光学扫描式读票机（Optical Scan） 原理：通过光学传感器扫描选票上的标记（如铅笔填涂、墨水笔勾选），利用图像识别技术判断选民选择。 特点： 成本较低，兼容纸质选票，适合大规模选举。 需选票格式标准化（如固定位置的填涂框）。 应用场景：美国大选、印度议会选举等大规模纸质选票选举。
条形码 / 二维码读票机 原理：选民通过填写或扫描条形码 / 二维码选票，机器读取编码后解析投票信息。 特点： 数据精度高，可存储更多信息（如选区、候选人编号）。 需提前印制带编码的选票，适合电子化程度较高的选举。
核心硬件架构：光学识别的物理基础 光学扫描式读票机的硬件系统主要由以下部分构成，共同实现选票标记的捕捉与转换： 硬件组件 功能描述 光源模块 - 通常采用 LED 光源（如红光、红外光），均匀照射选票表面，确保标记区域反光差异明显。 - 部分设备配备多波长光源，适应不同墨水（如荧光墨水）的识别需求。 图像传感器 - 多为 CCD（电荷耦合器件）或 CMOS 图像传感器，分辨率通常在 300-600dpi，确保捕捉填涂细节（如铅笔浓度、墨水边缘）。 - 扫描速度可达每秒 10-30 张选票，满足大规模选举效率需求。 光学透镜组 - 聚焦光线至传感器，校正图像畸变，确保标记位置映射到像素坐标。 传动机构 - 通过滚轮或传送带匀速输送选票，避免扫描时抖动导致图像模糊。 信号处理电路 - 将传感器捕捉的模拟信号转换为数字图像数据（如 RGB 或灰度值），为后续算法处理做准备。
标记区域定位：锁定选票上的有效选择区 模板匹配：读票机内置选票格式模板，通过检测预设的定位点（如角点、条形码）确定候选人选项框、政党符号等区域的坐标范围。 兴趣区域（ROI）划分：将选票图像分割为多个独立 ROI（如每个候选人对应一个矩形区域），减少全局分析的计算量。 示例：美国大选使用的 “蝶形选票”（Butterfly Ballot）中，读票机通过模板定位左右两列候选人姓名旁的填涂框，避免因选民误填相邻区域导致误判。