โดยอัลกอริธึ่มที่ใช้ในการแปลงนี้ ส่วนใหญ่ใช้อยู่ 2 วิธีคือ

1. Template Matching เป็นการนำรูปภาพที่ต้องการอ่านไปเปรียบเทียบกับรูปภาพตัวอย่าง (Template) ซึ่งรูปตัวอย่างนี้จะเก็บค่าและกำหนดคุณลักษณะที่สำคัญต่างๆ ที่สามารถแยกความแตกต่างของแต่ละตัวอักษรไว้ ก่อนที่จะเปรียบเทียบจะต้องผ่านขั้นตอนการตัดแบ่งภาพตัวอักษรออกมาให้ได้ แล้วนำภาพอักษรทุกภาพส่งเข้าไปทำการเปรียบเทียบกับภาพตัวอย่างอักษร การจะใช้งานอัลกอริธึ่มนี้ได้ จะต้องเตรียมภาพตัวอย่างอักษรหลายๆแบบ มาเตรียมไว้กก่อน เพื่อให้สามารถอ่านเอกสารได้หลายชนิดหลายฟอนต์ วิธีนี้เป็นที่นิยมมาก เพราะให้ผลค่อนข้างแม่นยำ แต่ก็มีข้อเสียคือจะช้า ยิ่งมีภาพตัวอย่างอักษรมากก็ยิ่งช้ามาก จึงมีผู้คิดค้นนำวิธีทางโครงข่างประสาทเทียม (Neural Network) เข้ามาใช้เปรียบเทียบตัวอักษร โดยจะอาศัยการทำงานที่จำลองมาจากการทำงานของสมองมนุษย์ จะอาศัยการรู้จำของแบบตัวอักษรหลายๆ รูปแบบ เมื่อนำรูปภาพเข้ามา โปรแกรมจะสามารถวิเคราะห์และตัดสินใจได้ว่าเป็นตัวอักษรใดได้อย่างรวดเร็ว โดยจะมีข้อมูลประกอบเป็นค่าระดับความเชื่อมั่นของการอ่าน (Confidence level) โดยจะมีค่าตั้งแต่ 0 –  100%
2. Structural Analysis เป็นวิธีการอาศัยหลักการทางโครงสร้างของตัวอักษร โดยในขั้นตอนการรู้จำลักษณะของตัวอักษรต่างๆ นั้น จะตรวจสอบหรือวิเคราะห์กฎการเขียนอักษรตามโครงสร้าง ซึ่งจะใช้การคำนวนทางคณิตศาสตร์ ข้อดีของวิธีการนี้คือ ใช้ได้กับแบบตัวอักษรที่หลากหลาย แต่ก็มีข้อเสียคือจะมีความแม่นยำน้อยกว่าแบบเปรียบเทียบ

Handprint character recognition (HCR)

          เป็นเทคโนโลยีในการแปลงรูปภาพที่มีข้อความจากการเขียนให้กลายเป็นข้อความอิเล็กทรอนิกส์ จะใช้อัลการิธึ่มเช่นเดียวกับ OCR แต่จะมีความแตกต่างทางโครงสร้างตัวอักษร เพราะลายมือจะมีความโค้งมากว่าอักษรพิมพ์ ส่วนใหญ่แล้วมักจะใช้กับเอกสาร แบบฟอร์มสมัครใช้บริการต่างๆ ที่จะต้องใช้คนเขียนเอง ซึ่งจะใช้ได้ดีกับแบบฟอร์มที่มีการระบุตำแหน่งที่ชัดเจนบนเอกสาร