随着打印机的普及和打印成本下降,打印文档已经在人们的生活中处处可见,其已经成为信息的重要载体之一。但是打印机为人们带来便利的同时,也为犯罪份子提供了可乘之机,与打印文档有关的案件也逐年增加,对打印文档的鉴定和溯源已经是法庭科学中文件检验的研究热点之一,本文针对打印机源识别方法的关键技术做了相关研究。针对中文文档中字符难以快速、完整提取的问题,本文提出了一种改进的字符提取方法,该方法在投影分割方法的基础上做了改进,由于基于投影分割的方法虽然能够快速将字符提取出来,但是会产生过度分割的情况,本文针对这种情况对该方法进行了改进,首先使用霍夫变换计算出图像倾斜角度,然后根据图像倾斜角度进行校正,之后对字符进行Canny边缘检测得到二值化图像,同时去除可能存在的噪声点,并且加入形态学处理,使得字符的各个区域互相连通,最后再进行投影分割,从而能够将中文字符从中文打印文档当中完整、快速提取出来,为打印机源识别方法提供了有效数据集。针对传统打印机源识别技术手工提取特征比较复杂和依赖于单一字符的情况,本文采用了基于卷积神经网络的打印机源识别方法,使用的卷积神经网络能够较好地提取出字符图像的特征。同时与传统打印机源识别方法往往基于单一字符的现象不同,本文将研究的对象扩展到混合中文字符上面,并且针对混合中文字符精度下降的情况,提出了相应的通道注意力模型,提高了对中文混合字符的识别率,使得该方法不局限于对打印文档中单一字符的识别,让本文的方法具有更好的应用价值。实验结果表明,本文提出的打印机源识别方法能够较好地实现对中文打印文档的识别。与传统打印机源识别方法相比,摆脱了对特定单一字符的依赖,能够较好地实现对中文打印文档的溯源,从而确定中文打印文档的打印机来源。