随着“互联网+”战略推动,移动互联网络的迅速普及,移动端基于图像识别技术逐步应用到日常生活的各方面,成为模式识别的重要分支。数字的图像识别可以应用到医疗、交通、物流、金融等各种与生活息息相关的领域。在不同领域进行数字识别时所选取的算法不同,对应的时间存储空间和识别的正确率也不一样,并没有一种统一的最优算法可以满足不同应用领域、不同环境的识别任务。本文针对上述问题,通过对国内外文字识别、手写字符识别、模式识别等有关数字识别的文献资料所提及的相关算法进行归纳、分析、总结,力求找出一个适用领域广、高效准确、相对优化的数字识别算法。本文的工作是在对数字识别技术实现所需要的具体流程进行分析的基础上,对比多种不同的算法,通过仿真模拟实验,分析其各自的优缺点,创新性改进已有算法,建立了一种更为实用精准的数字识别算法,为相关领域应用数字识别技术提供了完备的算法依据。本文对目前特征提取算法和分类器算法比较分析,最后针对各种算法的优缺点总结分析,创新地提出新的特征提取算法并结合欧氏距离,最终得到了基于六线式特征提取的欧氏距离数字识别算法。通过仿真模拟实验证明:六线式特征提取法和最小距离分类器结合形成的基于六线式特征提取的欧氏距离数字识别算法,其运算时间较快、识别准确率较高、整体设计达到最优,符合数字识别的要求,达到本文最初研究目标,为基于数字的模式识别的具体应用提供了有益的借鉴。