Neste trabalho é proposta uma metodologia de processamento da imagem associada a uma rede neural de perceptrons multicamadas, que é capaz de segmentar e reconhecer caracteres manuscritos cursivos. Esta técnica é robusta quanto à mudança na escala e translação dos caracteres, ligeiras variações na forma do caracter e ruído provocado pro tremores na mão do escritor. Pode ainda tornar-se robusta quanto à rotação, dependendo da escolha dos Descritores de Fourier. O método aproveita a existência de características geométricas e topológicas ou padrões de linhas. Estes componentes são fundamentais na construção da letra. São descritos pré-processamentos, que produzem os esqueletos dos caracteres, tais como algoritmos de afinamento e alisamento heurístico, filtragem zonal para atenuação de retas horizontais e verticais, detecção de contornos, extração heurística de características e a computação dos Descritores de Fourier representantes dos padrões de linha formadores dos caracteres. Após sua extração, as características são combinadas à entrada da rede neural de modo que cada combinação é reconhecida como pertencente a um determinado caracter. Para completar, os resultados do reconhecimento são combinados de modo a eliminar a interseção de classes proveniente das combinações comuns a vários caracteres. Esta metodologia procura a segmentação e o reconhecimento da forma de caracteres manuscritos, sem utilizar qualquer análise de contexto, o que naturalmente pode aumentar sua eficiência.