机械计数读票机（Mechanical）
原理：通过机械结构（如齿轮、杠杆）统计选票数量，常见于早期手动投票机。
特点：
无需电力，成本极低，但效率低、易出错，已逐渐被淘汰。
为确保选举公正，读票机需具备以下技术与措施：
1. 防篡改与加密技术
数据传输加密（如 SSL/TLS 协议），防止中途篡改。
区块链技术应用：部分试点项目通过区块链记录选票数据，确保不可篡改（如西弗吉尼亚州区块链投票试验）。
2. 冗余与审计机制
纸质选票备份：电子读票机需配合纸质选票，供人工审计或系统故障时使用。
双重计数验证：部分系统采用两台读票机独立计数，结果一致才确认有效。
3. 抗干扰与稳定性设计
防电磁干扰：设备硬件需通过电磁兼容性（EMC）测试，避免外界信号干扰。
离线模式：支持断电或网络中断时离线计数，恢复后同步数据。
4. 用户验证与权限控制
操作员身份认证：仅授权人员可访问系统后台，操作记录全程留痕。
选票防伪：通过水印、荧光油墨等物理防伪技术，防止伪造选票。
特征提取与判断：识别选民的选择意图
根据选票标记类型（填涂、勾选、手写符号等），算法采用不同的特征提取策略：
（1）填涂标记识别（常见场景）
面积占比法：计算填涂框内黑色像素占比，超过阈值（如 30%-50%）则判定为有效选择。
例：选民使用 2B 铅笔填涂候选人 A 的方框，扫描后该区域黑色像素占比达 45%，算法判定为有效投票。
边缘检测法：通过 Canny 或 Sobel 算子检测填涂区域的边缘轮廓，与标准填涂形状（如矩形、圆形）比对，排除不规则标记（如笔尖打滑形成的短线）。
浓度梯度分析：填涂越均匀的区域，灰度值分布越集中，算法可通过统计像素灰度方差来区分 “认真填涂” 与 “轻微触碰”。
（2）勾选或手写符号识别
形态学分析：通过膨胀、腐蚀等形态学运算，将勾选符号（√）或手写标记（如 “○”）转换为标准形状，再与预设模板匹配。
方向特征提取：对于斜线标记（如 “/”），计算像素分布的梯度方向，判断是否符合 “勾选” 的典型角度（如 45° 或 135°）。
（3）异常标记检测
多选判定：同一候选区域内检测到多个标记（如同时填涂两个候选人框），或单票标记数超过规定（如总统选举多选 1 人），则判定为无效票。
空白票识别：所有候选区域标记面积均低于阈值，判定为未投票。
4. 结果验证与输出：确保计数准确性
重复校验：对关键标记区域进行多次扫描（如两次独立图像采集），结果一致才确认有效。
人工复核接口：对算法判定存疑的选票（如填涂面积接近阈值、标记形状模糊），生成图像供选举工作人员人工审核（如美国部分州要求对 “争议票” 进行人工查验）。
数据输出：将识别结果转换为结构化数据（如候选人 ID、得票数），同步至中央数据库或打印纸质统计表。
争议票处理机制
可视化复核界面：读票机软件提供选票图像放大、灰度值可视化工具（如用热力图显示填涂浓度），工作人员可手动标记 “有效”“无效” 或 “待确认”（如加拿大联邦选举中，人工复核团队通过专用软件处理争议票）。
多轮仲裁流程：对人工复核仍存争议的选票（如填涂面积刚好卡在阈值边缘），由选区选举委员会 3 名成员投票决定，需至少 2 票同意方可判定有效性。