性能。在国际文档识别大会（Internal Conference on Document Analysis and Recognition; ICDAR）举行的脱机手写汉字识别竞赛中，基于深度卷积神经网络的方法曾取得了第一名的成绩，甚至有研究者将识别结果提高到接近人工识别的正确率。