Аннотация:Настоящая статья посвящена разработке и исследованию унифицированного подхода к аппроксимации растровых изображений наборами графических примитивов одного класса с использованием методов многомерной непрерывной оптимизации. Задача аппроксимации изображений поставлена, как задача поиска оптимального набора параметров примитивов, максимизирующего целевую функцию на основе одной из метрик, используемых для определения схожести двух заданных изображений. Практическая реализация на основе предложенного подхода представляет собой модульную программную систему на языке программирования Python с графическим и командным интерфейсами, функциями отрисовки, сохранения/загрузки результатов и генерации анимированных изображений. В ходе экспериментов исследовалась эффективность используемых алгоритмов и влияние их параметров и настроек системы на качество аппроксимации.