Wabi-Sabi, правильно я тебя понимаю, что эти фигуры расставляет не твоя программа?
Это приходит какая-то картинка, допустим, из интернета и с ней надо разбираться?
Если это не секретная информация, то подробное описание - что это и какова конечная цель сильно помогло-бы делу. А то каждое слово приходится клещами вытаскивать.
1. Думаю, что решать задачу на прологе не совсем рационально.
Чтобы определить принадлежность точки фигуре понадобятся тригонометрические вычисления в каждой итерации. Конечно цвет монотонной заливки упрощает задачу, но при разноцветной раскраске только усложняется задача.
Если тебе ещё надо определять тип фигуры (звёздочка, трапеция, ромб...), то чтобы написать такой скрипт ты должен ориентироваться в прологе, как рыба в воде.
2. Классика жанра в сфере распознавания образов - это конечно нейронные сети.
Но не понимая задачи трудно чего либо советовать.
В одном случае может подойти обычная сеть обратного распространения ошибки.
Но я вижу на картинке фигуры со сложной раскраской, да и фон сложный. В этом случае наверное больше подошли-бы самоорганизующиеся карты Кохонена и может быть понадобится одномерное дискретное вейвлет-преобразование порядка от 1 до 10 с функциями определения разложения и восстановления сигнала, а так-же очистки сигнала от шума путем удаления несущественных деталей.
Это тоже виды нейронных сетей. Их есть у меня в виде исходников, но стоит-ли копья ломать не понимая задачи.
То что я приводил постами выше, это нейронная сеть Хопфилда - многослойная нейронная сеть обучающаяся по алгоритму обратного распространения ошибки. Там есть много плюсов для изменения конфигурации сети.
Делать компоненты для последней я в ближайшее время не буду, плохо себя чувствую.
На сайте всё разжёвано и можно сделать всё самостоятельно.