Một tín hiệu liên tục thƣờng chứa nhiều thông tin hơn cần thiết cho việc nhận dạng. Một cách để biểu diễn tín hiệu là kết hợp tuyến tính các chuỗi của các hàm đơn giản hơn. Các hệ số của các phép kết hợp tuyến tính cho ta một cách biểu diễn cô đọng gọi là biến đổi (transformation) hoặc/và mở rộng chuỗi (series expansion). Biến đổi tổng thể và mở rộng chuỗi không bị ảnh hƣởng bởi các biến dạng nhƣ tịnh tiến (translation) và quay (rotations). Các phép biến đổi tổng thể và mở rộng chuỗi phổ biến trong lĩnh vực nhận dạng văn bản là:
Fourier Transforms: Khả năng lý thú nhất của biến đổi này là nhận dạng
các ký tự bị dịch chuyển (position-shifted), vì nó nhận đƣợc phổ cƣờng độ (magnitude spectrum) và bỏ qua pha.
Gabor Transform: là một dạng khác của windowed Fourier Transform. Nó dùng một cửa sổ có kích thƣớc không phải là một số rời rạc mà đƣợc xác định bởi một hàm Gaussian.
Wavelets: biến đổi sóng là một kỹ thuật mở rộng chuỗi mà cho phép biểu
ứng với các ký tự hay các từ, đƣợc biểu diễn bởi các các hệ số wavelet, tƣơng ứng với các mức phân giải khác nhau. Các hệ số này sau đó đƣợc đƣa vào một bộ nhận dạng.
Moments: các moment nhƣ central moments, Legendre moments, Zernike moments là các biểu diễn cô đọng ảnh văn bản mà quá trình nhận dạng không bị ảnh hƣởng bởi những thay đổi về kích thƣớc, tịnh tiến, quay. Moment đƣợc xem là cách biểu diễn mở rộng chuỗi vì ảnh gốc có thể đƣợc tái tạo lại hoàn toàn từ các hệ số moment.
Karhunen-Loeve Expansion: là phép phân tích eigen-vec tơ, làm giảm
kích thƣớc của tập đặc trƣng bằng cách tạo ra các đặc trƣng mới là các kết hợp tuyến tính của các đặc trƣng ban đầu. Mở rộng Karhunen-Loeve đƣợc sử dụng trong bài toán nhận dạng mặt ngƣời. Nó cũng đƣợc sử dụng ở hệ thống nhận dạng ký tự viết tay dựa trên mẫu (form-based) của National Institute of Standards and Technology (NIST).