[pt] 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. / [en] This work introduces an image processing methodology that, associated with a multi-level neural network of perceptrons, is able to isolate and recognize cursive handwritten characters. The character isolation technique makes use of fundamental geometric and topological aspectos of the characters. The work describe procedures to extract the characters skeletons, such as thinning and smoothing heuristic algorithms, zoned filtering to attenuate horizontal and vertical lines, contour detection, heuristic extraction of characteristics and the computation of Fourier Descriptors representing the line patterns, that compose the characters. After character extraction, its combined characteristics are presented to a neural network in order to allow recognition (identification). Finally, the results of the character identification are combined to avoid classification intersections, due to common aspects in a number of characters. The introduced methodology concerns only with the segmentation and form identification of the characters. It does not adress any context analysis.