Trabalhos com reconhecimento de imagens manuais já existem e são comercializados em inúmeros formatos. Ao lidar com formatos de expressões matemáticas o olho humano interpreta de forma diferente as imagens, imagens digitais transformadas em matrizes de dados devem passar por uma lista de processos para que possam ser reconhecidas por um computador da mesma forma que uma pessoa reconhece a informação. Além do reconhecimento da informação a resolução do cálculo apresentado na imagem também deve ser considerada. Para a resolução a proposta é separar o tratamento da imagem e o reconhecimento da informação, a junção destas etapas gera uma lista de valores e operadores que pode ser computado facilmente, além de ser modular e possibilitando o uso separado de cada uma das funções, uso de redes neurais para o reconhecimento cria umacurva de aprendizado acentuada que posteriormente facilita a automação dotrabalho. Criando um protótipo em python com uma rede neural foram concebidas funções que separadamente, recebem e segmentam uma imagem digital, ordenam a informação nela contida, reconhecem cada um dos elementos na imagem dentro de 14 classes definidas por dígitos de 0 até 9 e operadores de adição, subtração, multiplicação e divisão e por último calculam o resultado da imagem.Cada uma destas funções foram escritas de forma a operar individualmente, mas para este trabalho elas foram compiladas em um só método que recebe um manuscrito, e retorna o produto de uma expressão aritmética.