１．は簡単だろ？基本的には差分取るだけだろ？二つの画像の背景部分が全く同じならそれで終われるし、全く同じじゃないなら smoothing してから差分取るとかちょっと工夫。
２．はつまり色情報を使ってエッジ検出してから、図形認識しろ、だろ？図形認識そのものはちょっと手間取りそうだな。