水书是中国水族独有的文字文献，蕴含丰富的民族文化信息，被誉为水族的“百科全书”。然而，受限于数据资源稀缺、手写字形繁复且非标准化、语义解读高度依赖稀缺传承人等因素，其数字化保护与智能化识别面临巨大挑战。为此，研究构建了“水书文字数据库”与“水书智能识别平台”。水书文字数据库采用“书—篇—句—字”四级架构，整合水书字形图像、注音及释文信息，并提供多路径检索功能，有效汇聚并管理分散的水书文献资源。水书智能识别平台基于两阶段深度学习模型(DBNet文本检测+CRNN文本识别),通过引入Unicode私有区编码方案并采用数据增强策略，针对水书数据的低资源特性、长尾分布及复杂版式进行优化，实现了水书手写体文本的高精度识别。实验结果表明，该方法在水书文本检测与识别任务上的性能显著优于现有通用OCR方案。研究为水书等少数民族濒危文字的数字化保护提供了有效的技术解决方案，对相关古籍文献的数字人文研究具有重要参考价值。