1、 將彩色影象轉換為灰度圖，其中有三種方法：最大值法、平均值法和各比例法。

      (1) 最大值法：就是獲取影象中的每一個畫素值，並且分別獲得畫素的RGB個分量值(GetRValue(COLORREF pixel), GetGValue(COLORREF pixel), GetBValue(COLORREF pixel))，然後取三個分量的中最大的一個作為畫素的分量值;

      (2)平均值法：取三個分量的平均值作為畫素的分量值；

      (3)各比例法：設當前畫素的三分量分別為R，G，B，然後利用如下公式得到轉換後的畫素分量值：0.30 * R + 0.59 * G + 0.11 * B。

2、將灰度圖轉換為黑白圖：利用閾值轉換演算法。

3、利用梯度銳化：使得影象更加突出，以便分析。

     演算法：當前點畫素值與其下一個畫素值之差的絕對值，加上當前點畫素值與其下一行當前畫素值之差的絕對值，如果結果大於閾值，則當前畫素值置為此結果。

4、去除離散噪聲：利用遞迴方法查詢當前畫素的八個方向是否存在黑色畫素，我這裡設定連續長度為15，如果用遞迴方法得到連續畫素值大於15，則認為不是噪聲，相反的則認為是噪聲，則置為白色畫素。

5、字元傾斜度調整：儘量儲存每個字元的位置一致。

6、分割字元：找出每個字元的區域，用矩形記錄，記錄每個字元矩形資料。

7、字元歸一化：根據影象預處理的準備階段設定的歸一化標準，把每個字元的區域進行歸一化，使得所有字元區域矩形一樣大，只是位置不一樣罷了；

8、字元緊密排列：把所有字元緊密的排列，以備識別使用。

以上就是數字識別的整個影象預處理過程了。

數字識別-影象處理預處理階段的整個過程程式碼都上傳到CSDN資源上了，標題名為：數字識別-影象預處理階段(VC++程式碼)
如果有需要可以去下載。

參考：http://blog.csdn.net/yangfenghero/article/details/5327719