La identificación automática de plantas es un reto actual muy importante. El desarrollo de sistemas que identifiquen de forma automática las plantas impactará en amplias y distintas áreas como son: la alimentación, medicina, industria, medio ambiente, aduanas. En la literatura actual, varias técnicas han sido propuestas con el objetivo de identificar plantas en diversos campos de aplicación. En este proyecto, se desarrollará un sistema de reconocimiento que permita identificar plantas a partir de imágenes en una base de datos con imágenes con múltiples clases de plantas. Debido a la cantidad de imágenes se requieren descriptores de diferentes tipos que ayuden a aumentar el margen de discriminación entre plantas y mejorar así el desempeño del clasificador. Sin embargo, no solo es importante mejorar el desempeño de los clasificadores, una parte fundamental de los clasificadores es el tiempo de respuesta. Muchos campos de aplicación actuales requieren que la respuesta sea casi inmediata. El presente trabajo propone una solución para la identificación de plantas a partir de sus hojas utilizando un clasificador Bayesiano. Los algoritmos existentes en el estado del arte para la identificación de plantas a partir de hojas utilizan diferentes técnicas de aprendizaje máquina que van desde redes neuronales, Máquinas de Soporte Vectorial, Árboles de decisión hasta clasificadores bayesianos. En este caso, se utilizó un clasificador bayesiano por su velocidad de respuesta y precisión. La presente tesis muestra un análisis comparativo de los tiempos de respuesta del clasificador Bayesiano en comparación con algunos clasificadores del estado del arte actual.