Научить машину читать карту — значит представить карту в виде, который легко и просто представлялся бы в памяти ЭВМ и был бы доступен анализу с помощью традиционных машинных операций. Здесь можно поступить так же, как в случае обработки изображений, то есть представить карту в виде частой прямоугольной сетки точек, каждая из которых кодируется соответствующим цветом, и заложить всю последовательность этих кодов в память ЭВМ. Казалось бы, сделать это совсем нетрудно. Но научить ЭВМ анализировать совокупность разноцветных точек (ее стали называть растровой картой) именно как карту не удалось. В сущности, проблема машинного чтения карты не менее сложна, чем одна из главных задач искусственного интеллекта — распознавание образов.
Другой путь — вместо изображения карты ввести в ЭВМ список всех изображенных на ней объектов, причем каждый из них должен обозначаться кодом, характеризующим тип объекта (например, река, лес, дом, дорога), и числами, определяющими его координаты.
Хорошо, если объект невелик по размеру и его положение можно передать парой координат. А если он (например, река) представляет на карте длинную извилистую линию? Значит, вслед за кодом должна выстраиваться длинная цепочка координат, определяющих положение некоторых точек этой реки. А как часто должны стоять эти точки? Понятно, что чем чаще, тем лучше, но память ЭВМ небеспредельна. Значит, необходимо расставлять эти точки так, чтобы получить расположение объекта с некоторой точностью.
Этот способ компьютерного представления и хранения карты называют цифровой картой в векторной форме, или просто векторной картой.
По способу представления координат объекты векторной карты делятся на точечные (те, которые можно представить одной парой координат), линейные (для их представления потребуется цепочка координат, определяющих расположение объектов) и площадные (они также представляются цепочкой координат, которые определяют границы этих объектов).