本发明公开了一种基于压缩密集神经网络的字符识别方法。重新设计了密集块内部特征的组合方式，从而使提出的轻量密集块与原始模型相比可以将计算成本和权重大小降低到（1/L，2/L），其中L是块中内部层的数量。基于设计的轻量密集块，本发明提出了压缩密集神经网络用于字符识别。压缩密集神经网络，主要包含三个模块，输入的字符图像数据首先经过特征编码模块，获得密集编码特征，密集编码特征经过上采样模块处理，得到上采样特征，将上采样特征输入转录模块，得到最后的字符图像识别结果。通过仿真实验，验证了本发明方法可有效提升字符识别能力。