Introducción: Para este estudio, se tiene una estimación de parámetros de una comparativa entre dos algoritmos de reconocimiento de caracteres numéricos en imágenes digitales: K-NN y Tesseract, con el fin de determinar el de mayor grado de similitud. Metodología: Se utilizó el método inductivo y experimental para adquirir los información y datos como: la precisión, tiempo en el reconocimiento, porcentaje de consumo de memoria RAM y de CPU. Esta investigación es de tipo cuasi experimental por las técnicas escogidas para el reconocimiento de los dígitos aplicadas a imágenes y posteriormente evaluar en K-NN y Tesseract a medidores de energía eléctrica capturados en fotografía para la obtención de una lectura de consumo automática. La investigación es de tipo aplicativa ya que se basó en conocimientos existentes de investigaciones previas con dirección al desarrollo tecnológico de mejora de nuevos procesos. También se puede tomar como experimental por la adquisición de datos mediante pruebas de laboratorio donde se puede apreciar elementos importantes y a simple vista una captación de fenómenos del caso. Conclusión: Mediante las pruebas para determinar un reconocimiento de caracteres mediante el uso de los algoritmos K-NN y Tesseract se obtuvo como resultados de estimación de precisión del 439.3% en el algoritmo K-NN y un 29.34% con Tesseract utilizando un promedio de tiempo de 1.2 y 0.06 segundos respectivos en cada algoritmo.Introduction: For this study, there is an estimation of parameters from a comparison between two algorithms for the recognition of numerical characters in images: K-NN and Tesseract, in order to determine the one with the highest degree of similarity. Methodology: The inductive and experimental method was used to acquire information and data such as: precision, recognition time, percentage of consumption of RAM and CPU memory. This research is of a quasi-experimental type due to the techniques chosen for the recognition of the digits applied to images and later to evaluate in K-NN and Tesseract electric energy meters captured in photography to obtain an automatic consumption reading. The research is of an applicative type since it was based on existing knowledge from previous research aimed at technological development to improve new processes. It can also be taken as experimental by the acquisition of data through laboratory tests where important elements can be appreciated and a simple view a capture of the phenomena of the case. Conclusion: Through tests to determine character recognition using the K-NN and Tesseract algorithms, the precision estimation results of 439.3% were obtained with the K-NN algorithm and 29.34% with Tesseract using a time average of 1.2 and 0.06 seconds in each algorithm.