Este projeto tem como proposta o reconhecimento de espécies florestais a partir de suas folhas. Utilizando técnicas de aquisição de imagem como o uso da escala na imagem para referência de zoom da câmera, outras duas técnicas importantes foram: a segmentação e extração de características de imagens. Na etapa de extração de características foi utilizada uma abordagem de textura estatística, sendo calculado o GLCM (Matriz de co-ocorrência – Gray Level Co-ocurrence Matrix) e dados estatísticos extraídos dos pixels das imagens de cada folha totalizando 30 descritores, para ao final ser analisado pelo software WEKA, nele são aplicados três tipos de classificadores: Multi-Layer Perceptron (MLP), o Sequential Minimal Optimization (SMO) e a arvore de decisão J48. Ao final desse processo obteve-se, para algumas espécies, até 100% de reconhecimento, onde a menor taxa de acerto entre as espécies foi de 70%, isso aplicado ao melhor classificador do projeto, o MLP, os três classificadores em geral apresentaram valores superiores a 75%.