Druga vrsta CAPTCHA sistema zasniva se na naprednom raspoznavanju elemenata fotografija i slika. Slično kao i kod CAPTCHA sistema zasnovanih na raspoznavanju teksta, raspoznavanje elemenata na slici može se otežati primjenom transormacija poput promjene određenog spektra boja ili izobličavanja dijelova slike. No ovakve transformacije se ne primjenjuju često budući da je čak i ljudima teško raspoznati elemente fotografija na koje su primjenjene neke od transformacija. Primjeri ovakvih CAPTCHA sistema su ESP-PIX, ASIRRA itd. U ESP-PIX CAPTCHA sistemu prikazanom na slici koja slijedi prikazuje se skup slika i skup riječi, a korisnik treba odabrati onu riječ koja je zajednička svim slikama, odnosno opisuje svaku od slika. 

U ASIRRA sistemu prikazanom na sljedećoj slici, korisniku se prikazuje skup fotografija mačaka i pasa, a korisnik treba iz prikazanog skupa odabrati samo fotografije mačaka.