閱讀始於字形這樣的視覺信息的分析，並且在通達語義的過程中語音信息自動激活，盡管激活的時間進程在中文和拚音文字的閱讀中是不同的（Perfetti，Liu，& Tan，2005；Perfetti，Zhang，& Berent，1992）。而導致中文和拚音文字閱讀的不同主要是來自不同語言在這兩方麵的差異：①字形的視覺特征；②形音對應規則，即字形與語音的對應。
在字形方麵，中文與大部分拚音文字的主要差異在於漢字是由多個部件組成的方形結構，並且這些部件存在一定的空間關係，如從上到下、從左到由、由外到內、由內到外等。即使組成的部件完全一樣，通過不同的空間組合也可以組成不同的漢字。例如，“口”與“木”，可以組成語音和語義完全無關的漢字：“呆”“杏”“困”（“口”與“木”本身也是獨體字）。一些漢字甚至由更多部件通過更加複雜的空間組合而得到，例如，“冀”由“北”“田”“共”三個部件從上到下組合而成。同時，組成漢字的每個部件本身是由不同筆畫，通過一定的組合而形成的。因此，在漢字閱讀中，除了識別具體筆畫和部件，還需識別部件之間的空間關係。這種對整體空間結構的加工過程與麵孔識別中對臉部各個組成部分（鼻子、眼睛、嘴巴等）的整體加工（Young，Hellawell，& Hay，1987）是相似的。這種表征組成漢字的多個部件之間的空間關係的信息，與表征部件本身的信息是不同的。後者主要由高頻視覺信息表征，而前者主要由低頻視覺信息表征。每種語言中的任何一個字或詞都包含一定頻率範圍的視覺信息，但漢字由於具有非線性的空間結構的特征而含有更多低頻信息。在漢字中，低頻信息對區別像“呆”與“杏”這樣的漢字具有重要的意義，而高頻信息對區別像“午”與“牛”這樣在具體筆畫上的差異尤其重要。在英語中，“bat”和“bit”也主要在表征字母特征的高頻信息上存在差異。因此，與英文相比，長期的漢字閱讀經驗會塑造字形加工的腦網絡，從而使得低頻視覺信息的加工更為有效。