本申请提供一种字符图像识别方法、装置及电子设备，用于改善由于书写者的不规范性和随意性造成字符之间的连笔、形变及缺乏书写轨迹信息导致手写体的字符识别存在识别的准确率不高的问题。该方法包括：使用预先训练的多个不同类型的神经网络模型对获得的字符图像进行分类，获得多个分类结果，字符图像为包含手写体字符的图像；将从多个分类结果中的一个分类结果确定为目标分类。在上述的实现过程中，使用不同类型的神经网络模型进行集成学习获得字符图像的目标分类，通过结合不同类型的神经网络模型的优缺点来提高字符识别的准确率。