кто хочет узнать как это работает - гуглить "deep learning".

Вот например фреймворк: http://caffe.berkeleyvision.org/

В примерах как раз обработка имиджей:
http://caffe.berkeleyvision.org/gathered/examples/imagenet.html

Ничего сложного, лупишь на куски и кранчишь.