Jusqu'aujourd'hui, la reconnaissance de caractères joue un rôle important dans plusieurs domaines tels que l'authentification de chèques bancaires, l'échange à distance des fichiers informatiques pour les télécommunications, l'authentification et l'identification des manuscrits, ... etc. Elle permet de convertir une image de texte imprimée ou manuscrit en un texte codé par machine. Nombreuses recherches ont été faites durant les dernières années afin d'améliorer le taux de reconnaissance des systèmes de reconnaissance du texte manuscrit Arabe. Plusieurs systèmes ont essayé d'utiliser divers techniques de post-traitement pour la sélection de mot telles que des techniques de votes et d'information contextuelles, ... etc. Dans ce travail, nous présentons une technique de segmentation multi-scans (N-Scans) qui consiste à préparer les différents segments de base. En plus, nous ajoutons un post-processeur puzzle dans le but d'améliorer le taux de reconnaissance du système surtout pour les caractères ambigus. L'approche est testée sur la base du manuscrit Arabe IFN-ENIT. Elle donne des résultats encourageants et ouvre des perspectives dans le domaine de la reconnaissance du texte manuscrit.