機械計數讀票機（Mechanical）

原理：通過機械結構（如齒輪、杠桿）統(tǒng)計選票數量，常見于早期手動投票機。

特點：

無需電力，成本極低，但效率低、易出錯，已逐漸被淘汰。

本產品適用于黨的組織部門、政府人事部門、較大型機關企事業(yè)單位、大專院校，開展對在職干部的推薦選拔、量化測評、對單位或部門的工作評議用。另外,本產品還可作為省級組織部門年度評議表和考核表的專用干部考評機用。

系統(tǒng)構成：

１、配接主機四核2G以上、筆記本或臺式機操作系統(tǒng) Windows xp、windos7、Windows 10等。

２、高速文檔掃描儀１臺

３、機讀選票：可以是紅、藍、綠、黃等底色或普通打印機紙。

4、現(xiàn)場選票激光打印機。

南昊（北京）科技有限公司面向各地、各級黨委、政府、人大、政協(xié)、工會、共青團、婦聯(lián)、各類型協(xié)會；面向村鎮(zhèn)、街道、社區(qū)及有選舉、評選先進、民主測評需要的單位，向他們提供專業(yè)的選舉電子計票系統(tǒng)、選舉電子計票技術咨詢、選舉電子計票解決方案、選舉現(xiàn)場電子計票服務等。歡迎新老客戶朋友咨詢。

軟件算法：從識別精度到防篡改機制

1. 多重校驗算法架構

重復掃描比對：對每張選票進行至少 2 次獨立掃描（間隔 50ms），比對兩次圖像的像素差異，若標記區(qū)域灰度值偏差超過 15%，則觸發(fā)第三次掃描并人工介入（如日本選舉法要求對爭議票進行三次掃描）。

多特征融合判斷：結合填涂面積、邊緣輪廓、灰度梯度等多維度特征，采用加權投票機制（如面積占比權重 40%+ 邊緣匹配度權重 30%+ 濃度均勻性權重 30%），避免單一特征誤判（例：某區(qū)域面積達標但邊緣鋸齒狀，可能被判為 “無意涂抹”）。

機器學習模型迭代：利用歷史選舉的有效 / 無效票數據（如美國 EAC 公開的選票數據集）訓練 CNN 模型，對非標準標記（如超框填涂、輕描標記）的識別準確率提升至 99.2% 以上。

2. 防篡改與數據完整性保護

哈希值校驗：對每張選票的掃描圖像生成哈希值（如 SHA-256），存儲于區(qū)塊鏈節(jié)點或加密數據庫，任何圖像修改都會導致哈希值變更，可實時檢測數據篡改（如德國部分州采用區(qū)塊鏈存證選票圖像）。

軟件版本控制：讀票機操作系統(tǒng)與識別算法采用簽名固件更新機制，僅允許通過官方渠道推送的版本（附帶數字證書）安裝，防止惡意程序植入（如 2018 年美國佛羅里達州選舉前，對所有讀票機進行固件哈希值比對，攔截 3 臺異常設備）。