从标题"Recognition of handprinted chinese characters via stroke relaxation"和描述"Recognition handprinted chinese characters"以及提供的部分文献信息中，我们可以提炼出以下与光学字符识别（OCR）相关的知识点：
1. 手写汉字识别的重要性：随着数字化信息处理的发展，手写汉字识别技术变得日益重要，它能够将纸面上的文字转换为可编辑和可检索的电子文本，尤其在中文字符的识别上，由于其结构复杂、种类繁多，为手写识别提出了更高的技术挑战。
2. 笔画放松（stroke relaxation）方法：文章提到了一种基于放松笔画匹配的方法，这种方法特别适用于识别手写汉字。这暗示了在处理手写汉字的识别过程中，传统直接笔画匹配可能无法有效处理手写体的变异性和不规范性。而笔画放松方法通过对笔画之间的关系进行建模，可以更好地适应笔画的弯曲和变形，提高识别的鲁棒性。
3. 邻接关系信息的应用：在提取子笔画后，使用笔画的邻接关系信息构建匹配模型，表明了在手写汉字识别过程中，字符的局部特征和结构信息对于正确识别起到关键作用。邻接关系信息的使用，可以帮助算法在字符的笔画序列中确定特定的模式和关系，以应对手写体汉字的变形问题。
4. 迭代放松算法的设计：文中提到了为了确保放松过程的收敛，设计了一种迭代放松算法。这种算法设计可以有效处理手写汉字识别中的多变问题，通过逐步优化来提高识别的准确性。迭代过程有助于算法逐步消除错误匹配，进而提高整体识别率。
5. 距离函数的应用：实验中使用了距离函数来反映子笔画匹配的可能性。距离函数在模式识别中是一种常见的方法，用于衡量不同模式之间的相似度。在这里，它可能被用来比较笔画间的相似程度以及变形程度，从而确定最匹配的笔画或子笔画。
6. 利用线性规划方法：文章提到了通过线性规划方法来获得最佳结果。线性规划是一种数学优化技术，它可以帮助在一组线性约束条件下，找出最优解。在手写汉字识别中，线性规划可以用来优化笔画匹配的决策，确保识别结果满足最大的匹配可能性。
7. 基于ETL-8数据库的实验验证：利用ETL-8数据库进行的实验表明了所提算法的有效性。ETL-8数据库是一个公开的手写汉字数据集，用于手写汉字识别技术的开发和测试。通过在该数据库上测试算法性能，可以客观地评估其识别准确率和鲁棒性。
8. 模板匹配和预处理步骤：尽管详细内容没有明确提及，但可以推断，在手写汉字识别过程中，模板匹配和图像预处理步骤是不可或缺的。模板匹配将识别对象与预先建立的汉字模板进行匹配，而图像预处理则包括去噪、二值化、归一化等步骤，以准备图像数据供后续识别算法处理。
结合以上知识，可以看出本研究在手写汉字识别领域采取了一种创新的方法，并通过实验证实了该方法的可行性和有效性。这为未来手写体中文字符识别技术的发展提供了重要的参考。
