这个问题涉及计算机视觉和图像识别领域。当一台系统采集图片时，其中包含的信息包括图像的像素值、颜色、纹理、形状等。对于车辆识别和行驶方向识别，系统需要对采集到的图片进行一系列的处理和分析。
首先，对于车辆识别，系统可以使用深度学习技术中的卷积神经网络(CNN)进行训练，以学习并识别车辆的特征。这些特征可以包括车辆的形状、颜色、标志、车牌等。通过对图像进行特征提取和匹配，系统可以准确地识别图片中的车辆。
其次，对于行驶方向的识别，系统可以通过分析车辆的位置变化和运动轨迹来判断车辆的行驶方向。这可以通过计算车辆在图像中的运动速度和方向来实现。同时，系统还可以结合车辆的角度和航向角等信息来进一步提高准确性。
总的来说，要准确识别车辆和行驶方向，系统需要结合图像处理、深度学习、运动分析等技术，对采集到的图片进行综合分析和识别。这样才能准确地获取图片中的信息并做出正确的判断。