Breast cancer is the most common type of cancer in women, according to the world health organization, representing 15% of deaths from cancer in women, its diagnosis is made by a pathologist who analyzes a small portion of the breast tissue under the microscope and performs what is known as "Histological evaluation", whose purpose is to determine the degree of cellular differentiation of the tissue, which is the key to knowing the degree of malignancy of the cancerous tissue. The gold standard for determining the degree of cell differentiation is the Scarff-Bloom-Richardson histological grading scheme [5, 6], which considers three morphological characteristics of the tissue: tubular formation, nuclear pleomorphism and mitotic count [4]. Nowadays, this evaluation is made subjectively by an expert pathologist, due to the lack of computational tools for quantitative analysis on breast tissue that assist the histological evaluation, therefore the determination of the degree of differentiation is subject to the possibility of error human. In this research work, a computational methodology is presented for the characterization of the degree of cell differentiation in digital images of histological sections of mammary carcinoma. The work carried out that is presented includes the characterization, identification and segmentation of the structures of the cell nucleus and formation of tubules, using analysis techniques, digital image processing and computer vision to carry out an automatic and objective measurement of its characteristics and subsequently establish the relationship of the same with the degree of cellular differentiation with K Nearest Neighbor classification reaching and accuracy of 84% ± 3% in the classification of the 3 grades using nuclear pleomorfism under the scarff-Bloom-Richardson scheme.El cáncer de mama es el tipo de cáncer más común en mujeres según la organización mundial de la salud representando el 15% de muertes por cáncer en mujeres, su diagnóstico es realizado por un médico patólogo mediante el análisis bajo el microscopio de una pequeña porción del tejido mamario conocido como. Evaluación histológica", cuyo fin es determinar el grado de diferenciación celular del tejido, que es clave para conocer el grado de malignidad del tejido canceroso. El estándar de oro para la determinación del grado de diferenciación celular es el esquema de graduación histológica Scarff-Bloom-Richardson [5, 6], el cual considera tres características morfológicas del tejido: formación tubular, pleomorfismo nuclear y conteo mitótico [4]. Hoy en día, esta evaluación se hace de manera subjetiva por un patólogo experto, debido a la falta de herramientas computacionales de análisis cuantitativo sobre tejido mamario que asistan la evaluación histológica, por ello la determinación del grado de diferenciación está sujeta a la posibilidad del error humano. En este trabajo de investigación se presenta una metodología computacional para la caracterización del grado de diferenciación celular en imágenes digitales de cortes histológicos de carcinoma mamario. El trabajo realizado que se presenta comprende la caracterización, identificación y segmentación de las estructuras del núcleo celular y formación de túbulos, utilizando técnicas de análisis, procesamiento digital de imágenes y visión computacional para realizar una medición automática y objetiva de sus características y posteriormente establecer la relación de las mismas con el grado de diferenciación celular utilizando clasificación de K vecinos más cercanos, alcanzando una precisión del 84% en la clasificación de los 3 grados de diferenciación celular utilizando pleomorfismo nuclear bajo el esquema Scarff-Bloom-Richardson.