Este articulo presenta el diseno de un algoritmo de vision artifcial para la clasificacion de objetos segun su tamano, basado en la funcion de transformacion exponencial. Para su analisis se utilizaron tres estudios anteriores como referencia, en funcion de evaluar la efectividad de cada uno y compararlos con el algoritmo propuesto. Para categorizar las figuras, se definieron tres tipos de clasifcacion: clasifcacion 1, 2 y 3, los cuales estan compuestos por tres, cuatro y cinco subgrupos, respectivamente. Se usaron figuras geometricas con areas entre 4 cm 2 y 121 cm 2 para crear una base de datos de 500 imagenes y usarlas en las pruebas. En total se realizaron 10 diferentes pruebas, entre las que estan: efcacia en las capas R, G y B, clasifcacion de los tipos de figuras geometricas o los rangos de area de cada tipo. Ademas, se calculo la cantidad de operaciones realizadas, tiempo por cada clasifcacion, tiempo total de ejecucion, uso de memoria, eficiencia, efcacia. Las pruebas y los calculos llevados a cabo evidenciaron que el algoritmo de clasificacion de tamano utilizando como herramienta la funcion de transformacion exponencial equipara al algoritmo mas eficiente utilizado como referencia, pero supera a todos en eficacia. Abstract This article presents the design of an artifcial vision algorithm for the classifcation of objects according to their size, based on the exponential transformation function. For their analysis, three previous studies were used as reference, in order to evaluate the effectiveness of each one and to compare them with the proposed algorithm. To categorize the fgures, three types of classifcation were defned: Classifcation 1, 2 and 3, which are composed of three, four and fve subgroups, respectively. Geometric fgures with areas between 4 cm 2 and 121 cm 2 were used to create a database of 500 images and use them in the tests. In total, 10 different tests were performed, including: effciency in the R, G and B layers, classifcation of the types of geometric fgures or the area ranges of each type. In addition, the following variables were calculated: The number of operations performed, time per classifcation, total execution time, memory usage, effciency, effciency. The tests and calculations carried out showed that the size classifcation algorithm using the exponential transformation function as a tool equates to the most effcient algorithm used as a reference, but exceeds all in effciency. Resumo Neste artigo se apresenta o projeto de um algoritmo de visao artifcial para a classificacao de objetos de acordo com o tamanho, baseado na funcao de transformacao exponencial. Para a analise, foram utilizados como referencia tres estudos anteriores, a fim de avaliar a efetividade dos mesmos e compara-los com o algoritmo proposto. Para categorizar as figuras, foram defnidos tres tipos de classifcacoes: classificacao 1, 2 e 3, que sao compostos por tres, quatro e cinco subgrupos, na devida ordem. As figuras geometricas com areas entre 4 e 121 cm 2 foram usadas para gerar uma base de dados de 500 imagens e utiliza-las nos testes. No total, foram realizados 10 testes diferentes, incluindo: eficiencia nas camadas R, G e B, classificacao dos tipos de figuras geometricas ou intervalos de area de cada tipo. Alem disso, a quantidade de operacoes realizadas foi calculada, o tempo por cada uma das classifcacoes, o tempo total de execucao, o uso da memoria, eficiencia e eficacia. Os testes e calculos realizados mostraram que o algoritmo de classificacao de tamanho que utiliza a funcao de transformacao exponencial como ferramenta e equivalente ao algoritmo mais eficiente que tem se utilizado como uma referencia, mas excede os demais em eficacia.