Насколько помню вроде как на рукапче когда загружаешь картинку, то можно дать ей описание. Идея в чем, мы берем делаем допустим скриншот или сохраняет и фото и объединяем, и при загрузке фото пишем описание "нужно выбрать сапоги, указать номер картинки", далее выбираем все эти 4 области где находятся фото, когда приходит ответ решения жмем по области которая в ответе пришла. Для объединения фото, использовать тот же класс image и все фото выстроить в строку, и потом сохранить. Имхо это возможно реализовать и не трудно, не спорю, возможно есть другие варианты, было б интересно гляуть кто, что предложит еще