Pengenalan tulisan tangan paling sering digunakan untuk menggambarkan kemampuan komputer untuk menerjemahkan tulisan manusia ke dalam teks. Ini dapat terjadi dalam salah satu dari dua cara, baik dengan memindai teks tertulis atau dengan menulis langsung ke perangkat input periferal.
Yang pertama dari teknik pengenalan tulisan tangan ini, yang dikenal sebagai pengenalan karakter optik (OCR), adalah yang paling sukses di arus utama. Sebagian besar suite pemindaian menawarkan beberapa bentuk OCR, memungkinkan pengguna untuk memindai dokumen tulisan tangan dan menerjemahkannya ke dalam dokumen teks dasar. OCR juga digunakan oleh beberapa arsiparis sebagai metode untuk mengubah sejumlah besar dokumen sejarah tulisan tangan menjadi bentuk digital yang dapat dicari dan diakses dengan mudah.
Kelompok kedua dari teknik pengenalan tulisan tangan, sering disebut sebagai pengenalan online, telah mengalami pasang surut popularitas. Pada 1990-an, Apple Computers merilis perangkat genggam yang disebut Newton yang memanfaatkan antarmuka pengenalan tulisan tangan pertama yang tersedia secara luas. Dengan menggunakan stylus kecil, pengguna dapat menulis langsung di layar Newton dan (secara teori) huruf mereka dikenali dan diubah menjadi teks. Dalam praktiknya, perangkat lunak yang digunakan Newton untuk mempelajari pola tulisan tangan pengguna kurang ideal, dan akibatnya popularitasnya tidak pernah besar.
Kemudian, perusahaan Palm mencoba sistem pengenalan tulisan tangan baru, yang mereka sebut Graffiti. Alih-alih mengandalkan penggunaan intuitif dari alfabet Romawi tradisional, sistem Graffiti mendefinisikan sistemnya sendiri dari sapuan garis yang jauh lebih sederhana sebagai pengganti untuk setiap huruf. Hal ini memungkinkan tingkat keberhasilan yang lebih tinggi dalam mengidentifikasi huruf dan mempelajari variasi pengguna, tetapi dibuat untuk kurva pembelajaran yang curam yang membuat sebagian besar pengguna arus utama tetap berada di tempat.
Tablet PC Microsoft Corporation juga menggunakan sistem pengenalan tulisan tangan. Namun, alih-alih mencoba mempelajari nuansa pengguna, Tablet PC menggunakan basis data variasi karakter yang ekstensif. Sistem ini tampaknya memiliki tingkat keberhasilan yang lebih tinggi untuk sebagian besar pengguna daripada sistem adaptif, tetapi juga tampaknya memiliki ambang batas keandalannya.
Penelitian tentang perangkat lunak pengenalan tulisan tangan telah mulai meningkat lagi, dengan mengarusutamakan PDA dan telepon seluler dengan input stylus. Apa yang dulunya ranah teknolog pinggiran dengan cepat menjadi pasar multi-miliar dolar, mendorong banyak perusahaan untuk memulai kembali penyelidikan mereka terhadap pengenalan tulisan tangan.
Sementara masalah yang menghambat penciptaan sistem pengenalan tulisan tangan yang kuat dan andal sangat besar, terobosan baru-baru ini menunjukkan bahwa hanya masalah waktu sebelum pengenalan yang hampir sempurna menjadi kenyataan bagi arus utama.