Generiske vision systemer er svære at lave - dog sker der en del indenfor machine learning og neurale netværk i øjeblikket.
Dit problem lyder umiddelbart rimeligt simpelt, og kan løses med c++ eller Python og open source biblioteket OpenCV.
En studerende indenfor computer vision (fra et af de tekniske linjer) vil umiddelbart kunne løse dette problem med at detektere og klassificere på 1-2 dage afhængigt af situationen. Skal der være en pæn brugergrænseflade osv er det ekstra tid oveni.