Este trabajo de investigación presenta el diseño y desarrollo de un sistema de reconocimiento por visión artificial con redes neuronales convolucionales utilizando Python y OpenCV para identificar, descartar y clasificar cerámicas defectuosas en una planta industrial cerámica. El objetivo principal es mejorar la eficiencia y precisión del proceso de inspección, que actualmente se realiza de forma manual y depende de la visión del operador, lo que puede llevar a errores y retrasos en la producción. El sistema propuesto automatiza la detección de defectos como grietas, manchas y bordes irregulares, mediante algoritmos de procesamiento de imágenes y técnicas de aprendizaje automático. Se desarrolló un prototipo que incluye una cámara, un sistema de iluminación y un software que procesa las imágenes capturadas. Los resultados muestran una significativa mejora en la detecció...