O azeite de oliva extravirgem é considerado hoje um produto de alto valor comercial e nutricional e, a esses fatores, soma-se a impossibilidade de um consumidor comum detectar possíveis fraudes, fazendo com que esse alimento se torne alvo de adulterações. Atualmente, a detecção dessas fraudes é realizada por métodos de análise laboratoriais demandando tempo e mão de obra especializada. Este trabalho tem por objetivo desenvolver um dispositivo de baixo custo para a aquisição e processamento de imagens de óleos/azeites vegetais de maneira rápida sem a violação da embalagem, a fim de mensurar possível adulteração do azeite. Para validação das técnicas de análise, foram utilizados como amostras, recipientes de óleo de soja de diferentes marcas e lotes, visto que seu valor comercial é inferior ao azeite de oliva. A aquisição das imagens digitais foi realizada com a plataforma de desenvolvimento Raspberry Pi 3, uma câmera digital e um software de captura elaborado em Python. Após o processamento digital, utilizou-se de dois métodos de classificação para análise dos dados: Principal Componente Analysis - PCA e o Linear Discriminant Analysis - LDA. Como resultado, observou-se que o equipamento desenvolvido é estável e que os classificadores conseguiram diferenciar parte dos dados.